CN109523453A - 基于菱形预测与图像像素排序的可逆信息隐藏及提取方法 - Google Patents

Abstract

本发明公开了一种基于菱形预测与图像像素排序的可逆信息隐藏方法，包括：S11：将图像分为3×3大小的若干图像块，判断图像块中是否存在溢出的像素，得到该图像块的位图LM，同时，选取图像第一行像素，将辅助信息以替换LSB的方式进行嵌入，将被替换的LSB附加在密文后方，一并嵌入；S12：将所有图像块分为黑块和白块，秘密信息分两轮嵌入，其中，黑块和白块各嵌入一半秘密信息的密文；S13：按照图像块像素预测值大小增序排列；S14：计算该图像块的块复杂度S15：计算预测误差，按照嵌入规则进行嵌入，最后将嵌入后的像素放回到像素块对应位置，完成图像块的嵌入。本发明在大部分的图像中，PSNR值都明显优于其它算法，本发明更好的发掘了像素间的内部联系。

Description

基于菱形预测与图像像素排序的可逆信息隐藏及提取方法

技术领域

本发明涉及图像信息安全领域，更具体地，涉及一种基于菱形预测图像像素排序的可逆信息隐藏方法及提取方法。

背景技术

传统的信息隐藏在嵌入秘密信息之后，会对原始载体造成不可恢复的损伤，这在一些特殊领域是不被接受的，例如军事分析，医学诊断，法庭取证等等。这些特殊领域要求在提取出嵌入信息之后能够完全无损的恢复原始载体，在这样的背景下，可逆信息隐藏技术得到了重视与发展。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种基于菱形预测与图像像素排序的可逆信息隐藏及提取方法。

本发明旨在至少在一定程度上解决上述技术问题。

本发明的首要目的是提出了一种新的自适应嵌入方法，进一步减少了嵌入信息带来的图像质量损伤，优于传统的可逆信息隐藏方法。

为解决上述技术问题，本发明的技术方案如下：

一种基于菱形预测与图像像素排序的可逆信息隐藏方法，包括以下步骤：

S11：将图像分为3×3大小的若干图像块，扫描所有图像块，判断图像块中是否存在溢出的像素，得到该图像块的位图LM，若该图像块的位图LM为1，则该图像块不能用于嵌入，同时，选取图像第一行像素，将辅助信息以替换LSB的方式进行嵌入，将被替换的LSB附加在密文后方，一并嵌入，LSB最低有效位；

S12：将所有图像块分为黑块和白块，秘密信息分两轮嵌入，其中，黑块和白块各嵌入一半秘密信息的密文；

S13：计算图像块像素的预测值，按照预测值大小增序排列；

S14：根据预测值计算该图像块的块复杂度，当块复杂度小于预设的最小复杂度阈值T1时，该图像块可用于信息嵌入；当块复杂度大于阈值T1小于预设的最大复杂度阈值T2时，只在该图像块增序排列后的序列两端进行信息嵌入；当块复杂度大于阈值T2时，不可嵌入信息；

S15：计算预测误差，按照嵌入规则进行嵌入，最后将嵌入后的像素放回到像素块对应位置，完成图像块的嵌入；

S16：对每一图像块执行步骤S13-S15，直到秘密信息嵌入完成；

设定两个阈值T1,T2，根据嵌入信息的长短变化，相应的调整阈值，以求造成的图像损伤最小；将块复杂度与阈值T1,T2比较，如果复杂度小于T1，则认为图像块非常光滑，可以嵌入；若复杂度大于T1,小于T2，则认为图像块比较粗糙，但也可用于信息嵌入，将块中像素直接按照像素值大小排序，排完序之后，只在序列两端进行信息嵌入；若复杂度大于T2，则认为图像块已经比较粗糙了，不再利用来进行嵌入，保持不变。

优选地，步骤S11中，辅助信息包括位图LM、阈值T1、阈值T2和结束位置。

优选地，步骤S14中根据预测值计算该图像块的块复杂度，其计算公式如下：

complexity＝abs(B'_1,1-u)+abs(B'_2,1-u)+...+abs(B'_3,3-u)

式中，complexity为块复杂度，abs()为绝对值，u为8个像素预测值的均值，B'_1,1,B'_2,1...B'_3,3分别为8个像素预测值，黑块中心像素是没有预测值的，被用于预测周围的8个像素。

优选地，步骤S15中的嵌入规则具体为：

将原始像素序列{B_1,1,B_2,1,B_3,1,B_1,2,B_3,2,B_1,3,B_2,3,B_3,3}按照每个像素对应的预测值大小增序排列，得到序列{B_σ1,B_σ2,B_σ3,B_σ4,B_σ5,B_σ6,B_σ7,B_σ8,}，利用序列两端4个像素和中部3个像素产生4个预测误差，计算公式如下：

式中，e₁、e₂、e₃、e₄为预测误差，其分布是以0为中心的拉普拉斯分布，当嵌入信息b时，嵌入规则如下：

式中，i∈{1,2,3,4}。

优选地，一种基于菱形预测与图像像素排序的可逆信息提取方法，包括以下步骤：

S21：提取图像第一行像素LSB，得到辅助信息；

S22：按照菱形预测规则，先提取白块中嵌入的信息并且恢复白块的像素值，在提取黑块中嵌入的信息并且恢复黑块的像素值，在提取端可以得到同样的预测值和块复杂度，因此可以得到按预测值大小排序的像素序列再按照II B中的提取与恢复规则进行秘密信息的提取与像素值的恢复；

S23：从密文的最后提取出第一行像素的LSB，将第一行像素完整恢复。

与现有技术相比，本发明技术方案的有益效果是：

本发明在大部分的图像中，PSNR值都明显优于其它算法，相较于其它算法，本发明更好的发掘了像素间的内部联系，进一步可以发现，在较光滑的图像中本发明算法的优越性要比在粗糙的图像中更大，不仅在两端嵌入信息，还在序列中部进行嵌入。

附图说明

图1为本发明的基于菱形预测与像素排序的可逆信息隐藏方法流程图；

图2为本发明的基于菱形预测与像素排序的可逆信息提取方法流程图；

图3为本发明图像划分示意图；

图4为本实施例选取的Lena图中的图像块；

图5为本实施例中在嵌入容量为10000比特时Lena图像嵌入信息的峰值信噪比统计实验结果图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

本实施例提供一种基于菱形预测与图像像素排序的可逆信息隐藏方法，如图1，包括以下步骤：

S11：将图像分为3×3大小的若干图像块，扫描所有图像块，判断图像块中是否存在溢出的像素，得到该图像块的位图LM，若该图像块的位图LM为1，则该图像块不能用于嵌入，同时，选取图像第一行像素，将辅助信息以替换LSB的方式进行嵌入，将被替换的LSB附加在密文后方，一并嵌入，LSB最低有效位；

S12：将所有图像块分为黑块和白块，秘密信息分两轮嵌入，其中，黑块和白块各嵌入一半秘密信息的密文；

S13：计算图像块像素的预测值，按照预测值大小增序排列；

S14：根据预测值计算该图像块的块复杂度，当块复杂度小于预设的最小复杂度阈值T1时，该图像块可用于信息嵌入；当块复杂度大于阈值T1小于预设的最大复杂度阈值T2时，只在该图像块增序排列后的序列两端进行信息嵌入；当块复杂度大于阈值T2时，不可嵌入信息；

S15：计算预测误差，按照嵌入规则进行嵌入，最后将嵌入后的像素放回到像素块对应位置，完成图像块的嵌入；

S16：对每一图像块执行步骤S13-S15，直到秘密信息嵌入完成。

在具体实施过程中，如图3所示，以中间黑块嵌入信息，周围4个白块用于预测和计算块复杂度，计算黑块8个像素的预测值如下：

黑块中心像素没有预测值；

如图4所示的Lena图像块的数据，将8个像素按照预测值大小增序排序，排序后的序列为{111，112，109，111，112，112，115，115}，产生四个预测误差：

按照嵌入规则：

该图像块可以嵌入4个比特，假设嵌入密文序列为1101，那么嵌入信息后的像素序列为{110，112，109，110，112，112，115，114}；最后将嵌入后的像素值放回到像素块对应位置，这样就完成了一个图像块的嵌入；重复以上步骤，直到所有信息被嵌入。

实施例2

本实施例提供的一种基于菱形预测与像素排序的可逆信息提取方法，如图2，包括以下步骤：

S21：提取图像第一行像素LSB，得到辅助信息；

S22：按照菱形预测规则，先提取白块中嵌入的信息并且恢复白块的像素值，在提取黑块中嵌入的信息并且恢复黑块的像素值，在提取端可以得到同样的预测值和块复杂度，因此可以得到按预测值大小排序的像素序列再按照II B中的提取与恢复规则进行秘密信息的提取与像素值的恢复；

S23：从密文的最后提取出第一行像素的LSB，将第一行像素完整恢复。

在大部分的图像中，如图5，PSNR值都明显优于Sachnev et al.和Hong。相较于这两者，与Li et al.的算法相比较，在大部分图像中，PSNR值都是更高的。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种基于菱形预测与图像像素排序的可逆信息隐藏方法，其特征在于，包括以下步骤：

S11：将图像分为3×3大小的若干图像块，扫描所有图像块，判断图像块中是否存在溢出的像素，得到该图像块的位图LM，若该图像块的位图LM为1，则该图像块不能用于嵌入，同时，选取图像第一行像素，将辅助信息以替换LSB的方式进行嵌入，将被替换的LSB附加在密文后方，一并嵌入；

S12：将所有图像块分为黑块和白块，秘密信息分两轮嵌入，其中，黑块和白块各嵌入一半秘密信息的密文；

S13：计算图像块像素的预测值，按照预测值大小增序排列；

S14：根据预测值计算该图像块的块复杂度，当块复杂度小于预设的最小复杂度阈值T1时，该图像块可用于信息嵌入；当块复杂度大于阈值T1小于预设的最大复杂度阈值T2时，只在该图像块增序排列后的序列两端进行信息嵌入；当块复杂度大于阈值T2时，不可嵌入信息；

S15：计算预测误差，按照嵌入规则进行嵌入，最后将嵌入后的像素放回到像素块对应位置，完成图像块的嵌入；

S16：对每一图像块执行步骤S13-S15，直到秘密信息嵌入完成。

2.根据权利要求1所述的基于菱形预测与图像像素排序的可逆信息隐藏方法，其特征在于，所述步骤S11中，辅助信息包括位图LM、阈值T1、阈值T2和结束位置。

3.根据权利要求1所述的基于菱形预测与图像像素排序的可逆信息隐藏方法，其特征在于，所述步骤S14中根据预测值计算该图像块的块复杂度，其计算公式如下：

complexity＝abs(B'_1,1-u)+abs(B'_2,1-u)+...+abs(B'_3,3-u)

式中，complexity为块复杂度，abs()为绝对值，u为8个像素预测值的均值，B'_1,1,B'_2,1...B'_3,3分别为8个像素预测值。

4.根据权利要求1所述的基于菱形预测与图像像素排序的可逆信息隐藏方法，其特征在于，所述步骤S15中的嵌入规则具体为：

将原始像素序列{B_1,1,B_2,1,B_3,1,B_1,2,B_3,2,B_1,3,B_2,3,B_3,3}按照每个像素对应的预测值大小增序排列，得到序列{B_σ1,B_σ2,B_σ3,B_σ4,B_σ5,B_σ6,B_σ7,B_σ8,}，利用序列两端4个像素和中部3个像素产生4个预测误差，计算公式如下：

式中，e₁、e₂、e₃、e₄为预测误差，其分布是以0为中心的拉普拉斯分布，当嵌入信息b时，嵌入规则如下：

式中，i∈{1,2,3,4}。

5.一种根据权利要求1至4任一项所述的基于菱形预测与图像像素排序的可逆信息提取方法，其特征在于，包括以下步骤：

S21：提取图像第一行像素LSB，得到辅助信息；

S22：按照菱形预测规则，先提取白块中嵌入的信息并且恢复白块的像素值，在提取黑块中嵌入的信息并且恢复黑块的像素值，在提取端可以得到同样的预测值和块复杂度，因此可以得到按预测值大小排序的像素序列再按照II B中的提取与恢复规则进行秘密信息的提取与像素值的恢复；

S23：从密文的最后提取出第一行像素的LSB，将第一行像素完整恢复。