CN109951614A - 基于jpeg图像的自适应可逆信息隐藏方法 - Google Patents

Abstract

本发明提供了一种基于JPEG图像的自适应可逆信息隐藏方法，包括：根据JPEG图像量化后的离散余弦变换系数，生成多个直方图；确定多个直方图中每个直方图的最优修改参数；根据最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息与所述的DCT系数一起嵌入到载体图像中，得到标记好的JPEG图像。通过采用本发明的方法，可以在尽量保持JPEG文件大小不增大的同时，提高载体的视觉质量和嵌入容量。

Description

基于JPEG图像的自适应可逆信息隐藏方法

技术领域

本发明涉及信息安全技术领域，尤其涉及一种基于JPEG图像的自适应可逆信息隐藏方法。

背景技术

随着数字多媒体技术的广泛应用和互联网的普及，人们不仅可以方便的通过网络下载和拷贝数字媒体信息，还能凭借功能强大的多媒体工具对原始数据内容加以修改。因此，带来了诸如版权保护、信息完整性认证、真实性认证和未授权拷贝等一系列潜在的信息安全方面的各种问题。目前，有许多方法可以帮助保护信息安全免受攻击，并减少信息暴露给未授权人的风险。其中，一种重要的方法是信息隐藏，它利用数字媒体信息的冗余性，将一些秘密信息预先嵌入到秘密载体中。然而，由于很多信息隐藏操作通常是不可逆的，载体图像在嵌入数据后会受到永久性的破坏。这对一些重要的应用领域来说，如医学诊断图片、军事图像以及法律公文图片等，细微的破坏就会带来巨大的负面影响。为了弥补这一缺陷，便于敏感图像处理的应用，人们提出了可逆信息隐藏技术来满足内容恢复的要求，即利用可逆信息隐藏算法，在图像中嵌入数据，在图像的接收方，不仅能够用提取算法正确地提取隐藏的信息，而且能够精确地恢复原始图像。

现有技术中虽然已经有许多可逆信息隐藏方法，但它们中的大多数都是为未压缩的图像设计的。然而，在日常生活中，未压缩的图像很少在社交网络上使用。联合图像专家组(Joint Photographic Experts Group，JPEG)标准提供了一个很好的权衡压缩图像的视觉质量的折衷率和压缩率，是一种非常流行的数码相机和其他摄影捕捉设备所采用的格式。因此，设计基于JPEG格式图片的可逆信息隐藏技术比其他格式更有必要。到目前为止，只有少数基于JPEG的可逆信息隐藏方法被提出，这主要是因为JPEG的扩展并不简单。一方面，与未压缩的图像相比，JPEG将信号从空域转换为频域，丢弃高频信息，图像信息的减少使得利用图像冗余进行有效的可逆信息隐藏设计变得困难。另一方面，关于未压缩图像的先验知识没有考虑量化和熵编码在JPEG中的影响，对基于JPEG的可逆信息隐藏技术没有参考价值。

因此。需要在尽量保持JPEG文件大小不增大的同时，提高载体的视觉质量和嵌入容量。

发明内容

本发明提供了一种基于JPEG图像的自适应可逆信息隐藏方法，以尽量保持JPEG文件大小不增大的同时，提高载体的视觉质量和嵌入容量。

为了实现上述目的，本发明采取了如下技术方案。

本发明提供了一种基于JPEG图像的自适应可逆信息隐藏方法，包括：

S1根据JPEG图像量化后的离散余弦变换DCT系数，生成多个直方图；

S2确定所述多个直方图中每个直方图的最优修改参数；

S3根据所述的最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息与所述的DCT系数一起嵌入到载体图像中，得到标记好的JPEG图像。

优选地，根据JPEG图像量化后的DCT系数,生成多个直方图，包括：将获取的JPEG图像量化后的DCT系数分为多个8×8大小的子块，根据Z型扫描顺序统计每个子块的前多个AC系数，对应生成多个直方图。

优选地，确定所述多个直方图中每个直方图的最优修改参数，包括：

根据所述的多个直方图，建立量化失真模型；

根据所述的量化失真模型，确定每个直方图的最优修改参数。

优选地，根据所述的多个直方图，建立量化失真模型，包括：以每个直方图修改一对DCT系数及其变化最大值为1的前提下，计算每个直方图的嵌入容量以及DCT系数的修改量，根据DCT系数的修改量和量化步长计算其嵌入失真，从而得到量化失真模型；

所述的量化失真模型如下式(1)所示：

其中，PS为给定的嵌入容量；EC_j为直方图h_j对应嵌入容量；ED_j为嵌入失真。

优选地，根据DCT系数的修改量和量化步长计算其嵌入失真，包括：根据下式(2)计算嵌入失真：

其中，ED_j为嵌入失真，h_i(k)为第j个子块中的第k个DCT系数的直方图，Q＝{q₁，...，q₆₃}为给定的定量化表；h_j(a_j)和h_j(b_j)为第j个子块中选择的一对DCT系数a_j，b_j对应的直方图。

优选地，根据所述的量化失真模型，确定每个直方图的最优修改参数，包括：根据所述的量化失真模型，采用贪心搜索算法搜索出每个直方图的最优修改参数，得到最优参数集合。

优选地，根据所述的最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息与所述的DCT系数一起嵌入到载体图像中，得到标记好的JPEG图像，包括：根据下式(3)对每个直方图对应的DCT系数进行修改：

其中，m为秘密信息，T_i为每个子块对应的块平滑度，x_i，j为直方图对应的DCT系数。

优选地，确定所述多个直方图中每个直方图的最优修改参数，还包括只在每个子块中的前面16个系数对应的直方图中对系数0做修改，且对每个直方图，只对绝对值范围小于8的系数做修改。

优选地，根据所述的最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息与所述的DCT系数一起嵌入到载体图像中，得到标记好的JPEG图像，还包括：选择使嵌入失真达到最小的平滑度阈值，将所述的平滑度阈值、所述的信息和所述的DCT系数一起嵌入到载体图像中。

优选地，所述的多个直方图为35个。

由上述本发明的基于JPEG图像的自适应可逆信息隐藏方法提供的技术方案可以看出，本发明通过修改JPEG图像量化后的DCT系数的多直方图来完成对JPEG图像的自适应可逆信息隐藏；考虑JPEG图像的量化效应，建立对应的量化失真模型，更准确的衡量其对应的嵌入失真；并结合多直方图修改技术迭代地选择出最优的修改策略来完成对JPEG图像的DCT系数的修改；在相同的嵌入容量下，使得嵌入失真达到最小，并控制文件大小的增量在较小的范围内；本发明得到的嵌入后的JPEG图像的PSNR要明显高于现有技术所对应的峰值信噪比。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为实施例一的一种基于JPEG图像的自适应可逆信息隐藏方法流程图；

图2为实施例一的嵌入过程整体框图；

图3为实施例一的直方图产生过程示意图；

图4为实施例一的多个直方图的修改参数设置示意图；

图5为实施例一的贪心搜索算法流程图；

图6为实施例二的压缩质量因子为90时对应的现有技术中采用的方法和本发明方法得到的载密图像的PSNR-嵌入容量结果对比图；

图7为实施例二的压缩质量因子为80时对应的现有技术中采用的方法和本发明方法得到的载密图像的PSNR-嵌入容量结果对比图；

图8为实施例二的压缩质量因子为60时对应的现有技术中采用的方法和本发明方法得到的载密图像的PSNR-嵌入容量结果对比图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且并不构成对本发明实施例的限定。

实施例一

图1为本实施例的一种基于JPEG图像的自适应可逆信息隐藏方法流程图，图2为本实施例的嵌入过程整体框图，参照图1和图2，该方法包括：

S1根据JPEG图像量化后的离散余弦变换(Discrete Cosine Transform，DCT)系数，生成多个直方图。

量化后的DCT系数分为直流系数(Direct current coefficients，DC)和交流系数(Alternating current coefficient，AC)，将获取的JPEG图像量化后的DCT系数分为多个8×8大小的子块，根据Z型扫描顺序统计每个子块的前多个AC系数，对应生成多个直方图。此处的前多个AC系数为子块的低中频区域。通常高频频段的交流系数对应的量化步长较大，在量化后会得到许多零，以方便编码，选择低中频频段的系数来生成直方图可以更好的保持文件大小。

作为摄影捕捉设备采用的最流行的图像格式之一，JPEG标准提供了良好的压缩率和压缩图像的视觉质量。

JPEG压缩主要有以下步骤：

将原始图像进行8×8分块，通过DCT离散余弦变换把每个8×8的像素矩阵变成8×8的频率矩阵；根据量化表对DCT系数进行量化，通常高频频段对应的量化系数更大；按照Zig-zag顺序扫描量化后的DCT系数；对量化后的频率矩阵使用无损压缩编码。

根据JPEG压缩过程，量化后的DCT系数分为直流DC系数和交流AC系数，在一个8x8子块中，有1个DC系数和63个AC系数，每个DCT系数对应一个通道，根据Zig-zag(Z型)顺序扫描，DC系数对应通道序号为0，AC系数对应通道为1-63。通道j对应的直方图h_j为下式(1)所示：

h_j(k)＝#{i：x_i，j＝k} (1)

其中，#表示集合的基数，x_i，j表示第i个子块中序号为j的DCT系数值。

由于DC系数对应的直方图很平滑，如果修改DC系数，只能获得较低的嵌入容量，并且，DC系数对应的是变换前子块全部像素值(DCT系数)的平均值，修改DC系数可能导致较大的载体图像的失真，因此，本嵌入方法保持DC系数不变，只考虑AC系数的直方图生成。此外，在高频频段AC系数通常被大量量化，并得到许多零，以方便编码。考虑到文件大小的保存性，选择每个块中的低中频频段的AC系数来生成多个直方图，如图3所示，对每个8×8子块，经ZigZag扫描后，选择序号为1-35的DCT通道分别生成35个直方图，序号为36-63的DCT通道不作考虑，在后面的直方图修改过程也不做任何修改。

S2确定所述多个直方图中每个直方图的最优修改参数。

对于基于JPEG图像的可逆信息隐藏，最终目标是在尽量保持文件大小的前提下，满足嵌入容量时提高嵌入后图像质量，因此准确衡量嵌入容量与嵌入失真非常重要。对于嵌入后的JPEG图像，经过JPEG编码，解码和逆DCT等一系列处理后，其嵌入失真应该是一个包含DCT系数修改量以及对应量化步长的函数，因此其失真并不能只通过频域中DCT系数的修改量来反映，考虑量化步长能更准确地评估不同嵌入策略带来的失真。

S21根据所述的多个直方图，建立量化失真模型。

以每个直方图修改一对DCT系数及其变化最大值为1的前提下，计算每个直方图的嵌入容量以及DCT系数的修改量，根据DCT系数的修改量和量化步长计算其嵌入失真，从而得到量化失真模型。

对于每个直方图，选择一对DCT系数a_j，b_j(a_j＜b_j)做嵌入，其他系数保持不变或移位以保证可逆性，只考虑系数变化最大值为1的情况。给定直方图h_j，其对应嵌入容量如下式(2)所示：

EC_J＝h_j(a_j)+h_j(b_j) (2)

对应的，DCT域的修改量Δ_j如下式(3)所示：

其中，h_j(k)为第j个子块中的第k个DCT系数的直方图，Q＝{q₁，...，q₆₃}为给定的定量化表；h_j(a_j)和h_j(b_j)为第j个子块中选择的一对DCT系数a_j，b_j对应的直方图。

由于修改量Δ_j并不能反映嵌入后图像最终的失真，还需考虑其量化效应，设其嵌入失真为ED，如下式(4)所示

ED＝θ(Δ，Q) (4)

即，ED应该是一个包含DCT系数修改量以及对应量化步长的函数，根据帕斯维尔定理，信号在时域的总能量等于信号在频域的总能量，如下式(5)所示：

其中，x_k表示空域像素值，g_n表示频域DCT系数值。也就是说，函数平方的和等于其变换平方的和，因此，给定量化表Q＝{q₁，...，q₆₃}，其ED如下式(6)所示：

由此，对于给定的嵌入容量PS，量化失真模型如下式(7)所示：

根据量化失真模型可以确定每个直方图的最优参数a_j，b_j，从而确定最优的多直方图嵌入策略。

S22根据所述的量化失真模型，确定每个直方图的最优修改参数。

根据所述的量化失真模型，采用贪心搜索算法搜索出每个直方图的最优修改参数，得到最优参数集合。

由于系数直方图具有对称分布，为了简化参数，进一步设置如下：

另外，考虑到高嵌入效率和文件大小保留之间的平衡，设置前16个直方图的DCT嵌入系数b_n∈{0，1，...，8}，1≤n≤16；后19个直方图的嵌入系数b_n∈{1，...，8}，17≤n≤35。即只在前16个直方图中考虑对系数0做修改，且对每个直方图，只考虑对绝对值范围小于8的系数做修改。由于通过实验证明在此基础上考虑更多的系数修改范围对结果提升效果甚微，这是因为系数直方图通常在0点处取得峰值，而在其他值的频率非常小。在本实施例中，保持直方图不变也作为直方图修改策略之一考虑其中。具体修改参数设置如图4所示。

基于量化失真模型确定最佳参数集合{b₁，...，b₃₅}即可确定最优的多直方图修改策略，由于使用穷举搜索复杂度非常大，为了减少计算时间，本实施例采用复杂度较低的贪心搜索算法，具体步骤如下所述：

考虑到更一般的情况，假设对于需要确定的最佳集合{b₁，...，b_M}，每个b_j有S个选择，穷举搜索法需要从S^M种选择中选出最佳的一组，贪心搜索算法将此过程分为多个迭代循环过程。图5为贪心搜索算法流程图，参照图5，对于一次循环的每次迭代，只考虑k(k＜M)个直方图的寻优，其他直方图保持不变，也就是说，每次迭代仅从S^K个选项中基于量化失真模型选择最优的集合。然后，迭代地获得下一组“最优”的k个参数，直到所有的“k-参数组合”全部遍历更新完，即为一次循环，重复这个过程，直到目标函数不再减小，此时得到的集合{b₁，...，b₃₅}即为最优参数集合。

为更具体的说明，示意性地，以k＝2，S＝10，M＝35为例，首先，初始化所有参数{b₁，...，b₃₅}使得嵌入容量最大。由于在系数直方图中，通常AC系数值0和1的直方图仓取得最高频率，设置b_j＝0，0≤j≤16；b_j＝1，17≤j≤3以获得最大容量，将初始嵌入容量和嵌入失真记录设为EC₀，ED₀。基于量化失真模型更新前两个参数b₁和b₂并保持其他参数不变，将此时嵌入容量和嵌入失真记录为EC₁和ED₁。根据相同的步骤更新次数为次，直到所有的“k-参数组合”都更新完。由于每次迭代都有两个参数更新，第一次全部迭代更新后得到的集合可能并不是最优的，需要重复整个迭代过程，直到嵌入失真与嵌入容量的比率保持不变。一般重复次数在5次以内。

使用贪心算法后计算的复杂度由O(S^M)下降为极大地降低了计算时间。

进一步地，优选平滑度高的子块进行修改。计算每个子块中零值系数的数量以测量其平滑度并依次排序，为了保证数据嵌入前后的测量不变量，只计算不使用零值的频带系数，每个子块的平滑度值如下式(8)所示：

T_i＝#{j：x_i，j＝0，16＜j＜64} (8)

设定阈值t，满足T_i＜t的子块才做嵌入。对于每个t，由上述过程确定对应的最优集合，然后选择使得嵌入失真达到最小的t作为最终阈值。

S3根据所述的最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息作为秘密信息一起嵌入到载体图像中，得到标记好的JPEG图像。

根据下式(9)对每个直方图对应的DCT系数进行修改：

其中，m为秘密信息，T_i为每个子块对应的块平滑度，x_i，j为直方图对应的DCT系数。

为了保证嵌入信息的无损提取以及原始载体图像的恢复，应将选择的参数集合{b₁，...，b₃₅}以及最终确定的平滑度阈值t作为辅助信息与秘密信息一起嵌入到载体图像中，使用最低有效位平面(LSB)替换来修改AC频带中的系数以隐藏辅助信息。

实施例二

本实施例为基于JPEG图像的自适应可逆信息隐藏方法的仿真示例。采用本发明的基于JPEG图像的自适应可逆信息隐藏方法得到如下结果：

下表1和表2分别为给定嵌入容量分别为10,000bits和20,000bits时不同图像在质量因子为90时的最佳参数集合，表3和表4是给定嵌入容量分别为10,000bits和20,000bits时不同图像在质量因子为70时的最佳参数集合。

表1

表2

表3

表4

70和90是程序应用中常见的JPEG压缩质量因子，比较具有代表性。其中，参数∞表示直方图未修改，因为保持直方图不变也被看作是直方图修改策略之一考虑其中。可以看出，确定的最优参数根据图像内容和给定嵌入容量的变化而变化，在给定容量较高时，前面的直方图更偏向于修改系数0以获取更大容量。对于图像内容复杂的图像比如Baboon，所选取的参数变化相对更大，这是因为其对应生成的直方图相对平滑。此外，不同的质量因子对参数的决定也有很大影响，对于质量因子较低的图像，修改系数相对范围更小。

图6至图8分别为压缩质量因子分别为90、80和60时对应的现有技术中采用的方法和本发明方法得到的载密图像的峰值信噪比(Peak Signal to Noise Ratio，PSNR)-嵌入容量结果对比图，参照图6至图8，可以看出，采用本发明的方法得到的嵌入性能明显优于已有方法。随着质量因子下降，本发明方法的PSNR增益变得更加显着，这是因为本发明考虑了量化效应，建立了基于量化的嵌入失真模型，可以准确地估计其对应的嵌入失真。通过比较平滑图像与复杂图像得到的结果，比如相对平滑的Airplane与复杂度较高的Baboon，可以看到，平滑度较高的图像能得到更为显著的嵌入性能提升，这是因为对于相对平滑的图像，DCT域的能量更集中，其对应直方图更尖锐，因此在相同嵌入容量下修改量更少从而带来的失真越小。另外，由于本发明考虑在前面的直方图修改0系数，嵌入容量相对于现有的方法也更高。

下表5是质量因子分别为90、80、70和60的不同图像，在嵌入容量为10,000bits和20,000bits时的文件大小变化的比较。数据嵌入后文件大小的增加也是评估基于JPEG的可逆信息隐藏方法的一个重要标准，因为JPEG压缩的目的就是为了减少图像的大小以便传输和存储等，以JPEG图像为载体的可逆信息隐藏在提供好的嵌入性能同时应该尽可能地减少图像的增量大小。通过比较不同嵌入容量与不同质量因子对应的文件大小，可以发现，当嵌入更大的容量或使用低量化因子时，文件增加更大，这是因为对于比较小的质量因子，其压缩率更高，图像在压缩后冗余更小，此时嵌入秘密信息会带来相对更大的失真。另外，考虑到DCT系数在高频区域有很多连续的零值，可以实现更高的压缩比，我们高频系数没有作任何修改，通过对比所有图像的文件大小增量可以看到，本算法对应的文件大小增加比率都小于2％，对文件大小增量有很好的控制。

表5

综上所述，本发明实施例的基于量化失真模型的自适应JPEG域可逆信息隐藏方法，能在嵌入秘密信息后保持文件大小增量在较小的范围内的前提下，提供优越的嵌入性能，并且在嵌入容量上也有很大优势，较为理想地实现了JPEG域的可逆信息隐藏的嵌入工作。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种基于JPEG图像的自适应可逆信息隐藏方法，其特征在于，包括：

根据JPEG图像量化后的离散余弦变换DCT系数，生成多个直方图；

确定所述多个直方图中每个直方图的最优修改参数；

根据所述的最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息与所述的DCT系数一起嵌入到载体图像中，得到标记好的JPEG图像。

2.根据权利要求1所述的方法，其特征在于，所述的根据JPEG图像量化后的DCT系数,生成多个直方图，包括：将获取的JPEG图像量化后的DCT系数分为多个8×8大小的子块，根据Z型扫描顺序统计每个子块的前多个AC系数，对应生成多个直方图。

3.根据权利要求1所述的方法，其特征在于，所述的确定所述多个直方图中每个直方图的最优修改参数，包括：

根据所述的多个直方图，建立量化失真模型；

根据所述的量化失真模型，确定每个直方图的最优修改参数。

4.根据权利要求3所述的方法，其特征在于，所述的根据所述的多个直方图，建立量化失真模型，包括：以每个直方图修改一对DCT系数及其变化最大值为1的前提下，计算每个直方图的嵌入容量以及DCT系数的修改量，根据DCT系数的修改量和量化步长计算其嵌入失真，从而得到量化失真模型；

所述的量化失真模型如下式(1)所示：

其中，PS为给定的嵌入容量；EC_j为直方图h_j对应嵌入容量；ED_j为嵌入失真。

5.根据权利要求3所述的方法，其特征在于，所述的根据DCT系数的修改量和量化步长计算其嵌入失真，包括：根据下式(2)计算嵌入失真：

其中，ED_j为嵌入失真，h_j(k)为第j个子块中的第k个DCT系数的直方图，Q＝{q₁，...，q₆₃}为给定的定量化表；h_j(a_j)和h_j(b_j)为第j个子块中选择的一对DCT系数a_j，b_j对应的直方图。

6.根据权利要求3所述的方法，其特征在于，所述的根据所述的量化失真模型，确定每个直方图的最优修改参数，包括：根据所述的量化失真模型，采用贪心搜索算法搜索出每个直方图的最优修改参数，得到最优参数集合。

7.根据权利要求2所述的方法，其特征在于，所述的根据所述的最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息与所述的DCT系数一起嵌入到载体图像中，得到标记好的JPEG图像，包括：根据下式(3)对每个直方图对应的DCT系数进行修改：

其中，m为秘密信息，T_i为每个子块对应的块平滑度，x_i，j为直方图对应的DCT系数。

8.根据权利要求2所述的方法，其特征在于，所述的确定所述多个直方图中每个直方图的最优修改参数，还包括只在每个子块中的前面16个系数对应的直方图中对系数0做修改，且对每个直方图，只对绝对值范围小于8的系数做修改。

9.根据权利要求1所述的方法，其特征在于，所述的根据所述的最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息与所述的DCT系数一起嵌入到载体图像中，得到标记好的JPEG图像，还包括：选择使嵌入失真达到最小的平滑度阈值，将所述的平滑度阈值、所述的信息和所述的DCT系数一起嵌入到载体图像中。

10.根据权利要求1所述的方法，其特征在于，所述的根据JPEG图像量化后的离散余弦变换DCT系数，生成多个直方图，包括：所述的多个直方图为35个。