CN110445949B - 基于直方图移位的ambtc域可逆信息隐藏方法 - Google Patents

Abstract

本发明提出了一种基于直方图移位的AMBTC域可逆信息隐藏方法。首先，原始图像根据AMBTC编码得到编码后的图像；然后，用直方图对编码后的图像进行信息隐藏得到隐秘的AMBTC图像；最后，将隐秘的AMBTC图像利用AMBTC编解码得到嵌入秘密信息的隐秘图像。实验表明该方法实现了高容量的可逆信息隐藏。本发明不仅继承了AMBTC计算复杂度低和易于实现的优点，而且在嵌入容量方面优于其他现有方法，并且隐秘图像具有更好的视觉质量。

Description

基于直方图移位的AMBTC域可逆信息隐藏方法

技术领域

本发明属于AMBTC压缩域的信息隐藏领域，具体涉及一种基于直方图移位的AMBTC域可逆信息隐藏方法。

背景技术

随着因特网的迅速发展和应用，数字图像被广泛传播和使用在各个领域，这对数字图像处理技术提出新的需求。一方面，数字图像含有大量的冗余数据，对存储和传输造成负担，因此，在传输前需要对数字图像进行压缩，另一方面，为了保护一些重要信息，数字图像也经常作为载体来承载秘密信息，这就是信息隐藏技术。结合这两方面需求，压缩图像的信息隐藏成为了数字图像安全传输的一个重要研究方向。

AMBTC是有损压缩，即它减小了文件大小但丢失了最初存在于图像中的一些信息。自推出以来，AMBTC已被用于各种应用，如图形压缩，视频信号和彩色图像。根据嵌入式媒体的可逆性，基于AMBTC的信息隐藏方案可以分为两类：不可逆信息隐藏方法和可逆信息隐藏方法。2015年，Ou和Sun提出AMBTC压缩码的不可逆信息隐藏算法，取得了非常令人满意的结果。但是Ou和Sun方法中量化级的调整需要原始图像块的信息。由于Ou和Sun的方法直接将秘密信息和位图替换，将秘密信息直接显示，安全性较低，限制了其适用范围。2016年，Bai和Chang提出了使用汉明码(7，4)的AMBTC压缩图像的不可逆信息隐藏方法。虽然汉明码(7，4)只需要改动一位原始信息，但是，复杂块中位图的修改会造成图像的视觉失真，尤其是对边缘块的影响更甚。2018年，chang和chen等人提出基于AMBTC的联合邻域编码和异或的可逆信息隐藏算法，通过使用联合邻域编码对AMBTC中的高量化级与低量化级的差值分类，不同区间的差值嵌入的秘密信息不同，但是chang和chen的方法改变了AMBTC的编码，所以无法正常解码。2012年，Lin等人提出基于AMBTC的直方图修改的可逆信息隐藏算法。Lin等人将AMBTC中的位图分块然后转换为十进制后使用直方图统计，通过直方图的峰值和零值的移动嵌入秘密信息，这种方法虽然提高了秘密信息的嵌入容量但是导致图像的质量下降了。

发明内容

在综合考虑嵌入容量、图像质量等因素后，本发明提出一种基于直方图移位的AMBTC域可逆信息隐藏算法。首先，原始图像根据AMBTC编码得到编码后的图像；然后，用直方图对编码后的图像进行信息隐藏得到隐秘的AMBTC图像；最后，将隐秘的AMBTC图像利用AMBTC编解码得到嵌入秘密信息的隐秘图像。

本发明的技术方案步骤如下：

一种基于直方图移位的AMBTC域可逆信息隐藏方法，其具体步骤如下：

步骤1：将待嵌入秘密信息的原始灰度图像GI分割成n×n尺寸的不重叠的子图像块；

步骤2：根据AMBTC压缩编码得到GI中每个子图像块的三元组表示(a，b，B)，其中a和b分别是颜色量化级的高均值和低均值，B是位图；

步骤3：将所有子图像块的高量化级组成高量化级表HT＝{a₁，a₂，a₃，...，a_Q}，将所有子图像块的低量化级组成低量化级表为LT＝{b₁，b₂，b₃，...，b_Q}；

步骤4：对高量化级表HT和低量化级表LT分别使用直方图移位的方法嵌入秘密信息，分别得到HT′和LT′；

步骤5：构建差值表DE＝HT′-avg，其中avg是HT′和LT′的均值；

步骤6：对差值表DE进行直方图移位嵌入秘密信息；

步骤7：将嵌入秘密信息后的AMBTC图像根据AMBTC压缩编码得到隐秘图像，实现整个图像的信息隐藏过程。

基于上述技术方案，各步骤可以采用如下优选方式实现。各优选方式若无冲突均可进行相互组合，不构成限制。

优选的，步骤1具体过程如下：

将大小为W×H的待嵌入秘密信息的原始灰度图像GI分割成若干个不重叠的子图像块，每个子图像块的尺寸大小均为n×n，n为大于1的自然数。

优选的，步骤2具体过程如下：

根据AMBTC压缩编码得到GI中每个子图像块的三元组表示(a，b，B)，其中a和b分别是颜色量化级的高均值和低均值，即高量化级和低量化级；B是位图，尺寸也为n×n；每个子图像块的三元组(a，b，B)中a、b、B的计算公式分别如下：

其中x_i是子图像块中第i个像素的像素值，N是子图像块的总像素数，k是子图像块中像素值不小于整个子图像块的平均像素值

的像素个数，B_i是位图B中第i个像素的值，运算符

表示向下取整；

将原始图像中的每个子图像块进行AMBTC编码后，得到AMBTC图像。

优选的，步骤3具体过程如下：

将所有子图像块的高量化级组成高量化级表HT＝{a₁，a₂，a₃，...，a_Q}，将所有子图像块的低量化级组成低量化级表LT＝{b₁，b₂，b₃，...，b_Q}；其中a_i表示第i个子图像块的颜色量化级的高均值，b_i表示第i个子图像块的颜色量化级的低均值，Q为子图像块总数，

优选的，步骤4具体过程如下：

步骤4.1：将高量化级表HT分成n×n尺寸的不重叠块，得到HT的子图像块集合BHT＝{w₁，w₂，w₃，...，w_P}，其中HT的子图像块总数

对于每一个w_i＝{p₀，p₂，p₃，...，p₁₅}，i＝1，2...，P，取p₅，p₆，p₉，p₁₀作为基准值计算出包含12个残差值的残差值表DHT_i＝{x₁，x₂，x₃；y₁，y₂，y₃；z₁，z₂，z₃；t₁，t₂，t₃}＝{u₁，u₂，...，u₁₂}；其中

步骤4.2：计算所有HT的子图像块的残差值形成残差直方图DHTCell＝{DHT₁，DHT₂，...，DHT_P}＝{q₁，q₂，...，q_T}，其中T＝P*12，找到直方图的峰值peak_H和零点值zero_H；峰值peak_H对应的频数为嵌入的秘密信息容量CapacityHT；

步骤4.3：对于待嵌入秘密信息S＝{s₁，s₂，...，s_capacityHT}中的每一位秘密信息s_i的嵌入过程为：

1)初始化i＝1，t＝1；

2)获取s_i和q_t的值，然后执行步骤3)的判断；

3)对s_i和q_t进行判断：

若满足s_i＝1且q_t＝peak_H，则对残差直方图和高量化级表的第t位进行改动，q_t位置改动后的新值q_t′＝q_t+1，a_t位置改动后的新值a_t′＝a_t+1；对i和t分别加1后重新执行步骤2)；

若满足s_i＝0且q_t＝peak_H，则不改动残差直方图和高量化级表的第t位，q_t位置改动后的新值q_t′＝q_t，a_t位置改动后的新值a_t′＝a_t；对i和t分别加1后重新执行步骤2)；

若满足q_t＞peak_H，则对残差直方图和高量化级表的第t位进行改动，q_t位置改动后的新值q_t′＝q_t+1，a_t位置改动后的新值a_t′＝a_t+1；对i和t分别加1后重新执行步骤2)；

若不满足上述三个条件中的任何一个，则保持残差直方图和高量化级表的第t位不变；i保持不变，对t加1后重新执行步骤2)；

其中i＝1，2...，CapacityHT，t＝1，2...，T；

步骤4.4：完成秘密信息嵌入过程后，得到改动后的残差直方图DHTCell′＝{DHT₁′，DHT₂′，...，DHT_P′}，将每一个DHT′_i＝{q′₁，q′₂，...，q′₁₂}与w_i对应的基准值p₅，p₆，p₉，p₁₀重新组合，得到w′_i＝{p′₀，p′₁，p′₂，...，p′₁₅}＝{q′₁，q′₂，q′₃，q′₄，p₅，p₆，q′₅，q′₆，p₉，p₁₀，q′₇，q′₈，q′₉，q′₁₀，q′₁₁，q′₁₂}；再将所有残差值依次处理得到新的子图像块集合BHT′＝{w′₁，w′₂，w′₃，...，w′_P}，然后将BHT′重新按序组合，得到嵌入秘密信息后的高量化级表HT′＝{a₁′，a₂′，a₃′，...，a_Q′}；

步骤4.5：按照与高量化级表HT相同的方法，得到低量化级表LT的直方图的峰值peak_L和零点值zero_L，峰值对应的频数为CapacityLT，嵌入秘密信息后的子图像块集合BLT′和低量化级表LT′。

优选的，步骤5具体过程如下：

根据嵌入秘密信息后的高量化级和低量化级得到差值表DE＝HT′-avg＝{v₁，v₂，...，v_Q}，其中avg是HT′＝{a₁′，a₂′，a₃′，...，a_Q′}和LT′＝{b₁′，b₂′，b₃′，...，b_Q′}对应位置的均值，

优选的，步骤6具体过程如下：

步骤6.1：计算差值表DE的差值直方图，得到峰值peak_D和zero_D，峰值对应的频数为秘密信息数量CapacityDE；

步骤6.2：新嵌入的秘密信息S₁＝{s′₁，s′₂，...，s′_capacityDE}中的每一位秘密信息s′_i的嵌入过程为：

1)初始化i＝1，j＝1；

2)获取s′_i和v_j的值，然后执行步骤3)的判断；

3)对s′_i和v_j进行判断：

若满足s′_i＝1且v_j＝peak_D，则对DE、HT′和LT′的第j位进行改动，v_j位置改动后的新值v_j′＝v_j+1，a_j′位置改动后的新值a_j″＝a_j′+1，b_j′位置改动后的新值b_j″＝b_j′-1；对i和j分别加1后重新执行步骤2)；

若满足s′_i＝0且v_j＝peak_D，则不对DE、HT′和LT′的第j位进行改动，v_j位置改动后的新值v_j′＝v_j，a_j′位置改动后的新值a_j″＝a_j′，b_j′位置改动后的新值b_j″＝b_j′；对i和j分别加1后重新执行步骤2)；

若满足v_j＞peak_D，则对DE、HT′和LT′的第j位进行改动，v_j位置改动后的新值v_j′＝v_j+1，a_j′位置改动后的新值a_j″＝a_j′+1，b_j′位置改动后的新值b_j″＝b_j′-1；对i和t分别加1后重新执行步骤2)；

若不满足上述三个条件中的任何一个，则DE、HT′和LT′的第j位保持不变；i保持不变，对j加1后重新执行步骤2)；

其中i＝1，2...，CapacityDE，j＝1，2...，Q；

步骤6.3：完成秘密信息嵌入过程后，得到嵌入秘密信息后的差值表newDE、高量化级表HT″＝{a₁″，a₂″，a₃″，...，a_Q″}和低量化级表LT″＝{b₁″，b₂″，b₃″，...，b_Q″}，优选的，步骤7具体过程如下：

根据嵌入秘密信息后的高量化级表HT″和低量化级表LT″以及原始的位图B形成新的三元组得到隐秘的AMBTC编码，根据AMBTC编码的解码过程得到嵌入秘密信息的隐秘图像GI′，实现整个图像的信息隐藏过程。

本发明的有益效果：

本发明结合直方图和AMBTC压缩格式两大类方法的优点，实现了高容量的可逆信息隐藏。使用直方图嵌入秘密信息，相比于传统的信息隐藏方法，直方图能减少图像的失真，达到高的秘密信息嵌入并且能够按照AMBTC格式正常解码。相比于传统的信息隐藏方法，本发明不仅继承了AMBTC计算复杂度低和易于实现的优点，而且在嵌入容量方面优于其他现有方法，并且隐秘图像具有更好的视觉质量。

附图说明

图1本发明的AMBTC域可逆信息隐藏方法步骤示意图。

图2为实施例中算法的流程图。

图3为AMBTC编解码图。

图4为根据基准值生成残差直方图的过程图。

图5为嵌入前Lena图的直方图。

图6为嵌入后Lena图的直方图。

图7为部分隐秘图像的效果图。

具体实施方式

下面结合附图，对本发明的具体实施方案作进一步详细描述。

如图1所示，一种基于直方图移位的AMBTC域可逆信息隐藏方法，其发明构思是：首先，原始图像根据AMBTC编解码得到编码后的图像；然后，用直方图对编码后的图像进行信息隐藏得到隐秘的AMBTC图像；最后，将隐秘的AMBTC图像利用AMBTC编解码得到嵌入秘密信息的隐秘图像。

该AMBTC域可逆信息隐藏方法的具体步骤描述如图1中S1～S7所示。其中算法本实施例中的算法流程图如图2所示。下面结合附图详细说明该方法在本实施例中的具体实现步骤。

步骤1：将待嵌入秘密信息的原始灰度图像GI分割成n×n尺寸的不重叠的子图像块。其中，待嵌入秘密信息的原始灰度图像GI大小为W×H，分割成若干个不重叠的子图像块后，每个子图像块的尺寸大小均为n×n，n为大于1的自然数。本实施例中，n取4。

步骤2：根据AMBTC压缩编码得到GI中每个子图像块的三元组表示(a，b，B)，其中a和b分别是颜色量化级的高均值和低均值，即高量化级和低量化级，B是位图，尺寸也为n×n。每个子图像块的三元组(a，b，B)中a、b、B的计算公式分别如下：

其中x_i是子图像块中第i个像素的像素值，N是子图像块的总像素数，k是子图像块中像素值不小于整个子图像块的平均像素值

的像素个数，B_i是位图B中第i个像素的值，运算符

表示向下取整。

本实施例中，将512×512尺寸的Lena图作为原始灰度图像GI，以其中一个子图像块为例，其像素值如图3中所示，整个子图像块的平均像素值

为146.13，因此位图中的每一个像素，分别按照该像素的对应像素值与

的大小进行及计算，当大于等于

对取1，否则取0。由此，得到有1和0组成的4×4的位图B。高均值a和低均值b的计算结果分别为148和143。因此，该图像块对应的三元组(a，b，B)可以表示为(148，143，1111111111000000)。

由此经过上述步骤，将原始图像中的每个子图像块进行AMBTC编码后，得到AMBTC图像。

步骤3：将所有子图像块的高量化级组成高量化级表HT＝{a₁，a₂，a₃，...，a_Q}，将所有子图像块的低量化级组成低量化级表为LT＝{b₁，b₂，b₃，...，b_Q}，其中a_i表示第i个子图像块的颜色量化级的高均值，b_i表示第i个子图像块的颜色量化级的低均值，Q为子图像块总数，

步骤4：对高量化级表HT和低量化级表LT分别使用直方图移位的方法嵌入秘密信息，分别得到HT′和LT′。

本实施例中，实现步骤4的具体过程如下：

步骤4.1：将高量化级表HT分成n×n尺寸的不重叠块，得到HT的子图像块集合BHT＝{w₁，w₂，w₃，...，w_P}，其中HT的子图像块总数

如图4所示，对于每一个w_i＝{p₀，p₂，p₃，...，p₁₅}，i＝1，2...，P，取位于中心的四个像素值p₅，p₆，p₉，p₁₀作为基准值，这四个值保持不变，以它们为基础计算出包含12个残差值的残差值表DHT_i＝{x₁，x₂，x₃；y₁，y₂，y₃；z₁，z₂，z₃；t₁，t₂，t₃}＝{u₁，u₂，...，u₁₂}；其中

步骤4.2：计算所有HT的子图像块的残差值形成组成残差直方图DHTCell＝{DHT₁，DHT₂，...，DHT_P}＝{q₁，q₂，...，q_T}，每个残差值表DHT_i中有12个残差值，因此最终的残差直方图中总共有T＝P*12个残差值。以Lena图为例，其形成的残差直方图如图5所示。在该图中，横坐标为残差值，取值范围为0～255，纵坐标为该残差值出现的次数，即频数。找到直方图的频数最大的峰值peak_H，和零点值zero_H。其中峰值peak_H对应的频数即作为嵌入的秘密信息容量CapacityHT。因此，待嵌入的秘密信息为S＝{s₁，s₂，...，s_capacityHT}。

步骤4.3：对于待嵌入秘密信息S＝{s₁，s₂，...，s_capacityHT}中的每一位秘密信息s_i，其嵌入过程为：

4.3.1)初始化i＝1，t＝1；

4.3.2)获取s_i和q_t的值，然后执行步骤4.3.3)的判断；

4.3.3)对s_i和q_t进行判断：

若满足s_i＝1且q_t＝peak_H，则对残差直方图和高量化级表的第t位进行改动，q_t位置改动后的新值q_t′＝q_t+1，a_t位置改动后的新值a_t′＝a_t+1；对i和t分别加1后重新执行步骤4.3.2)；

若满足s_i＝0且q_t＝peak_H，则不改动残差直方图和高量化级表的第t位，q_t位置改动后的新值q_t′＝q_t，a_t位置改动后的新值a_t′＝a_t；对i和t分别加1后重新执行步骤4.3.2)；

若满足q_t＞peak_H，则对残差直方图和高量化级表的第t位进行改动，q_t位置改动后的新值q_t′＝q_t+1，a_t位置改动后的新值a_t′＝a_t+1；对i和t分别加1后重新执行步骤4.3.2)；

若不满足上述三个条件中的任何一个，则保持残差直方图和高量化级表的第t位不变；i保持不变，对t加1后重新执行步骤4.3.2)；

其中本步骤中的i＝1，2...，CapacityHT，t＝1，2...，T。上述循环中，当i或者t达到最大值时循环终止。

步骤4.4：因此循环终止时完成了秘密信息嵌入过程，就得到改动后的残差直方图DHTCell′＝{DHT₁′，DHT₂′，...，DHT_P′}。DHT′_i与DHT_i存在一一对应关系，因此DHTCell′中的T位值可以同样的划分成P个DHT′_i，每个DHT′_i中含有12位残差值，记为{q′₁，q′₂，...，q′₁₂}。在步骤4.1中我们在计算残差值表DHT_i时取w_i中的四个像素值p₅，p₆，p₉，p₁₀作为基准值，在本步骤中我们重新将每一个DHT′_i＝{q′₁，q′₂，...，q′₁₂}与w_i对应的这四位基准值p₅，p₆，p₉，p₁₀重新组合，得到w′_i＝{p′₀，p′₁，p′₂，...，p′₁₅}＝{q′₁，q′₂，q′₃，q′₄，p₅，p₆，q′₅，q′₆，p₉，p₁₀，q′₇，q′₈，q′₉，q′₁₀，q′₁₁，q′₁₂}。再将所有残差值依次处理得到新的子图像块集合BHT′＝{w′₁，w′₂，w′₃，...，w′_P}，然后将BHT′重新按序组合，得到嵌入秘密信息后的高量化级表HT′＝{a₁′，a₂′，a₃′，...，a_Q′}。

步骤4.5：同理，由于低量化级表LT与高量化级表HT的形式完全相同，因此按照与高量化级表HT相同的方法，得到低量化级表LT的直方图的峰值peak_L和零点值zero_L，峰值peak_L对应的频数为CapacityLT，嵌入秘密信息后的子图像块集合BLT′和低量化级表LT′。

步骤5：构建差值表DE＝HT′-avg，其中avg是HT′和LT′的均值。具体的计算过程是：根据嵌入秘密信息后的高量化级和低量化级得到差值表DE＝HT′-avg＝{v₁，v₂，...，v_Q}，其中avg是HT′＝{a₁′，a₂′，a₃′，...，a_Q′}和LT′＝{b₁′，b₂′，b₃′，...，b_Q′}对应位置的均值，因此avg中的第j位为

步骤6：对差值表DE进行直方图移位嵌入秘密信息，具体过程如下：

步骤6.1：计算差值表DE的差值直方图，得到峰值peak_D和zero_D，峰值对应的频数为秘密信息数量CapacityDE；

步骤6.2：新嵌入的秘密信息S₁＝{s′₁，s′₂，...，s′_capacityDE}中的每一位秘密信息s′_i的嵌入过程为：

6.2.1)初始化i＝1，j＝1；

6.2.2)获取s′_i和v_j的值，然后执行步骤6.2.3)的判断；

6.2.3)对s′_i和v_j进行判断：

若满足s′_i＝1且v_j＝peak_D，则对DE、HT′和LT′的第j位进行改动，v_j位置改动后的新值v_j′＝v_j+1，a_j′位置改动后的新值a_j″＝a_j′+1，b_j′位置改动后的新值b_j″＝b_j′-1；对i和j分别加1后重新执行步骤6.2.2)；

若满足s′_i＝0且v_j＝peak_D，则不对DE、HT′和LT′的第j位进行改动，v_j位置改动后的新值v_j′＝v_j，a_j′位置改动后的新值a_j″＝a_j′，b_j′位置改动后的新值b_j″＝b_j′；对i和j分别加1后重新执行步骤6.2.2)；

若满足v_j＞peak_D，则对DE、HT′和LT′的第j位进行改动，v_j位置改动后的新值v_j′＝v_j+1，a_j′位置改动后的新值a_j″＝a_j′+1，b_j′位置改动后的新值b_j″＝b_j′-1；对i和t分别加1后重新执行步骤6.2.2)；

若不满足上述三个条件中的任何一个，则DE、HT′和LT′的第j位保持不变；i保持不变，对j加1后重新执行步骤6.2.2)；

其中本步骤中的i＝1，2...，CapacityDE，j＝1，2...，Q；上述循环中，当i或者t达到最大值时循环终止。

步骤6.3：完成秘密信息嵌入过程后，得到嵌入秘密信息后的差值表newDE、高量化级表HT″＝{a₁″，a₂″，a₃″，...，a_Q″}和低量化级表LT″＝{b₁″，b₂″，b₃″，...，b_Q″}。最终嵌入秘密信息后Lena图的直方图如图6所示。

步骤7：将嵌入秘密信息后的AMBTC图像根据AMBTC压缩编码得到隐秘图像，实现整个图像的信息隐藏过程。具体而言，根据嵌入秘密信息后的高量化级表HT″和低量化级表LT″以及原始的位图B形成新的三元组得到隐秘的AMBTC编码，根据AMBTC编码的解码过程得到嵌入秘密信息的隐秘图像GI′，实现整个图像的信息隐藏过程。

本发明不仅继承了AMBTC计算复杂度低和易于实现的优点，而且在嵌入容量方面优于其他现有方法，实现了高容量的可逆信息隐藏，并且隐秘图像具有更好的视觉质量。如图7所示，给出了部分嵌入秘密信息后的隐秘图像，其中(a)为本实施例中的Lena图。从图7的各隐秘图像可见，本发明的方法能减少图像的失真，达到高的秘密信息嵌入，该方法能对AMBTC图像利用直方图隐藏秘密信息，得到的隐秘图像不仅秘密信息嵌入量高，而且图像质量佳。原始灰度图像经过上述信息隐藏方法得到嵌入秘密信息的隐秘图像GI′后，能够按照AMBTC格式正常解码，从隐秘的AMBTC编码中重新提取嵌入的秘密信息。

以上所述的实施例只是本发明的一种较佳的方案，然其并非用以限制本发明。有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (8)

1.一种基于直方图移位的AMBTC域可逆信息隐藏方法，其特征在于：首先，原始灰度图像根据AMBTC编解码得到编码后的图像；然后，用直方图对编码后的图像进行信息隐藏得到隐秘的AMBTC图像；最后，将隐秘的AMBTC图像利用AMBTC编解码得到嵌入秘密信息的隐秘图像；具体步骤如下：

步骤1：将待嵌入秘密信息的原始灰度图像GI分割成n×n尺寸的不重叠的子图像块；

步骤2：根据AMBTC压缩编码得到GI中每个子图像块的三元组表示(a，b，B)，其中a和b分别是颜色量化级的高均值和低均值，即高量化级和低量化级，B是位图；

步骤3：将所有子图像块的高量化级组成高量化级表HT＝{a₁，a₂，a₃，...，a_Q}，将所有子图像块的低量化级组成低量化级表为LT＝{b₁，b₂，b₃，...，b_Q}；其中，参数Q为子图像块总数；

步骤4：对高量化级表HT和低量化级表LT分别使用直方图移位的方法嵌入秘密信息，分别得到HT′和LT′；

步骤5：构建差值表DE＝HT′-avg，其中avg是HT′和LT′的均值；

步骤6：对差值表DE进行直方图移位嵌入秘密信息；

步骤7：将嵌入秘密信息后的AMBTC图像根据AMBTC压缩编码得到隐秘图像，实现整个图像的信息隐藏过程。

2.根据权利要求1所述的基于直方图移位的AMBTC域可逆信息隐藏方法，其特征在于步骤1具体过程如下：

将大小为W×H的待嵌入秘密信息的原始灰度图像GI分割成若干个不重叠的子图像块，每个子图像块的尺寸大小均为n×n，n为大于1的自然数。

3.根据权利要求2所述的基于直方图移位的AMBTC域可逆信息隐藏方法，其特征在于步骤2具体过程如下：

根据AMBTC压缩编码得到GI中每个子图像块的三元组表示(a，b，B)，其中a和b分别是颜色量化级的高均值和低均值，即高量化级和低量化级；B是位图，尺寸也为n×n；每个子图像块的三元组(a，b，B)中a、b、B的计算公式分别如下：

其中x_i是子图像块中第i个像素的像素值，N是子图像块的总像素数，k是子图像块中像素值不小于整个子图像块的平均像素值

的像素个数，B_i是位图B中第i个像素的值，运算符

表示向下取整；

将原始灰度图像中的每个子图像块进行AMBTC编码后，得到AMBTC图像。

4.根据权利要求3所述的基于直方图移位的AMBTC域可逆信息隐藏方法，其特征在于步骤3具体过程如下：

将所有子图像块的高量化级组成高量化级表HT＝{a₁，a₂，a₃，...，a_Q}，将所有子图像块的低量化级组成低量化级表LT＝{b₁，b₂，b₃，...，b_Q}；其中a_i′表示第i′个子图像块的颜色量化级的高均值，b_i′表示第i′个子图像块的颜色量化级的低均值，Q为子图像块总数，

5.根据权利要求4所述的基于直方图移位的AMBTC域可逆信息隐藏方法，其特征在于步骤4具体过程如下：

步骤4.1：将高量化级表HT分成n×n尺寸的不重叠块，得到HT的子图像块集合BHT＝{w₁，w₂，w₃，...，w_P}，其中HT的子图像块总数

对于每一个w_i″＝{p₀，p₁，p₂，p₃，...，p₁₅}，i″＝1，2， ...，P，p₀，p₁，p₂，p₃，...，p₁₅为第i″个HT的子图像块集合w_i″中的像素值；取p₅，p₆，p₉，p₁₀作为基准值计算出包含12个残差值的残差值表DHT_i″＝{x₁，x₂，x₃；y₁，y₂，y₃；z₁，z₂，z₃；t₁，t₂，t₃}＝{u₁，u₂，...，u₁₂}；其中

步骤4.2：计算所有HT的子图像块的残差值形成残差直方图DHTCell＝{DHT₁，DHT₂，...，DHT_P}＝{q₁，q₂，…，q_T}，其中T＝P*12，找到直方图的峰值peak_H和零点值zero_H；峰值peak_H对应的频数为嵌入的秘密信息容量CapacityHT；

步骤4.3：对于待嵌入秘密信息S＝{s₁，s₂，...，s_CapacityHT}中的每一位秘密信息s_i″′的嵌入过程为：

1)初始化i″′＝1，t＝1；

2)获取s_i″′和qt的值，然后执行步骤3)的判断；

3)对s_i″′和q_t进行判断：

若满足s_i″′＝1且q_t＝peak_H，则对残差直方图和高量化级表的第t位进行改动，q_t位置改动后的新值q_t′＝q_t+1，a_t位置改动后的新值a_t′＝a_t+1；对i″′和t分别加1后重新执行步骤2)；

若满足s_i″′＝0且q_t＝peak_H，则不改动残差直方图和高量化级表的第t位，q_t位置改动后的新值q_t′＝q_t，a_t位置改动后的新值a_t′＝a_t；对i″′和t分别加1后重新执行步骤2)；

若满足q_t＞peak_H，则对残差直方图和高量化级表的第t位进行改动，q_t位置改动后的新值q_t′＝q_t+1，a_t位置改动后的新值a_t′＝a_t+1；对i″′和t分别加1后重新执行步骤2)；

若不满足上述三个条件中的任何一个，则保持残差直方图和高量化级表的第t位不变；i″′保持不变，对t加1后重新执行步骤2)；

其中i″′＝1，2， ...，CapacityHT，t＝1，2， ...，T；

步骤4.4：完成秘密信息嵌入过程后，得到改动后的残差直方图

DHTCell′＝{DHT₁′，DHT₂′，...，DHT_P′}，将每一个DHT_i″＝{q′₁，q′₂，...，q′₁₂}与w_i″对应的基准值p₅，p₆，p₉，p₁₀重新组合，得到

w′_i″＝{p′₀，p′₁，p′₂，...，p′₁₅}＝{q′₁，q′₂，q′₃，q′₄，p₅，p₆，q′₅，q′₆，p₉，p₁₀，q′₇，q′₈，q′₉，q′₁₀，q′₁₁，q′₁₂}；再将所有残差值依次处理得到新的子图像块集合BHT′＝{w′₁，w′₂，w′₃，...，w′_P}，然后将BHT′重新按序组合，得到嵌入秘密信息后的高量化级表HT′＝{a₁′，a₂′，a₃′，...，a_Q′}；

步骤4.5：按照与高量化级表HT相同的方法，得到低量化级表LT的直方图的峰值peak_L和零点值zero_L，峰值对应的频数CapacityLT，嵌入秘密信息后的子图像块集合BLT′和低量化级表LT′。

6.根据权利要求5所述的基于直方图移位的AMBTC域可逆信息隐藏方法，其特征在于步骤5具体过程如下：

根据嵌入秘密信息后的高量化级和低量化级得到差值表DE＝HT′-avg＝{v₁，v₂，...，v_Q}，其中avg是HT′＝{a₁′，a₂′，a₃′，...，a_Q′}和LT′＝{b₁′，b₂′，b₃′，...，b_Q′}对应位置的均值，

7.根据权利要求6所述的基于直方图移位的AMBTC域可逆信息隐藏方法，其特征在于步骤6具体过程如下：

步骤6.1：计算差值表DE的差值直方图，得到峰值peak_D和zero_D，峰值对应的频数为秘密信息数量CapacityDE；

步骤6.2：新嵌入的秘密信息S₁＝{s′₁，s′₂，...，s′_CapacityDE}中的每一位秘密信息

的嵌入过程为：

1)初始化i^*＝1，j＝1；

2)获取

和v_j的值，然后执行步骤3)的判断；

3)对

和v_j进行判断：

若满足

且v_j＝peak_D，则对DE、HT′和LT′的第j位进行改动，v_j位置改动后的新值v_j′＝v_j+1，a_j′位置改动后的新值a_j″＝a_j′+1，b_j′位置改动后的新值b_j″＝b_j′-1；对i^*和j分别加1后重新执行步骤2)；

若满足

且v_j＝peak_D，则不对DE、HT′和LT′的第j位进行改动，v_j位置改动后的新值v_j′＝v_j，a_j′位置改动后的新值a_j″＝a_j′，b_j′位置改动后的新值b_j″＝b_j′；对i^*和j分别加1后重新执行步骤2)；

若满足v_j＞peak_D，则对DE、HT′和LT′的第j位进行改动，v_j位置改动后的新值v_j′＝v_j+1，a_j′位置改动后的新值a_j″＝a_j′+1，b_j′位置改动后的新值b_j″＝b_j′-1；对i^*和j分别加1后重新执行步骤2)；

若不满足上述三个条件中的任何一个，则DE、HT′和LT′的第j位保持不变；i^*保持不变，对j加1后重新执行步骤2)；

其中i^*＝1，2， ...，CapacityDE，j＝1，2， ...，Q；

步骤6.3：完成秘密信息嵌入过程后，得到嵌入秘密信息后的差值表newDE、高量化级表HT″＝{a₁″，a₂″，a₃″，...，a_Q″}和低量化级表LT″＝{b₁″，b₂″，b₃″，...，b_Q″}。

8.根据权利要求7所述的基于直方图移位的AMBTC域可逆信息隐藏方法，其特征在于步骤7具体过程如下：

根据嵌入秘密信息后的高量化级表HT″和低量化级表LT″以及原始的位图B形成新的三元组得到隐秘的AMBTC编码，根据AMBTC编码的解码过程得到嵌入秘密信息的隐秘图像GI′，实现整个图像的信息隐藏过程。

Images