CN111260531A - 图像隐写方法、装置、设备及计算机可读存储介质 - Google Patents

图像隐写方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN111260531A
CN111260531A CN202010024165.8A CN202010024165A CN111260531A CN 111260531 A CN111260531 A CN 111260531A CN 202010024165 A CN202010024165 A CN 202010024165A CN 111260531 A CN111260531 A CN 111260531A
Authority
CN
China
Prior art keywords
image
value
image block
calculating
steganography
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010024165.8A
Other languages
English (en)
Inventor
张新鹏
王子驰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peng Cheng Laboratory
Original Assignee
Peng Cheng Laboratory
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Peng Cheng Laboratory filed Critical Peng Cheng Laboratory
Priority to CN202010024165.8A priority Critical patent/CN111260531A/zh
Publication of CN111260531A publication Critical patent/CN111260531A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0021Image watermarking

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像隐写方法、装置、设备及计算机可读存储介质,该方法包括步骤:当获取到待隐写图像后,获取所述待隐写图像对应的各空域图像块;计算所述空域图像块的第一失真代价值,以及确定所述空域图像块对应DCT系数的量化步长;根据所述第一失真代价值和所述量化步长计算所述DCT系数的第二失真代价值,并根据所述第二失真代价值在所述待隐写图像中嵌入秘密信息。本发明提高了通过该失真代价值对图像进行隐写,即在图像中嵌入秘密信息后,所得的隐写后图像的抗检测性能,且由于量化步长不需要计算,可以在空域图像块中直接获取得到,降低了计算失真代价值对应函数的计算量,从而提高了对图像进行隐写操作的操作效率。

Description

图像隐写方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像隐写方法、装置、设备及计算机可读存储介质。
背景技术
隐写技术是通过轻微修改载体图像来在图像中嵌入秘密信息,传送含有秘密信息的图像以实现隐蔽通信。随着JPEG(Joint Photographic Experts Group,联合图像专家组)图像的广泛应用,近年来出现了许多针对于JPEG图像的隐写方法。初期的JPEG隐写方法主要通过维持DCT(DCT for Discrete Cosine Transform,离散余弦变换)系数的统计特性不变来保证隐写的抗检测性,如nsF5(no-shrinkage F5);或者利用信道编码来提高隐写的嵌入效率,如MME(Modified Matrix Encoding)。但由于缺乏DCT系数的精确统计模型,以及不同DCT系数修改代价的差异性,上述隐写方法性能差。J.Fridrich团队于2011年提出的STC(Syndrome Trellis Coding,病灶格子编码)编码打破了这种局面,STC的出现使隐写技术的重点由构造编码方法转为设计失真代价函数。在此编码方案中,需要为每个载体元素分配一个失真代价值,此代价值代表修改对应元素的风险,结合STC编码,就能使隐写技术的性能逼近加性失真条件下的理论界限。目前,有许多用于JPEG隐写的失真代价函数,如J-UNIWARD,UERD(Uniform Embedding Revisited Distortion)等。其中J-UNIWARD将一组小波方向滤波器在DCT系数变化前后的改变量作为DCT系数的失真代价值。滤波器的方向性使得含秘密信息的图像的修改位置集中在建模困难的区域,因此J-UNIWARD取得了优异的抗检测性,但众多的滤波器组大大增加了失真代价函数的计算复杂度。UERD计算简单,采用均匀嵌入策略将修改位置均匀分布到所有不同幅度的DCT系数上,UERD直接在DCT域计算每个DCT图像块的失真代价值,但是DCT域无法准确表现图像的特性,从而导致图像隐写后的抗检测性能差。
由此可知,目前用于图像隐写的失真代价函数计算量大,以及隐写后的图像抗检测性能差。
发明内容
本发明的主要目的在于提供一种图像隐写方法、装置、设备及计算机可读存储介质,旨在解决现有的图像隐写的失真代价函数计算量大,以及隐写后的图像抗检测性能差的技术问题。
为实现上述目的,本发明提供一种图像隐写方法,所述图像隐写方法包括步骤:
当获取到待隐写图像后,获取所述待隐写图像对应的各空域图像块;
计算所述空域图像块的第一失真代价值,以及确定所述空域图像块对应离散余弦变换DCT系数的量化步长;
根据所述第一失真代价值和所述量化步长计算所述DCT系数的第二失真代价值,并根据所述第二失真代价值在所述待隐写图像中嵌入秘密信息。
优选地,所述计算所述空域图像块的第一失真代价值的步骤包括:
计算所述空域图像块的起伏值,以及计算所述空域图像块对应邻域图像块的起伏平均值;
获取预设的失真代价系数,根据所述失真代价系数、所述起伏值和所述起伏平均值计算所述空域图像块的第一失真代价值。
优选地,所述计算所述空域图像块的起伏值的步骤包括:
计算所述空域图像块的水平残差、垂直残差和预测误差;
计算所述水平残差、所述垂直残差和所述预测误差之和,得到所述空域图像块的起伏值。
优选地,计算所述空域图像块的预测误差的步骤包括:
获取所述空域图像块中目标像素点的目标像素值,以及确定所述目标像素点对应的预测值;
计算所述目标像素值与所述预测值之间的差值,得到所述空域图像块的预测误差。
优选地,所述确定所述目标像素点对应的预测值的步骤包括:
确定所述目标像素点对应的相邻像素点,计算所述相邻像素点对应像素值的平均像素值,将所述平均像素值确定为所述目标像素点的预测值。
优选地,所述确定所述目标像素点对应的相邻像素点,计算所述相邻像素点对应像素值的平均像素值的步骤包括:
确定所述目标像素点对应的相邻像素点,并检测所述相邻像素点中是否存在超出对应空域图像块边沿的待填充像素点;
若所述相邻像素点中存在所述待填充像素点,则采用预设的对称填充算法确定所述待填充像素点对应的第一待计算像素点,以及确定所述相邻像素点中除所述待填充像素点之外的第二待计算像素点;
计算所述第一待计算像素点和所述第二待计算像素点对应像素值的平均像素值。
优选地,所述当获取到待隐写图像后,获取待隐写图像对应的各空域图像块的步骤包括:
当获取到待隐写图像后,解压所述待隐写图像,得到所述待隐写图像对应的空域图像块。
此外,为实现上述目的,本发明还提供一种图像隐写装置,所述图像隐写装置包括:
获取模块,用于当获取到待隐写图像后,获取所述待隐写图像对应的各空域图像块;
计算模块,用于计算所述空域图像块的第一失真代价值;
确定模块,用于确定所述空域图像块对应离散余弦变换DCT系数的量化步长;
所述计算模块还用于根据所述第一失真代价值和所述量化步长计算所述DCT系数的第二失真代价值;
嵌入模块,用于根据所述第二失真代价值在所述待隐写图像中嵌入秘密信息。
此外,为实现上述目的,本发明还提供一种图像隐写设备,所述图像隐写设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的图像隐写程序,所述图像隐写程序被所述处理器执行时实现如上所述的图像隐写方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有图像隐写程序,所述图像隐写程序被处理器执行时实现如上所述的图像隐写方法的步骤。
本发明通过在获取到待隐写图像后,获取待隐写图像对应的各空域图像块,计算各空域图像块的第一失真代价值,以及确定各空域图像块对应的DCT系数的量化步长,根据第一失真代价值和量化步长对应计算各DCT系数的第二失真代价值,并根据第二失真代价值在待隐写图像中嵌入秘密信息。实现了直接通过体现DCT系数中DC系数和AC系数差异性的量化步长和表示空域图像块起伏程度的起伏值来计算DCT系数的失真代价值,利用图像DCT域的有效信息(量化步长)和空域计算得到失真代价值,提高了通过该失真代价值对图像进行隐写,即在图像中嵌入秘密信息后,所得的隐写后图像的抗检测性能,且由于量化步长不需要计算,可以在空域图像块中直接获取得到,降低了通过函数计算失真代价值的计算量,从而提高了对图像进行隐写操作的操作效率。
附图说明
图1是本发明图像隐写方法第一实施例的流程示意图;
图2是本发明实施例中扩展后的空域图像块的一种示意图;
图3是本发明实施例中所述确定所述目标像素点对应的相邻像素点,计算所述相邻像素点对应像素值的平均像素值步骤的一种细化流程示意图;
图4是本发明图像隐写装置较佳实施例的功能模块示意图;
图5是本发明实施例方案涉及的硬件运行环境的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种图像隐写方法,参照图1,图1为本发明图像隐写方法第一实施例的流程示意图。
本发明实施例提供了图像隐写方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。图像隐写方法可应用于服务器和/或终端中,该终端包括但不限于个人计算机和手机等。为了便于描述,以下省略执行主体描述图像隐写方法的各个步骤。图像隐写方法包括:
步骤S10,当获取到待隐写图像后,获取所述待隐写图像对应的空域图像块。
当获取到待隐写图像后,获取待隐写图像对应的空域图像块。其中,空域为空间域,空间域又称图像空间,由图像像元组成的空间,在图像空间中以长度(距离)为自变量直接对像元值进行处理称为空间域处理。待隐写图像为需要嵌入秘密信息的图像,嵌入图像中的秘密信息是什么可由用户根据具体需要而设置,本实施例中对秘密信息不做具体限制。在本实施例中,待隐写图像的图像格式为JPEG格式,在其它实施例中,待隐写图像也可为其它图像格式。
进一步地,所述步骤S10包括:
步骤a,当获取到待隐写图像后,解压所述待隐写图像,得到所述待隐写图像对应的空域图像块。
具体地,当获取到待隐写图像后,解压该待隐写图像,得到待隐写图像对应的空域图像块,具体地,可通过DCT解压该待隐写图像。在通过DCT解压待隐写图像过程中,可将待隐写图像解压成特定大小的空域图像块,如解压得到的空域图像块的大小为8×8,即每一空域图像块中含有64个像素点,在其它实施例中,也可将空域图像块的大小设置为6×6,或者将空域图像块设置为其它大小。可以理解的是,待隐写图像越大,所得到的空域图像块越多,同一尺寸的待隐写图像,对应空域图像块的数量随着空域图像块尺寸的增大而减少。在本实施例中,每一待隐写图像至少存在两个空域图像块,在其它实施例中,待隐写图像也可能只存在一个空域图像块,即直接将待隐写图像解压成一个空域图像块。在以下实施例中,以待隐写图像存在至少两个空域图像块为例进行说明。
具体地,若待隐写图像大小为M×N的图像,此时,待隐写图像对应的第(m,n)个DCT块可表示为Bm,n,第(m,n)个DCT块对应的空域图像块为
Figure BDA0002361717760000061
其中,m∈{1,2,…,[M/8]},n∈{1,2,…,[N/8]},此时,每一空域图像块的大小为8×8,即m和n的取值由每一空域图像块的大小决定。
进一步地,若所获取的待隐写图像是彩色图像,则将需要待隐写图像转换成灰度图像,然后再解压待隐写图像,以提高解压待隐写图像的解压效率。
步骤S20,计算所述空域图像块的第一失真代价值,以及确定所述空域图像块对应离散余弦变换DCT系数的量化步长。
当得到待隐写图像对应的各空域图像块后,计算各空域图像块的失真代价值,为了与后面DCT系数的失真代价值进行区分,本实施例将空域图像块的失真代价值记为第一失真代价值,将DCT系数的失真代价值记为第二失真代价值。当得到待隐写图像对应的空域图像块后,确定各个空域图像块对应DCT系数的量化步长。需要说明的是,量化步长与空域图像块中的位置有关,不同位置的量化步长可能一样,也可能不一样。如某一空域图像块的大小为8×8,则该空域图像块中有64个量化步长。DCT系数包括DC系数和AC系数,DC系数为直流系数,AC系数为交流系数,一个DCT系数包含一个DC系数和多个AC系数。当空域图像块的大小为8×8时,DC系数和AC系数的数量总和为64。DCT系数中AC系数和DC系数的差异性会体现在DCT系数的量化步长中。
进一步地,所述计算所述空域图像块的第一失真代价值的步骤包括:
步骤b,计算所述空域图像块的起伏值,以及计算所述空域图像块对应邻域图像块的起伏平均值。
具体地,计算各个空域图像块的第一失真代价值的过程为:计算各个空域图像块的起伏值,以及计算各个空域图像块对应邻域图像块的起伏平均值。邻域图像块为在待隐写图像中,与空域图像块相邻的空域图像块。其中,空域图像块对应邻域图像块的数量可根据具体需要而设置,如可设置为2、4或者5等。在本实施例中,优先将空域图像块对应邻域图像块的数量设置为4。需要说明的是,邻域图像块起伏值的计算过程和空域图像块起伏值的计算过程一致。当计算得到各个邻域图像块的起伏值后,计算各个邻域图像块起伏值的平均值,得到空域图像块对应邻域图像块的起伏平均值。
步骤c,获取预设的失真代价系数,根据所述失真代价系数、所述起伏值和所述起伏平均值计算所述空域图像块的第一失真代价值。
当计算得到各个空域图像块的起伏值和对应邻域图像块的起伏平均值后,获取预设的失真代价系数,并根据该失真代价系数、起伏值和起伏平均值对应计算各个空域图像块的第一失真代价值。在本实施例中,失真代价系数的作用是为了防止在计算第一失真代价值过程中,分母为0,具体地,失真代价系数对应的值可设置为1,或者设置为2等。若用βm,n表示第一失真代价值,fm,n表示空域图像块的起伏值,
Figure BDA0002361717760000071
表示邻域图像块的起伏平均值,θ表示失真代价系数,则计算第一失真代价值的公式为:
Figure BDA0002361717760000072
Figure BDA0002361717760000073
由公式1和公式2可知,fm-1,n,fm,n-1,fm+1,n,fm,n+1是空域图像块对应的4个邻域图像块的起伏值,第一失真代价值与起伏值和起伏平均值成反比。需要说明的是,由于相邻空域图像块的相关性,所以在计算第一失真代价值的过程中,需要结合邻域图像块的起伏平均值来计算,以提高计算所得的第一失真代价值的准确性。
进一步地,所述计算所述空域图像块的起伏值的步骤包括:
步骤b1,计算所述空域图像块的水平残差、垂直残差和预测误差。
步骤b2,计算所述水平残差、所述垂直残差和所述预测误差之和,得到所述空域图像块的起伏值。
具体地,计算空域图像块的起伏值的过程为:计算各个空域图像块的水平残差、垂直残差和预测误差,并对应计算水平残差、垂直残差和预测误差之和,得到各个空域图像块对应的起伏值。当空域图像块的大小为s1×s2时,空域图像块中的第(i,j)个像素点的像素值表示为pm,n(i,j),则起伏值fm,n可表示为:
Figure BDA0002361717760000081
其中,
Figure BDA0002361717760000082
表示水平残差,
Figure BDA0002361717760000083
表示垂直残差、
Figure BDA0002361717760000084
表示预测误差。可以理解的是,水平残差和垂直残差都由对应的像素点的相应坐标值之间的差值计算得到。需要说明的是,在图像中,水平方向和垂直方向的空间相关性远远强于对角线方向,因此,通过水平残差和垂直残差计算得到起伏值更能准备表现图像的起伏程度。
进一步地,为了提高计算得到的起伏值的准确率,考虑空域图像块边缘像素的相关性,将邻域图像块的边沿像素点加入对应的空域图像块中,得到扩展后的空域图像块,计算扩展后的空域图像块的起伏值。具体地,可参照图2,若空域图像块的大小为8×8,可以看出,扩展后的空域图像块的大小有4种情况,分别为10×10、10×9、9×10和9×9。可以理解的是,扩展后的空域图像块的大小可由用户根据具体需要而设置,在图2中,4种情况对应分别为,在空域图像块四周都加入一个边缘像素点,得到扩展后的空域图像块;在空域图像块的左侧、右侧和下边都加入一个边缘像素点,得到扩展后的空域图像块;在空域图像块的上边、下边和左侧都加入一个边缘像素点,得到扩展后的空域图像块;在空域图像块的下边和左侧都加入一个边缘像素点,得到扩展后的空域图像块。需要说明的是,上述的举例说明并不限制本实施例中得到扩展后的空域图像块的实施方式,如可通过在空域图像块的下边和右侧都加入一个边缘像素点,得到扩展后的空域图像块。可以理解的是,计算扩展后的空域图像块的起伏值和计算未扩展的空域图像块的过程一致,在此不再重复赘述。
进一步地,计算空域图像块的预测误差的步骤包括:
步骤b11,获取所述空域图像块中目标像素点的目标像素值,以及确定所述目标像素点对应的预测值。
步骤b12,计算所述目标像素值与所述预测值之间的差值,得到所述空域图像块的预测误差。
具体地,计算各个空域图像块的预测误差的过程为:获取各个空域图像块中目标像素点的像素值,将目标像素点的像素值确定为目标像素值。需要说明的是,在空域图像块中,依次将每一像素点确定为目标像素点。当确定空域图像块的目标像素点后,确定目标像素点对应的预测值,并计算目标像素点与对应预测值之间的差值,得到对应空域图像块的预测误差。在本实施例中,目标像素点对应的预测值可由用户预先设置好,此时,同一空域图像块中,不同目标像素点对应的预测值可以相同,也可以不相同。
进一步地,所述确定所述目标像素点对应的预测值的步骤包括:
步骤b111,确定所述目标像素点对应的相邻像素点,计算所述相邻像素点对应像素值的平均像素值,将所述平均像素值确定为所述目标像素点的预测值。
进一步地,为了提高计算得到的预测差值的准确率,在确定目标像素点后,确定目标像素点对应的相邻像素点。在本实施例中,不限制目标像素点对应相邻像素点的数量,如相邻像素点的数量可以为4个,也可以为2等。当相邻像素点的数量为4个时,相邻像素点为与目标像素点左、右、上、下相邻的像素点。当得到相邻像素点后,将相邻像素点对应的像素值相加,然后除以相邻像素点的数量,得到相邻像素点对应像素值的平均像素值,将该平均像素值确定为目标像素点的预测值。若用空域图像块中的第(i,j)个像素点的像素值表示为报表pm,n(i,j),该像素点对应的预测值表示为
Figure BDA0002361717760000091
则计算预测值的公式可表示为:
Figure BDA0002361717760000092
步骤S30,根据所述第一失真代价值和所述量化步长计算所述DCT系数的第二失真代价值,并根据所述第二失真代价值在所述待隐写图像中嵌入秘密信息。
当得到第一失真代价值和量化步长后,对应计算第一失真代价值和对应量化步长之间的乘积,以得到对应DCT系数的第二失真代价值,并根据第二失真代价值在待隐写图像中嵌入秘密信息。具体地,设Bm,n中第(i,j)个量化的DCT系数为cm,n(i,j),其中,i∈{1,2,…8},j∈{1,2,…8},需要说明的是,i和j的大小由空域图像块的大小来决定的,为了便于描述,本发明实施例中都是以空域图像块的大小为8×8为例进行说明。若cm,n(i,j)的失真代价值,即第二失真代价值表示为pm,n(i,j),cm,n(i,j)对应的量化步长表示为q(i,j),则计算第二失真代价值的公式可表示为:
pm,n(i,j)=q(i,j)×βm,n。 (公式5)
由公式5可知,在DCT域中,可通过量化步长来度量DCT系数的失真代价值。可以理解的是,在根据第二失真代价值在待隐写图像中嵌入私密信息的过程中,是通过STC编码,根据该第二失真代价值在待隐写图像中嵌入私密信息。
本实施例通过在获取到待隐写图像后,获取待隐写图像对应的各空域图像块,计算各空域图像块的第一失真代价值,以及确定各空域图像块对应的DCT系数的量化步长,根据第一失真代价值和量化步长对应计算各DCT系数的第二失真代价值,并根据第二失真代价值在待隐写图像中嵌入秘密信息。实现了直接通过体现DCT系数中DC系数和AC系数差异性的量化步长和表示空域图像块起伏程度的起伏值来计算DCT系数的失真代价值,利用图像DCT域的有效信息(量化步长)和空域计算得到失真代价值,提高了通过该失真代价值对图像进行隐写,即在图像中嵌入秘密信息后,所得的隐写后图像的抗检测性能,且由于量化步长不需要计算,可以在空域图像块中直接获取得到,降低了通过函数计算失真代价值的计算量,从而提高了对图像进行隐写操作的操作效率。
进一步地,提出本发明图像隐写方法第二实施例。所述图像隐写方法第二实施例与所述图像隐写方法第一施例的区别在于,参照图3,所述确定所述目标像素点对应的相邻像素点,计算所述相邻像素点对应像素值的平均像素值的步骤包括:
步骤S21,确定所述目标像素点对应的相邻像素点,并检测所述相邻像素点中是否存在超出对应空域图像块边沿的待填充像素点。
步骤S22,若所述相邻像素点中存在所述待填充像素点,则采用预设的对称填充算法确定所述待填充像素点对应的第一待计算像素点,以及确定所述相邻像素点中除所述待填充像素点之外的第二待计算像素点。
步骤S23,计算所述第一待计算像素点和所述第二待计算像素点对应像素值的平均像素值。
若确定相邻像素点中存在待填充像素点,则采用预先设置好的对称填充算法确定待填充像素点对应的第一待计算像素点,如若目标像素点表示为pm,n(i,j),其相邻像素点pm,n(i+1,j)为超出对应空域图像块的待填充像素点,则通过对称填充算法确定的第一待计算像素点为pm,n(i-1,j)。当确定相邻像素点中的待填充像素点后,确定相邻像素点中除待填充像素点之外的其它像素点,将相邻像素点中的其它像素点确定为第二待计算像素点,然后计算第一待计算像素点和第二待计算像素点对应像素值的平均像素值,该平均像素值就是相邻像素点对应像素值的平均像素值。
进一步地,若相邻像素点中未存在待填充像素点,则直接计算目标像素点对应各个相邻像素点之间像素值的平均值,得到相邻像素点对应像素值的平均像素值。
本实施例通过在计算目标像素点的相邻像素点对应像素值的平均像素值过程中,若检测到相邻像素点中存在超出对应空域图像块边沿的待填充像素点,则采用对称填充算法确定待填充像素点对应的待计算像素点,然后根据该待计算像素点和剩下的相邻像素点对应的像素值计算得到平均像素值,避免由于某个相邻像素点超出了空域图像块边沿,导致计算平均像素值过程中所用到的像素值数量减小的情况出现,提高了计算所得的平均像素值的准确率,从而提高计算得到的失真代价值的准确度,进一步地提高了隐写后图像的抗检测性能。
此外,本发明还提供一种图像隐写装置,如图4所示,所述图像隐写装置包括:
获取模块10,用于当获取到待隐写图像后,获取所述待隐写图像对应的各空域图像块;
计算模块20,用于计算所述空域图像块的第一失真代价值;
确定模块30,用于确定所述空域图像块对应离散余弦变换DCT系数的量化步长;
所述计算模块20还用于根据所述第一失真代价值和所述量化步长计算所述DCT系数的第二失真代价值;
嵌入模块40,用于根据所述第二失真代价值在所述待隐写图像中嵌入秘密信息。
进一步地,所述计算模块20包括:
计算单元,用于计算所述空域图像块的起伏值,以及计算所述空域图像块对应邻域图像块的起伏平均值;
第一获取单元,用于获取预设的失真代价系数;
所述计算单元还用于根据所述失真代价系数、所述起伏值和所述起伏平均值计算所述空域图像块的第一失真代价值。
进一步地,所述计算单元还用于计算所述空域图像块的水平残差、垂直残差和预测误差;计算所述水平残差、所述垂直残差和所述预测误差之和,得到所述空域图像块的起伏值。
进一步地,所述计算单元包括:
获取子单元,用于获取所述空域图像块中目标像素点的目标像素值;
确定子单元,用于确定所述目标像素点对应的预测值;
计算子单元,用于计算所述目标像素值与所述预测值之间的差值,得到所述空域图像块的预测误差。
进一步地,所述确定子单元还用于确定所述目标像素点对应的相邻像素点,计算所述相邻像素点对应像素值的平均像素值,将所述平均像素值确定为所述目标像素点的预测值。
进一步地,所述确定子单元还用于确定所述目标像素点对应的相邻像素点,并检测所述相邻像素点中是否存在超出对应空域图像块边沿的待填充像素点;若所述相邻像素点中存在所述待填充像素点,则采用预设的对称填充算法确定所述待填充像素点对应的第一待计算像素点,以及确定所述相邻像素点中除所述待填充像素点之外的第二待计算像素点;计算所述第一待计算像素点和所述第二待计算像素点对应像素值的平均像素值。
进一步地,所述获取模块10还用于当获取到待隐写图像后,解压所述待隐写图像,得到所述待隐写图像对应的空域图像块。
本发明图像隐写装置具体实施方式与上述图像隐写方法各实施例基本相同,在此不再赘述。
此外,本发明还提供一种图像隐写设备。如图5所示,图5是本发明实施例方案涉及的硬件运行环境的结构示意图。
需要说明的是,图5即可为图像隐写设备的硬件运行环境的结构示意图。
如图5所示,该图像隐写设备可以包括:处理器1001,例如CPU,存储器1005,用户接口1003,网络接口1004,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,图像隐写设备还可以包括RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。
本领域技术人员可以理解,图5中示出的图像隐写设备结构并不构成对图像隐写设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图5所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及图像隐写程序。其中,操作系统是管理和控制图像隐写设备硬件和软件资源的程序,支持图像隐写程序以及其它软件或程序的运行。
在图5所示的图像隐写设备中,用户接口1003主要用于连接终端,与终端进行数据通信,如接收终端发送的待隐写图像;网络接口1004主要用于后台服务器,与后台服务器进行数据通信;处理器1001可以用于调用存储器1005中存储的图像隐写程序,并执行如上所述的图像隐写方法的步骤。
本发明图像隐写设备具体实施方式与上述图像隐写方法各实施例基本相同,在此不再赘述。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有图像隐写程序,所述图像隐写程序被处理器执行时实现如上所述的图像隐写方法的步骤。
本发明计算机可读存储介质具体实施方式与上述图像隐写方法各实施例基本相同,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,设备,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种图像隐写方法,其特征在于,所述图像隐写方法包括以下步骤:
当获取到待隐写图像后,获取所述待隐写图像对应的各空域图像块;
计算所述空域图像块的第一失真代价值,以及确定所述空域图像块对应离散余弦变换DCT系数的量化步长;
根据所述第一失真代价值和所述量化步长计算所述DCT系数的第二失真代价值,并根据所述第二失真代价值在所述待隐写图像中嵌入秘密信息。
2.如权利要求1所述的图像隐写方法,其特征在于,所述计算所述空域图像块的第一失真代价值的步骤包括:
计算所述空域图像块的起伏值,以及计算所述空域图像块对应邻域图像块的起伏平均值;
获取预设的失真代价系数,根据所述失真代价系数、所述起伏值和所述起伏平均值计算所述空域图像块的第一失真代价值。
3.如权利要求2所述的图像隐写方法,其特征在于,所述计算所述空域图像块的起伏值的步骤包括:
计算所述空域图像块的水平残差、垂直残差和预测误差;
计算所述水平残差、所述垂直残差和所述预测误差之和,得到所述空域图像块的起伏值。
4.如权利要求3所述的图像隐写方法,其特征在于,计算所述空域图像块的预测误差的步骤包括:
获取所述空域图像块中目标像素点的目标像素值,以及确定所述目标像素点对应的预测值;
计算所述目标像素值与所述预测值之间的差值,得到所述空域图像块的预测误差。
5.如权利要求4所述的图像隐写方法,其特征在于,所述确定所述目标像素点对应的预测值的步骤包括:
确定所述目标像素点对应的相邻像素点,计算所述相邻像素点对应像素值的平均像素值,将所述平均像素值确定为所述目标像素点的预测值。
6.如权利要求5所述的图像隐写方法,其特征在于,所述确定所述目标像素点对应的相邻像素点,计算所述相邻像素点对应像素值的平均像素值的步骤包括:
确定所述目标像素点对应的相邻像素点,并检测所述相邻像素点中是否存在超出对应空域图像块边沿的待填充像素点;
若所述相邻像素点中存在所述待填充像素点,则采用预设的对称填充算法确定所述待填充像素点对应的第一待计算像素点,以及确定所述相邻像素点中除所述待填充像素点之外的第二待计算像素点;
计算所述第一待计算像素点和所述第二待计算像素点对应像素值的平均像素值。
7.如权利要求1至6任一项所述的图像隐写方法,其特征在于,所述当获取到待隐写图像后,获取待隐写图像对应的各空域图像块的步骤包括:
当获取到待隐写图像后,解压所述待隐写图像,得到所述待隐写图像对应的空域图像块。
8.一种图像隐写装置,其特征在于,所述图像隐写装置包括:
获取模块,用于当获取到待隐写图像后,获取所述待隐写图像对应的各空域图像块;
计算模块,用于计算所述空域图像块的第一失真代价值;
确定模块,用于确定所述空域图像块对应离散余弦变换DCT系数的量化步长;
所述计算模块还用于根据所述第一失真代价值和所述量化步长计算所述DCT系数的第二失真代价值;
嵌入模块,用于根据所述第二失真代价值在所述待隐写图像中嵌入秘密信息。
9.一种图像隐写设备,其特征在于,所述图像隐写设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的图像隐写程序,所述图像隐写程序被所述处理器执行时实现如权利要求1至7中任一项所述的图像隐写方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有图像隐写程序,所述图像隐写程序被处理器执行时实现如权利要求1至7中任一项所述的图像隐写方法的步骤。
CN202010024165.8A 2020-01-09 2020-01-09 图像隐写方法、装置、设备及计算机可读存储介质 Pending CN111260531A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010024165.8A CN111260531A (zh) 2020-01-09 2020-01-09 图像隐写方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010024165.8A CN111260531A (zh) 2020-01-09 2020-01-09 图像隐写方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111260531A true CN111260531A (zh) 2020-06-09

Family

ID=70946835

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010024165.8A Pending CN111260531A (zh) 2020-01-09 2020-01-09 图像隐写方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111260531A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115695673A (zh) * 2022-12-30 2023-02-03 中国科学技术大学 基于联合失真的图像对抗隐写方法与装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080175429A1 (en) * 2007-01-19 2008-07-24 New Jersey Institute Of Technology Method and apparatus for steganalysis for texture images
CN106530203A (zh) * 2016-10-28 2017-03-22 武汉大学 一种基于纹理复杂度的jpeg图像自适应隐写方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080175429A1 (en) * 2007-01-19 2008-07-24 New Jersey Institute Of Technology Method and apparatus for steganalysis for texture images
CN106530203A (zh) * 2016-10-28 2017-03-22 武汉大学 一种基于纹理复杂度的jpeg图像自适应隐写方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZICHI WANG ET AL: "Hybrid distortion function for JPEG steganography" *
王子驰;张新鹏;秦川;: "非对称失真的空域自适应隐写" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115695673A (zh) * 2022-12-30 2023-02-03 中国科学技术大学 基于联合失真的图像对抗隐写方法与装置

Similar Documents

Publication Publication Date Title
KR100974177B1 (ko) 랜덤 필드 모델을 사용한 사진 및 비디오 압축과 프레임레이트 업 변환을 개선시키는 방법 및 장치
CN103974071A (zh) 基于感兴趣区域的视频编码方法和设备
KR101354014B1 (ko) 코딩 구조
CN111681291A (zh) 图像处理方法、装置、设备及计算机可读存储介质
CN110740316A (zh) 数据编码方法及装置
CN114626967A (zh) 一种数字水印嵌入与提取方法、装置、设备及存储介质
CN111260531A (zh) 图像隐写方法、装置、设备及计算机可读存储介质
Almohammad et al. Image steganography and chrominance components
CN108269221B (zh) 一种jpeg重压缩图像篡改定位方法
EP0974932A2 (en) Adaptive video compression
US20090010547A1 (en) Image recognition method and image recognition apparatus
Niu et al. A visual saliency modulated just noticeable distortion profile for image watermarking
CN113810654A (zh) 图像视频的上传方法、装置、存储介质以及电子设备
CN109685861B (zh) 图片压缩方法、装置、设备及计算机可读存储介质
Kunhu et al. A reversible watermarking scheme for ownership protection and authentication of medical images
CN107172425B (zh) 缩略图生成方法、装置及终端设备
CN113674130A (zh) 图像处理方法及装置、存储介质、终端
US7957607B2 (en) Decoding apparatus, dequantization method, and computer readable medium storing program thereof
CN111918061A (zh) 编码块的划分方法及装置、存储介质及电子设备
CN112331310A (zh) 医学影像数据显示方法、装置、存储介质和智能设备
JP4730144B2 (ja) 復号化装置、逆量子化方法及びこれらのプログラム
CN111754378B (zh) 图像处理方法、装置、存储介质及电子装置
CN112565780B (zh) 游戏状态信息共享方法、网络设备、存储介质
CN109525843B (zh) skip块判断方法、电子装置及计算机可读存储介质
CN109874015B (zh) 变化比特数的视频隐写方法、用户设备、存储介质及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination