CN111669477B - 图像处理方法、系统、装置、设备及计算机存储介质 - Google Patents
图像处理方法、系统、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN111669477B CN111669477B CN202010589011.3A CN202010589011A CN111669477B CN 111669477 B CN111669477 B CN 111669477B CN 202010589011 A CN202010589011 A CN 202010589011A CN 111669477 B CN111669477 B CN 111669477B
- Authority
- CN
- China
- Prior art keywords
- sequence
- image
- matrix
- value
- carrier
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
Abstract
本发明涉及金融科技(Fintech)技术领域,并公开了一种图像处理方法,该方法包括:获取具有秘密信息的秘密图像的秘密像素矩阵,并根据所述秘密像素矩阵计算二值化矩阵;基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息;根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像。本发明还公开了一种图像处理装置、设备和一种计算机存储介质。本发明提高了信息隐藏的安全性。
Description
技术领域
本发明涉及金融科技(Fintech)领域,尤其涉及图像处理方法、系统、装置、设备及计算机存储介质。
背景技术
随着计算机技术的发展,越来越多的技术(大数据、分布式、人工智能等)应用在金融领域,传统金融业正在逐步向金融科技(Fintech)转变,但由于金融行业的安全性、实时性要求,也对技术提出了更高的要求。目前,在进行图片信息隐藏时,一般是将秘密图片中的像素值转换为二进制数据,再用二进制秘密信息中的每一比特信息替换与之相对应的载体数据的最低有效位得到一张含有隐藏信息的载体图片,而在对载体图片中的隐藏信息进行提取时,也是先将含有隐藏信息的载体图片的像素值转换为二进制数据,再进行提取的,但是这种方式安全性非常低,不利于对隐藏信息的保护。因此,如何提高信息隐藏的安全性成为了目前亟待解决的技术问题。
发明内容
本发明的主要目的在于提出一种图像处理方法、系统、装置、设备及计算机存储介质,旨在解决如何提高信息隐藏的安全性的技术问题。
为实现上述目的,本发明提供一种图像处理方法,所述图像处理方法应用于图像嵌入系统,所述图像处理方法包括如下步骤:
获取具有秘密信息的秘密图像的秘密像素矩阵,并根据所述秘密像素矩阵计算二值化矩阵;
基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息;
根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像。
可选地,基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列的步骤,包括:
获取输入的初始参数,并根据所述初始参数和预设的序列公式计算初始序列;
基于所述二值化矩阵对应的字节长度对所述初始序列进行取模运算,以获取第三序列,并对所述第三序列进行升维处理,以获取第一序列;
基于所述二值化矩阵对应的像素类型数量对所述初始序列进行取模运算,以获取第四序列,并对所述第四序列进行升维处理,以获取第二序列。
可选地,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息的步骤,包括:
获取所述秘密图像对应的载体图像的载体像素矩阵,对所述第一序列和所述载体像素矩阵进行异或处理,基于所述异或处理结果统计所述第一序列和所述载体像素矩阵的相同位和区别位,并将所述相同位和所述区别位作为嵌入信息。
可选地,根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换的步骤,包括:
依次遍历各所述第二序列中的各序列数值,基于所述载体像素矩阵确定当前遍历的当前序列数值对应的目标像素矩阵;
根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作,直至各所述序列数值遍历完成。
可选地,根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作的步骤,包括:
检测所述当前序列数值对应的嵌入信息是否为区别位;
若是,则根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作。
进一步地,为实现上述目的,本发明还提供一种图像处理方法,所述图像处理方法应用于图像提取系统,所述图像处理方法包括如下步骤:
获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列;
获取所述目标载体图像的目标像素矩阵,基于所述目标像素像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵;
确定所述目标像素矩阵和所述第二序列的位置对应关系,并基于各所述位置对应关系确定第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像。
进一步地,所述根据预设的序列公式和所述初始参数计算第一序列和第二序列的步骤,包括:
根据预设的序列公式和所述初始参数计算初始序列,并获取所述初始序列对应的不同取值参数,根据所述不同取值参数分别对所述初始序列进行取模运算,以获取第一序列和第二序列。
此外,为实现上述目的,本发明还提供一种图像处理系统,所述图像处理系统包括图像嵌入系统和图像提取系统,所述图像处理系统包括如下步骤:
图像嵌入系统获取具有秘密信息的秘密图像的秘密像素矩阵,并根据所述秘密像素矩阵计算二值化矩阵;
图像嵌入系统基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息;
图像嵌入系统根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像;
图像提取系统获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列;
图像提取系统获取所述目标载体图像的目标像素矩阵,基于所述目标像素像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵;
图像提取系统确定所述目标像素矩阵和所述第二序列的位置对应关系,并基于各所述位置对应关系确定第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像。
此外,为实现上述目的,本发明还提供一种图像处理装置,所述图像处理装置包括:
第一获取模块,用于获取具有秘密信息的秘密图像的秘密像素矩阵,并根据所述秘密像素矩阵计算二值化矩阵;
计算模块,用于基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息;
替换模块,用于根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像;
提取模块,用于根据所述序列公式在所述目标载体图像中提取秘密图像。
本发明还提供一种图像处理装置,所述图像处理装置包括:
第二获取模块,用于获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列;
确定模块,用于获取所述目标载体图像的目标像素矩阵,基于所述目标像素像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵;
生成模块,用于确定所述目标像素矩阵和所述第二序列的位置对应关系,并基于各所述位置对应关系确定第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像。
此外,为实现上述目的,本发明还提供一种图像处理设备,所述图像处理设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像处理程序,所述图像处理程序被所述处理器执行时实现如上所述的图像处理方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机存储介质,所述计算机存储介质上存储有图像处理程序,所述图像处理程序被处理器执行时实现如上所述的图像处理方法的步骤。
本发明通过获取具有秘密信息的秘密图像的秘密像素矩阵,并根据所述秘密像素矩阵计算二值化矩阵;基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息;根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像。通过先将秘密图像的秘密像素矩阵转换为二值化矩阵,从而简化了直接将秘密图像嵌入至载体图像的操作,再根据预设的序列公式生成第一序列和第二序列,并根据第一序列计算嵌入信息,通过嵌入信息和第二序列获取目标载体图像,从而也提高了信息隐藏的安全性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的图像处理设备结构示意图;
图2为本发明图像处理方法第一实施例的流程示意图;
图3为本发明图像处理方法另一实施例的流程示意图;
图4为本发明图像处理方法中二值化操作流程示意图;
图5为本发明图像处理方法中的升维处理流程示意图;
图6为本发明图像处理方法中替换操作的场景示意图;
图7为本发明图像处理方法中图像嵌入的流程示意图;
图8为本发明图像处理方法中图像提取的流程示意图。
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。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的图像处理设备结构示意图。
本发明实施例图像处理设备可以是PC机或服务器设备,其上运行有Java虚拟机。
如图1所示,该图像处理设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,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。
本领域技术人员可以理解,图1中示出的图像处理设备结构并不构成对设备的限定,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1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处理程序。
在图1所示的图像处理设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的图像处理程序,并执行下述图像处理方法中的操作。
基于上述硬件结构,提出本发明图像处理方法实施例。
参照图2,图2为本发明图像处理方法第一实施例的流程示意图,所述图像处理方法应用于图像嵌入系统,所述图像处理方法包括:
步骤S10,获取具有秘密信息的秘密图像的秘密像素矩阵,并根据所述秘密像素矩阵计算二值化矩阵;
在本实施例中,像素是由一个数字序列表示的图像中的一个最小单位,因此在进行秘密隐藏时,需要先将具有秘密信息的秘密图像转换为由各个像素组成的秘密像素矩阵,并将秘密图像对应的载体图像也转换为像素矩阵,即载体像素矩阵。灰度使用黑色调用表示物体,即用黑色为基准色,不同的饱和度的黑色来显示图像,并且由于每个灰度对象都具有从0%(白色)到100%(黑色)的亮度值,因此在本实施例中可以对秘密图像的秘密像素矩阵进行灰度转换,以计算二值化矩阵,以便根据二值化矩阵将秘密图像嵌入至载体图像中。并且在本实施例中,秘密像素矩阵的像素值和载体像素矩阵的像素值都是以二进制进行显示的。
在本实施例中,先获取具有秘密信息的秘密图像的秘密像素矩阵,再将秘密像素矩阵中的像素值转换为像素值,并进行二值化操作,得到二值化矩阵,即对秘密像素矩阵中的每个像素点,获取各个像素点对应的RGB值,并可以根据公式gray=(306*R+601*G+118*B)>>10计算其灰度值。其中,gray是灰度值,RGB即R(red,红色)、G(green,绿色)、B(blue,蓝色)。当计算得到每个像素点的灰度值后,还需要依次检测各个灰度值是否大于预设阈值(用户提前设置的任意值),并当存在灰度值大于或等于预设阈值时,可以将此灰度值调整为一固定值,如255,但是若灰度值小于预设阈值,则将小于预设阈值的灰度值调整为0,并将调整灰度值后形成的矩阵作为二值化矩阵。例如,如图4所示,对秘密像素矩阵中某一个位置的像素点,根据RGB值计算其灰度值,即gray=(306*R+601*G+118*B)>>10,并判断gray是否大于阈值,若是,则将该灰度值设置为0。若否,则将灰度值设置为255,并根据已修改的各个灰度值生成二值化后的图片,即二值化矩阵。
步骤S20,基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息;
当获取到二值化矩阵后,需要获取预设的序列公式(用户提前设置的任意公式序列,如tent混沌序列),以便基于此序列公式将秘密图像嵌入至载体图像中。在本实施例中,为了提高信息隐藏的安全性,因此引入两个一维的tent混沌序列,即先获取用户输入的初始参数,如X0,μ0,X1,μ1。再根据序列公式:
当根据上述公式生成完整的tent序列后,可以根据tent序列映射公式生成两个和载体图像大小相等的混沌序列tent1和tent2,并将这两个混沌序列按照升序排列的方式进行排序,再存储tent1和tent2在原序列中的位置信息,得到两个位置序列,即tent1对应的位置序列index1和tent2对应的位置序列index2。再根据位置序列index1和二值化矩阵计算第一序列,根据位置序列index2和二值化矩阵计算第二序列。也就是在计算第一序列时,先对位置序列index1进行对5取模,并对取模结果加3,得到新位置序列index1',即
index1′(1,j)=mod(index1,5)+3
并且计算得到的新位置序列index1'的范围为[3,7]内的整数,再对新位置序列index1'进行升维操作,从一维变成二维,将其从1*n的矩阵变成与秘密图片大小一样的x*y的二维矩阵(n=x*y),即第一序列,并且如图5所示,将新位置序列index1'(0,1,2,...,n-2,n-1)由一维变为二维。
在计算第二序列时,也需要对位置序列index2进行对2取模,并对取模结果加1,得到新位置序列index2',即
index2′(1,j)=mod(index2,2)+1
并且计算得到的新位置序列index2'的范围为1或2,再同样对新位置序列index2'进行升维操作,从一维变成二维,将其从1*n的矩阵变成与秘密图片大小一样的x*y的二维矩阵(n=x*y),即第二序列。
当计算得到第一序列后,就可以根据第一序列和秘密图像对应的载体图像的载体像素矩阵计算嵌入信息,即对载体图像的载体像素矩阵进行取值操作,根据第一序列中的各个序列值选出图像中对应的图像位置。即:
tmpimg(i,j)=f(PR(i,j),index1′(i,j))
也就是取出P(i,j)的像素值中R矩阵的index1'(i,j)位。并根据第一序列中的各个序列数值和载体图像矩阵中的各个图像位置的对应关系进行异或处理(即若第一序列中的序列数值和该序列数值对应的图像位置中的数值相同,则记为0,若不同,则记为1),并将异或操作的结果作为嵌入信息e。
步骤S30,根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像;
获取载体图像位置为index2'(i,j)的像素值G和B的最低位(即最低位像素值),也就是将第二序列和载体像素矩阵进行比较,以确定第二序列中的各个序列位置对应的载体像素矩阵中的图像位置,再确定序列位置中的序列数值和该序列位置对应的图像位置中的数值是否相同,若不同,则将载体像素矩阵中的最低位像素值替换为该序列位置的值。并且在本实施例中,会根据第二序列中的不同值选择载体像素矩阵中不同的最低位像素值进行替换。例如,index_2'(i,j)=1,则替换第G矩阵的第(i,j)位,如果index_2'(i,j)=2,则替换第B矩阵的第(i,j)位。如图6所示,在对G矩阵进行最低位像素值替换时,若G矩阵为10111011,11000011,11110000,01100011,11111110和11000001,则进行最低位像素值替换后,G矩阵就变为10111010,11000011,11110000,01100011,11111110和11000000。而对B矩阵也是采用相同的方式进行最低位像素值替换,若B矩阵为11111110,11000011,11000001,01100011,10111011和11110000,则进行最低位像素值替换后,B矩阵就变为11111110,11000011,11000000,01100011,10111010,11110000。当经过替换后,就可以直接获取到具有秘密信息的目标载体图像,即此时目标载体图像包括有载体图像和秘密图像。
另外为辅助理解对本实施例中对秘密图像的嵌入和提取的原理理解,下面进行举例说明。
例如,在将秘密图像嵌入载体图像时,可以采用如图7所示的方式进行,即取出载体图片P(即载体图像)的像素矩阵,并取出秘密图片S(即秘密图像)的像素矩阵SM,再对秘密图片S的像素矩阵进行二值化操作得到二值化矩阵SBM,获取输入的初始参数,如选取x0,μ0,x1,μ1坐位序列初始化参数,再根据tent序列递推公式和初始化参数生成2个长度和PM矩阵元素个数相等的序列tent1和tent2,然后再统计tent1和tent2的位置序列,得到位置序列index1和位置序列index2,再对位置序列index1进行对5取模,并对取模结果加3,得到新位置序列index1',对位置序列index2进行对2取模,并对取模结果加1,得到新位置序列index2'。将index1'和index2'进行升维操作得到行列数和PM相同的矩阵,并根据index1'和index2'进行像素值二进制位替换,得到含有加密信息的载体图片PS。
在本实施例中,通过获取具有秘密信息的秘密图像的秘密像素矩阵,并根据所述秘密像素矩阵计算二值化矩阵;基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息;根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像。通过先将秘密图像的秘密像素矩阵转换为二值化矩阵,从而简化了直接将秘密图像嵌入至载体图像的操作,再根据预设的序列公式生成第一序列和第二序列,并根据第一序列计算嵌入信息,通过嵌入信息和第二序列获取目标载体图像,从而也提高了信息隐藏的安全性。
进一步地,基于本发明图像处理方法第一实施例,提出本发明图像处理方法第二实施例。本实施例是本发明第一实施例的步骤S10,根据所述秘密像素矩阵计算二值化矩阵的步骤的细化,包括:
步骤a,获取所述秘密像素矩阵中每个像素点的RGB值,并计算各所述RGB值对应的灰度值,依次检测各所述灰度值是否大于或等于预设阈值;
在本实施例中,在计算二值化矩阵时,需要先获取秘密像素矩阵中每个像素点的RGB值,即R值、G值和B值,并根据公式gray=(306*R+601*G+118*B)>>10计算每个像素点的灰度值,以得到秘密像素矩阵对应的灰度值,然后再检测各个灰度值是否大于或等于预设阈值(用户提前设置的任意阈值),并基于不同的检测结果执行不同的操作。
步骤b,若在各所述灰度值中存在大于或等于预设阈值的目标灰度值,则将所述目标灰度值调整为预设的固定值;
当在各个灰度值中存在大于获取等于预设阈值的灰度值,即目标灰度值,则可以直接将目标灰度值调整为预设的固定值(可以为非零的任意值),如225。
步骤c,若在各所述灰度值中存在小于预设阈值的当前灰度值,则将所述当前灰度值调整为零,并根据调整后的各所述灰度值获取二值化矩阵。
但是若在各个灰度值中存在小于预设阈值的灰度值,即当前灰度值,则可以直接将当前灰度值调整为零,并在将每个像素点对应的灰度值都进行调整后,将调整后形成的矩阵作为二值化矩阵。即二值化矩阵中,灰度值只存在两个固定值。
在本实施例中,通过在秘密像素矩阵对应的各个灰度值中,将目标灰度值调整为固定值,将当前灰度值调整为零,并根据调整后的各个灰度值获取二值化矩阵,从而保障了获取到的二值化矩阵的准确性。
进一步地,基于本发明图像处理方法第一实施例,提出本发明图像处理方法第三实施例。本实施例是本发明第一实施例的步骤S20,基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列的步骤的细化,包括:
步骤d,获取输入的初始参数,并根据所述初始参数和预设的序列公式计算初始序列;
在本实施例中,需要获取提前输入的初始参数(可以为用户提前设置并输入的初始参数,也可以是其它终端发送的参数),如X0,μ0,X1,μ1。再根据序列公式:
计算初始序列。其中,预设的序列公式可以是用户提前设置的序列公式,在本实施例中,优选的以上述序列公式进行计算。并且计算初始序列是根据上述公式生成两个和载体图像大小相等的混沌序列tent1和tent2,并将这两个混沌序列按照升序排列的方式进行排序,再存储tent1和tent2在原序列中的位置信息,得到两个位置序列,即tent1对应的位置序列index1和tent2对应的位置序列index2,即获取到两个初始序列。
步骤e,基于所述二值化矩阵对应的字节长度对所述初始序列进行取模运算,以获取第三序列,并对所述第三序列进行升维处理,以获取第一序列;
由于二值化矩阵中的灰度值是固定的,因此将二值化矩阵中的各个灰度值转换为二进制后,确定转换后的最大字节长度。例如,当二值化矩阵中的灰度值为0和255时,转换后的二进制则为0和11111111,也就可以确定最大字节长度为8位,则计算得到的第一序列的范围也应该小于8。因此可以根据字节长度对初始序列进行取模运算,如对位置序列index1进行对5取模,并对取模结果加3,得到新位置序列index1'(即第三序列),则取模公式可以是:
index1′(1,j)=mod(index1,5)+3
并在获取到第三序列后,需要对第三序列进行升维处理,以得到和秘密图像大小一样的二维矩阵,即第一序列,此时第一序列的取值范围为[3,7]内的整数。也就是在本实施例中,需要先确定二值化矩阵对应的所有字节长度中选取最大字节长度,再根据此最大字节长度确定第一序列的取值范围。其中,第一序列的取值范围和第三序列的取值范围相同。此时在计算第三序列时,就可以确定对初始序列进行取模运算时输入的取模参数范围。再根据此取值参数范围获取输入的取模参数到取模公式:
index1′(1,j)=mod(index1,n)+m
也就是初始序列对n取模,并对取模结果加m。由于此时index1'(1,j)的取值范围是根据最大子节长度确定的,而index1是已知的,此时就可以根据上述公式来确定取模参数m和n的取值范围。
步骤f,基于所述二值化矩阵对应的像素类型数量对所述初始序列进行取模运算,以获取第四序列,并对所述第四序列进行升维处理,以获取第二序列。
由于二值化矩阵对应的像素类型存在3种,即RGB,也就是此时像素类型数量为3,因此,第二序列的的取值范围需要小于3,以便确定对哪一个像素矩阵进行嵌入操作。因此可以根据取值范围对初始序列进行取模运算,如对位置序列index2进行对2取模,并对取模结果加1,得到新位置序列index2',即第四序列,取模公式可以是:
index2′(1,j)=mod(index2,2)+1
并在获取到第四序列后,需要对第四序列进行升维处理,以得到和秘密图像大小一样的二维矩阵,即第四序列,此时第四序列的取值范围为1或2。也就是在本实施例中,需要根据像素类型数量确定第二序列的的取值范围。其中,第二序列的取值范围和第四序列的取值范围相同。此时在计算第四序列时,就可以确定对初始序列进行取模运算时输入的取模参数范围。再根据此取值参数范围获取输入的取模参数到取模公式:
index2′(1,j)=mod(index2,n)+m
也就是初始序列对n取模,并对取模结果加m。由于此时index2'(1,j)的取值范围是根据像素类型数量确定的,而index2是已知的,此时就可以根据上述公式来确定取模参数m和n的取值范围。
在本实施例中,通过根据二值化矩阵对应的字节长度对初始序列进行取模运算并升维处理,得到第一序列,并根据二值化矩阵对应的像素类型数量对初始序列进行取模运算并升维处理,得到第二序列,从而保障了获取到的第一序列和第二序列的准确性。
进一步地,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息的步骤,包括:
步骤g,获取所述秘密图像对应的载体图像的载体像素矩阵,对所述第一序列和所述载体像素矩阵进行异或处理,基于所述异或处理结果统计所述第一序列和所述载体像素矩阵的相同位和区别位,并将所述相同位和所述区别位作为嵌入信息。
在本实施例中,当计算嵌入信息时,需要先获取秘密图像对应的载体图像转换后的载体像素矩阵,然后再对第一序列和载体像素矩阵进行异或处理,即对载体图像的载体像素矩阵进行取值操作,根据第一序列中的各个序列值选出图像中对应的图像位置。即:
tmpimg(i,j)=f(PR(i,j),index1′(i,j))
也就是取出P(i,j)的像素值中R矩阵的index1'(i,j)位。并根据第一序列中的各个序列数值和载体图像矩阵中的各个图像位置的对应关系进行异或操作(即若第一序列中的序列数值和该序列数值对应的图像位置中的数值相同,则确定为相同位,并记为0。若不同,则确定为区别位,并记为1),并将异或操作的结果(包括相同位和区别位)作为嵌入信息e。其中,在载体图像矩阵的某一图像位置中的数值和第一序列中该图像位置对应的序列位置的序列数值相同时,将其作为相同位,若不同,则将其作为区别位。
在本实施例中,通过根据第一序列和载体图像的载体像素矩阵进行异或处理,以确定相同位和区别位,并将相同位和区别位作为嵌入信息,从而保障了获取到的嵌入信息的准确性。
进一步地,根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像的步骤,包括:
步骤h,依次遍历各所述第二序列中的各序列数值,基于所述载体像素矩阵确定当前遍历的当前序列数值对应的目标像素矩阵;
在本实施例中,需要依次遍历第二序列中的各个序列数值,并确定当前遍历的当前序列数值对应的目标像素矩阵,该目标像素矩阵为载体像素矩阵中的一种。例如,若当前序列数值为2,则目标像素矩阵可以为载体像素矩阵中的B矩阵。若当前序列数值为3,则目标像素矩阵可以为载体像素矩阵中的G矩阵。其中,确定目标像素矩阵的方式可以是根据用户提前设置的序列数值对应像素矩阵关系进行确定的,如提前设置序列数值2对应的目标像素矩阵为B矩阵,序列数值3对应的目标像素矩阵为G矩阵,则当检测到的序列数值为2时,可以直接确定目标像素矩阵为载体像素矩阵的B矩阵。
步骤k,根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作,直至各所述序列数值遍历完成。
在确定目标像素矩阵后,还需要根据当前序列数值所在的序列位确定第一序列中对应的嵌入信息,并检测该对应的嵌入信息是相同位还是区别位,若是相同位,则保持不变,若是区别位,则根据该对应的嵌入信息对目标像素矩阵中的最低位像素值进行替换操作,即将目标像素矩阵中的最低位像素值替换为第一序列中最低位像素值对应序列数值的最低位。直至各个序列数值遍历完成,以完成将秘密图像嵌入至载体图像的操作。
在本实施例中,通过依次遍历第二序列中的各个序列数值,并确定当前序列数值对应的目标像素矩阵,再根据当前序列数值对应的嵌入信息对目标像素矩阵中的最低位像素值进行替换操作,直至各个序列数值遍历完成,从而提高了秘密图像嵌入至载体图像的准确性。
进一步地,根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作的步骤,包括:
步骤m,检测所述当前序列数值对应的嵌入信息是否为区别位;
在本实施例中,需要根据当前序列数值所在的序列位确定第一序列中对应的嵌入信息,并检测该对应的嵌入信息是否为区别位,并基于不同的检测结果执行不同的操作。其中,嵌入信息包括相同位和区别位。
步骤y,若是,则根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作。
当经过判断发现当前序列数值对应的嵌入信息是区别位,则需要根据当前序列数值对应的嵌入信息对目标像素矩阵中的最低位像素值进行替换操作,即将目标像素矩阵中的最低位像素值替换为第一序列中最低位像素值对应序列数值的最低位,若当前序列数值对应的嵌入信息是相同位,则保持目标像素矩阵中的最低位像素值不变。
在本实施例中,通过在当前序列数值对应的嵌入信息为区别位时,进行替换操作,从而保障了将秘密图像嵌入载体图像的有效进行。
此外,本发明还提供一种图像处理方法,所述图像处理方法应用于图像提取系统,参照图3,图3为本发明图像处理方法另一实施例的流程示意图,所述图像处理方法包括:
步骤S100,获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列;
在本实施例中,当获取到目标载体图像,需要提取目标载体图像中的秘密图像时,可以获取秘密图像嵌入到载体图像中的初始参数x0,μ0,x1,μ1,并根据序列公式在目标载体图像中提取秘密图像,即进行秘密图像嵌入载体图像的逆操作,从而完成对秘密图像的提取。也就是如图8所示的方式进行,即取出秘密图像嵌入过程中的初始参数x0,μ0,x1,μ1,并利用tent映射公式生成tent1和tent2序列,并统计tent1和tent2的位置序列,得到位置序列index1和位置序列index2,再对位置序列index1进行对5取模,并对取模结果加3,得到新位置序列index1',对位置序列index2进行对2取模,并对取模结果加1,得到新位置序列index2'。根据index1'和index2'对嵌入了秘密信息图像(即目标载体图像)进行异或操作,从而对图片进行提取操作,得到秘密图像。
也就是在本实施例中,当需要提取目标载体图像中的秘密图像时,需要获取目标载体图像对应的初始参数(即秘密图像嵌入至载体图像时的参数),如x0,μ0,x1,μ1,利用tent序列映射公式
和初始参数计算得到两个和载体图像大小相等的混沌序列tent1和tent2,并存储tent1和tent2的位置信息,得到位置序列index1和index2。再采用如下公式对位置序列index1和index2进行计算,
index1′(i,j)=mod(index2,5)+3
index2′(i,j)=mod(index2,2)+1
得到index1'和index2',并且index1'的范围为[3,7]的整数,index2'的范围为[1,2]的整数。并根据index1'确定第一序列,根据index2'确定第二序列。
步骤S200,获取所述目标载体图像的目标像素矩阵,基于所述目标像素像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵;
当获取到第一序列和第二序列后,需要将目标载体图像转换为二进制的像素矩阵,即目标像素矩阵,再根据目标像素矩阵和取值公式:
tmp_2img(i,j)=f(P′(i,j),index1′(i,j))
计算得到第一序列中各序列位置的像素值,也就是选取目标像素矩阵H(i,j)像素二进制位中对应的第一序列Y(i,j)位数值,并将其提取出来,形成第一矩阵tmp_low。
步骤S300,确定所述目标像素矩阵和所述第二序列的位置对应关系,并基于各所述位置对应关系确定第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像。
确定目标像素矩阵中各个像素位置点和第二序列中序列点的位置对应关系,并根据各个位置对应关系确定第二矩阵,也就是通过第二序列采用公式:
tmp_1img(i,j)=f(PR(i,j),index2′(i,j))进行取值操作,得到第二矩阵tmp_high。再将第一矩阵和第二矩阵进行异或操作,也就是遍历tmp_low,将tmp_low(i,j)的值与tmp_high(I,j)的值相异或,并将其不同的值作为目标载体图像中的嵌入信息,并根据这些嵌入信息构建具有秘密信息的秘密图像。
在本实施例中,通过获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列;获取所述目标载体图像的目标像素矩阵,基于所述目标像素像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵;确定所述目标像素矩阵和所述第二序列的位置对应关系,并基于各所述位置对应关系确定第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像。通过先确定目标载体图像的初始参数,再根据初始参数计算第一序列和第二序列,并根据目标像素矩阵和第一序列确定第一矩阵,根据目标像素矩阵和第二序列确定第二矩阵,并基于第一矩阵和第二矩阵生成秘密图像,从而避免了用户直接获取到目标载体图像中的秘密图像的现象发生,并且是根据序列公式在目标载体图像中提取秘密图像,也提高了提取秘密图像的便捷性。
进一步地,根据预设的序列公式和所述初始参数计算第一序列和第二序列的步骤,包括:
步骤q,根据预设的序列公式和所述初始参数计算初始序列,并获取所述初始序列对应的不同取值参数,根据所述不同取值参数分别对所述初始序列进行取模运算,以获取第一序列和第二序列。
在本实施例中,当根据预设的序列公式和初始参数计算第一序列和第二序列时,需要先计算初始序列,即获取目标载体图像对应的初始参数(即秘密图像嵌入至载体图像时的参数),如x0,μ0,x1,μ1,利用预设的序列公式,如tent序列映射公式
和初始参数计算得到两个和载体图像大小相等的混沌序列tent1和tent2,并存储tent1和tent2的位置信息,得到位置序列index1和index2,即初始序列。
再获取秘密图像嵌入至目标载体图像中的不同取值参数(至少具有两组取值参数),并根据不同取值参数分别对初始序列进行取模运算,以获取第一序列和第二序列,即通过下列公式进行计算:
index1′(1,j)=mod(index1,5)+3
index2′(1,j)=mod(index2,2)+1
此时的取值参数为5,3和2,1,也就是秘密图像在嵌入至目标载体图像时的参数。
在本实施例中,通过获取初始参数,并根据初始参数和序列公式计算第一序列和第二序列,并基于第一序列和第二序列提取秘密图像,从而保障了获取到的秘密图像的准确性。
另外,由于在本实施例中,对信息隐藏方式引入了序列公式,如tent混沌序列,只要初始参数存在较小的改动,都可以产生不同的值,从而提高了对信息隐藏的安全性,例如,当初始参数u0=1.3,x0=0.5和u0=1.8,x0=0.5时,产生的两个tent混沌序列的值差别很大。并且提取秘密图像也方便,只需要根据初始参数u0,x0,u1,x1即可对目标载体图像中的秘密图像进行提取。
此外,本发明实施例还提供一种图像处理系统,所述图像处理系统包括图像嵌入系统和图像提取系统,所述图像处理系统包括如下步骤:
图像嵌入系统获取具有秘密信息的秘密图像的秘密像素矩阵,并根据所述秘密像素矩阵计算二值化矩阵;
图像嵌入系统基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息;
图像嵌入系统根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像;
图像提取系统获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列;
图像提取系统获取所述目标载体图像的目标像素矩阵,基于所述目标像素像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵;
图像提取系统确定所述目标像素矩阵和所述第二序列的位置对应关系,并基于各所述位置对应关系确定第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像。
本发明还提供一种图像处理装置,所述图像处理装置包括:
第一获取模块A10,用于获取具有秘密信息的秘密图像的秘密像素矩阵,并根据所述秘密像素矩阵计算二值化矩阵;
计算模块A20,用于基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息;
替换模块A30,用于根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像。
可选地,所述第一获取模块A10,还用于:
获取所述秘密像素矩阵中每个像素点的RGB值,并计算各所述RGB值对应的灰度值,依次检测各所述灰度值是否大于或等于预设阈值;
若在各所述灰度值中存在大于或等于预设阈值的目标灰度值,则将所述目标灰度值调整为预设的固定值;
若在各所述灰度值中存在小于预设阈值的当前灰度值,则将所述当前灰度值调整为零,并根据调整后的各所述灰度值获取二值化矩阵。
可选地,所述计算模块A20,还用于:
获取输入的初始参数,并根据所述初始参数和预设的序列公式计算初始序列;
基于所述二值化矩阵对应的字节长度对所述初始序列进行取模运算,以获取第三序列,并对所述第三序列进行升维处理,以获取第一序列;
基于所述二值化矩阵对应的像素类型数量对所述初始序列进行取模运算,以获取第四序列,并对所述第四序列进行升维处理,以获取第二序列。
可选地,所述计算模块A20,还用于:
获取所述秘密图像对应的载体图像的载体像素矩阵,对所述第一序列和所述载体像素矩阵进行异或处理,基于所述异或处理结果统计所述第一序列和所述载体像素矩阵的相同位和区别位,并将所述相同位和所述区别位作为嵌入信息。
可选地,所述替换模块A30,还用于:
依次遍历各所述第二序列中的各序列数值,基于所述载体像素矩阵确定当前遍历的当前序列数值对应的目标像素矩阵;
根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作,直至各所述序列数值遍历完成。
可选地,所述替换模块A30,还用于:
检测所述当前序列数值对应的嵌入信息是否为区别位;
若是,则根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作。
此外,本发明还提供一种图像处理装置,所述图像处理装置还包括:
第二获取模块A100,用于获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列;
确定模块A200,用于获取所述目标载体图像的目标像素矩阵,基于所述目标像素像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵;
生成模块A300,用于确定所述目标像素矩阵和所述第二序列的位置对应关系,并基于各所述位置对应关系确定第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像。
可选地,所述第二获取模块A100,还用于:
根据预设的序列公式和所述初始参数计算初始序列,并获取所述初始序列对应的不同取值参数,根据所述不同取值参数分别对所述初始序列进行取模运算,以获取第一序列和第二序列。
上述各程序单元所执行的方法可参照本发明图像处理方法各个实施例,此处不再赘述。
本发明还提供一种计算机存储介质。
本发明计算机存储介质上存储有图像处理程序,所述图像处理程序被处理器执行时实现如上所述的图像处理方法的步骤。
其中,在所述处理器上运行的图像处理程序被执行时所实现的方法可参照本发明图像处理方法各个实施例,此处不再赘述。
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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。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、物品或者系统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如上所述的一个存储介质(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,空调器,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)
1.一种图像处理方法,其特征在于,所述图像处理方法应用于图像嵌入系统,所述图像处理方法包括如下步骤:
获取具有秘密信息的秘密图像的秘密像素矩阵,并将所述秘密像素矩阵中的像素值转换为灰度值,对所述灰度值进行二值化操作,得到二值化矩阵;
基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息,其中,所述基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列的步骤,包括:获取输入的初始参数,并根据所述初始参数和预设的序列公式计算初始序列,其中,根据预设的序列公式和所述初始参数生成两个和载体图像大小相等的混沌序列,将两个所述混沌序列按照升序排列的方式进行排序,再存储两个所述混沌序列在原序列中的位置信息,得到两个位置序列,将所述位置序列作为初始序列;基于所述二值化矩阵对应的字节长度对所述初始序列进行取模运算,以获取第三序列,并对所述第三序列进行升维处理,以获取第一序列,其中,将所述二值化矩阵中的各个灰度值转换为二进制,确定转换后的最大字节长度,根据所述最大字节长度确定所述第一序列的取值范围,根据所述第一序列的取值范围确定对初始序列进行取模运算时输入的取模参数范围,根据所述取模参数范围获取输入的取模参数到取模公式,得到第三序列;基于所述二值化矩阵对应的像素类型数量对所述初始序列进行取模运算,以获取第四序列,并对所述第四序列进行升维处理,以获取第二序列;其中,根据所述像素类型数量确定第二序列的取值范围,根据所述第二序列的取值范围确定初始序列进行取模运算时输入的取模参数范围,并进行取模运算,得到第四序列;所述基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息的步骤,包括:根据第一序列中的各个序列数值和所述载体图像中的各个图像位置的对应关系进行异或处理,将所述异或处理的结果作为嵌入信息;
根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像。
2.如权利要求1所述的图像处理方法,其特征在于,所述基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息的步骤,包括:
获取所述秘密图像对应的载体图像的载体像素矩阵,对所述第一序列和所述载体像素矩阵进行异或处理,基于所述异或处理结果统计所述第一序列和所述载体像素矩阵的相同位和区别位,并将所述相同位和所述区别位作为嵌入信息,其中,所述对所述第一序列和载体像素矩阵进行异或处理的步骤包括:对所述载体图像的载体像素矩阵进行取值操作,根据第一序列中的各个序列值选出图像中对应的图像位置,若第一序列中的序列数值和所述序列数值对应的图像位置中的数值相同,则确定为相同位,若不同,则确定为区别位。
3.如权利要求1所述的图像处理方法,其特征在于,所述根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换的步骤,包括:
依次遍历各所述第二序列中的各序列数值,基于所述载体像素矩阵确定当前遍历的当前序列数值对应的目标像素矩阵;
根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作,直至各所述序列数值遍历完成,其中,所述替换操作包括将目标像素矩阵中的最低位像素值替换为第一序列中最低位像素值对应序列数值的最低位。
4.如权利要求3所述的图像处理方法,其特征在于,所述根据所述当前序列数值对应的嵌入信息对所述目标像素矩阵中的最低位像素值进行替换操作的步骤,包括:
检测所述当前序列数值对应的嵌入信息是否为区别位;
若是,则将所述目标像素矩阵中的最低位像素值替换为所述第一序列中最低位像素值对应序列数值的最低位。
5.一种图像处理方法,其特征在于,所述图像处理方法应用于图像提取系统,所述图像处理方法包括如下步骤:
获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列;
获取所述目标载体图像的目标像素矩阵,基于所述目标像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵,其中,选取所述目标像素矩阵像素二进制位中对应的第一序列位数值,并提取所述第一序列位数值,形成第一矩阵;
确定所述目标像素矩阵和所述第二序列的位置对应关系,并根据所述位置对应关系通过所述第二序列进行取值操作,得到第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像;
其中,根据预设的序列公式和所述初始参数计算第一序列和第二序列的步骤,包括:
根据预设的序列公式和所述初始参数计算初始序列,并获取所述初始序列对应的不同取值参数,根据所述不同取值参数分别对所述初始序列进行取模运算,以获取第一序列和第二序列。
6.一种图像处理系统,其特征在于,所述图像处理系统包括图像嵌入系统和图像提取系统,所述图像处理系统包括如下步骤:
图像嵌入系统获取具有秘密信息的秘密图像的秘密像素矩阵,并将所述秘密像素矩阵中的像素值转换为灰度值,对所述灰度值进行二值化操作,得到二值化矩阵;
图像嵌入系统基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息,其中,所述基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列的步骤,包括:获取输入的初始参数,并根据所述初始参数和预设的序列公式计算初始序列,其中,根据预设的序列公式和所述初始参数生成两个和载体图像大小相等的混沌序列,将两个所述混沌序列按照升序排列的方式进行排序,再存储两个所述混沌序列在原序列中的位置信息,得到两个位置序列,将所述位置序列作为初始序列;基于所述二值化矩阵对应的字节长度对所述初始序列进行取模运算,以获取第三序列,并对所述第三序列进行升维处理,以获取第一序列,其中,将所述二值化矩阵中的各个灰度值转换为二进制,确定转换后的最大字节长度,根据所述最大字节长度确定所述第一序列的取值范围,根据所述第一序列的取值范围确定对初始序列进行取模运算时输入的取模参数范围,根据所述取模参数范围获取输入的取模参数到取模公式,得到第三序列;基于所述二值化矩阵对应的像素类型数量对所述初始序列进行取模运算,以获取第四序列,并对所述第四序列进行升维处理,以获取第二序列;其中,根据所述像素类型数量确定第二序列的取值范围,根据所述第二序列的取值范围确定初始序列进行取模运算时输入的取模参数范围,并进行取模运算,得到第四序列;所述基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息的步骤,包括:根据第一序列中的各个序列数值和所述载体图像中的各个图像位置的对应关系进行异或处理,将所述异或处理的结果作为嵌入信息;
图像嵌入系统根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像;
图像提取系统获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列,其中,根据预设的序列公式和所述初始参数计算第一序列和第二序列的步骤,包括:根据预设的序列公式和所述初始参数计算初始序列,并获取所述初始序列对应的不同取值参数,根据所述不同取值参数分别对所述初始序列进行取模运算,以获取第一序列和第二序列;
图像提取系统获取所述目标载体图像的目标像素矩阵,基于所述目标像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵,其中,选取所述目标像素矩阵像素二进制位中对应的第一序列位数值,并提取所述第一序列位数值,形成第一矩阵;
图像提取系统确定所述目标像素矩阵和所述第二序列的位置对应关系,并根据所述位置对应关系通过所述第二序列进行取值操作,得到第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像。
7.一种图像处理装置,其特征在于,所述图像处理装置包括:
第一获取模块,用于获取具有秘密信息的秘密图像的秘密像素矩阵,并将所述秘密像素矩阵中的像素值转换为灰度值,对所述灰度值进行二值化操作,得到二值化矩阵;
计算模块,用于基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列,基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息,其中,所述基于预设的序列公式和所述二值化矩阵生成第一序列和第二序列的步骤,包括:获取输入的初始参数,并根据所述初始参数和预设的序列公式计算初始序列,其中,根据预设的序列公式和所述初始参数生成两个和载体图像大小相等的混沌序列,将两个所述混沌序列按照升序排列的方式进行排序,再存储两个所述混沌序列在原序列中的位置信息,得到两个位置序列,将所述位置序列作为初始序列;基于所述二值化矩阵对应的字节长度对所述初始序列进行取模运算,以获取第三序列,并对所述第三序列进行升维处理,以获取第一序列,其中,将所述二值化矩阵中的各个灰度值转换为二进制,确定转换后的最大字节长度,根据所述最大字节长度确定所述第一序列的取值范围,根据所述第一序列的取值范围确定对初始序列进行取模运算时输入的取模参数范围,根据所述取模参数范围获取输入的取模参数到取模公式,得到第三序列;基于所述二值化矩阵对应的像素类型数量对所述初始序列进行取模运算,以获取第四序列,并对所述第四序列进行升维处理,以获取第二序列;其中,根据所述像素类型数量确定第二序列的取值范围,根据所述第二序列的取值范围确定初始序列进行取模运算时输入的取模参数范围,并进行取模运算,得到第四序列;所述基于所述第一序列和所述秘密图像对应的载体图像的载体像素矩阵计算嵌入信息的步骤,包括:根据第一序列中的各个序列数值和所述载体图像中的各个图像位置的对应关系进行异或处理,将所述异或处理的结果作为嵌入信息;
替换模块,用于根据所述嵌入信息和所述第二序列对所述载体像素矩阵的最低位像素值进行替换,以获取具有秘密信息的目标载体图像。
8.一种图像处理装置,其特征在于,所述图像处理装置还包括:
第二获取模块,用于获取具有秘密信息的目标载体图像对应的初始参数,根据预设的序列公式和所述初始参数计算第一序列和第二序列,其中,根据预设的序列公式和所述初始参数计算第一序列和第二序列的步骤,包括:根据预设的序列公式和所述初始参数计算初始序列,并获取所述初始序列对应的不同取值参数,根据所述不同取值参数分别对所述初始序列进行取模运算,以获取第一序列和第二序列;
确定模块,用于获取所述目标载体图像的目标像素矩阵,基于所述目标像素矩阵确定所述第一序列中各序列位置的像素值,并根据各所述像素值确定第一矩阵,其中,选取所述目标像素矩阵像素二进制位中对应的第一序列位数值,并提取所述第一序列位数值,形成第一矩阵;
生成模块,用于确定所述目标像素矩阵和所述第二序列的位置对应关系,并根据所述位置对应关系通过所述第二序列进行取值操作,得到第二矩阵,对所述第一矩阵和所述第二矩阵进行异或操作,将所述异或操作的操作结果作为所述目标载体图像的嵌入信息,并根据所述嵌入信息生成具有秘密信息的秘密图像。
9.一种图像处理设备,其特征在于,所述图像处理设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像处理程序,所述图像处理程序被所述处理器执行时实现如权利要求1至5中任一项所述的图像处理方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有图像处理程序,所述图像处理程序被处理器执行时实现如权利要求1至5中任一项所述的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010589011.3A CN111669477B (zh) | 2020-06-24 | 2020-06-24 | 图像处理方法、系统、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010589011.3A CN111669477B (zh) | 2020-06-24 | 2020-06-24 | 图像处理方法、系统、装置、设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111669477A CN111669477A (zh) | 2020-09-15 |
CN111669477B true CN111669477B (zh) | 2023-01-24 |
Family
ID=72389749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010589011.3A Active CN111669477B (zh) | 2020-06-24 | 2020-06-24 | 图像处理方法、系统、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111669477B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115134142B (zh) * | 2022-06-28 | 2023-09-22 | 南京信息工程大学 | 一种基于文件分割的信息隐藏方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751400A (zh) * | 2015-01-16 | 2015-07-01 | 西安电子科技大学 | 基于像素映射矩阵嵌入的秘密图像共享方法 |
CN108537049A (zh) * | 2018-03-14 | 2018-09-14 | 中山大学 | 一种基于二值图像的自适应隐写算法 |
CN108629728A (zh) * | 2018-05-06 | 2018-10-09 | 北京工业大学 | 一种高容量二值图像信息隐藏方法 |
CN109658322A (zh) * | 2018-12-11 | 2019-04-19 | 宁波大学 | 一种大容量图像隐写方法和秘密信息提取方法 |
CN110766594A (zh) * | 2019-09-29 | 2020-02-07 | 清华大学深圳国际研究生院 | 信息隐藏方法及装置、检测方法、装置及防伪溯源方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004282677A (ja) * | 2003-01-21 | 2004-10-07 | Canon Inc | 画像処理方法 |
-
2020
- 2020-06-24 CN CN202010589011.3A patent/CN111669477B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751400A (zh) * | 2015-01-16 | 2015-07-01 | 西安电子科技大学 | 基于像素映射矩阵嵌入的秘密图像共享方法 |
CN108537049A (zh) * | 2018-03-14 | 2018-09-14 | 中山大学 | 一种基于二值图像的自适应隐写算法 |
CN108629728A (zh) * | 2018-05-06 | 2018-10-09 | 北京工业大学 | 一种高容量二值图像信息隐藏方法 |
CN109658322A (zh) * | 2018-12-11 | 2019-04-19 | 宁波大学 | 一种大容量图像隐写方法和秘密信息提取方法 |
CN110766594A (zh) * | 2019-09-29 | 2020-02-07 | 清华大学深圳国际研究生院 | 信息隐藏方法及装置、检测方法、装置及防伪溯源方法 |
Non-Patent Citations (1)
Title |
---|
基于LSB的数字水印技术研究;陈如琪 等;《北京印刷学院学报》;20100831;第18卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111669477A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lin et al. | A novel data hiding algorithm for high dynamic range images | |
EP3410685B1 (en) | Image processing device, image processing method, and program | |
US20030128863A1 (en) | Information processing device and method for processing picture data and digital watermark information | |
US11727524B2 (en) | System and method for encoding and authenticating a digital image | |
Pal et al. | Weighted matrix based reversible watermarking scheme using color image | |
CN108304839A (zh) | 一种图像数据处理方法以及装置 | |
Nilizadeh et al. | Information Hiding in RGB Images Using an Improved Matrix Pattern Approach. | |
CN111669477B (zh) | 图像处理方法、系统、装置、设备及计算机存储介质 | |
Juneja et al. | Application of LSB based steganographic technique for 8-bit color images | |
CN110634096B (zh) | 一种自适应多模态的信息隐藏方法及装置 | |
CN115841413A (zh) | 图像处理方法及装置 | |
JP6127225B1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN112598611A (zh) | 一种凸字体银行卡号图像的合成方法、识别方法及装置 | |
CN109859092B (zh) | 信息隐藏方法、装置、设备及计算机可读存储介质 | |
Albdour et al. | A steganographic method based on roberts operator | |
CN110955889A (zh) | 基于数字指纹的电子文档溯源方法 | |
WO2017130333A1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN116488786A (zh) | 一种基于lbp编码自适应划分的图像加密方法及装置 | |
Bawaneh et al. | A novel RGB image steganography using simulated annealing and LCG via LSB | |
JP2002232698A (ja) | 電子透かしの埋め込み方法および抽出方法、並びにそれら装置 | |
EP3158721B1 (en) | System and method for encoding and authenticating a digital image | |
Fadhil et al. | Improved Security of a Deep Learning-Based Steganography System with Imperceptibility Preservation | |
CN109389546B (zh) | 多分块可逆水印嵌入方法及装置、水印提取方法及装置 | |
JP3509397B2 (ja) | マルコフモデル画像符号化装置 | |
Pujari et al. | An image based steganography scheme implying pseudo-random mapping of text segments to logical region of cover image using a new block mapping function and randomization technique |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |