CN111754377B - 一种数字隐写用的无失真子校验矩阵集合生成方法 - Google Patents
一种数字隐写用的无失真子校验矩阵集合生成方法 Download PDFInfo
- Publication number
- CN111754377B CN111754377B CN201910233053.0A CN201910233053A CN111754377B CN 111754377 B CN111754377 B CN 111754377B CN 201910233053 A CN201910233053 A CN 201910233053A CN 111754377 B CN111754377 B CN 111754377B
- Authority
- CN
- China
- Prior art keywords
- sub
- carrier information
- matrix
- undistorted
- check matrix
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0065—Extraction of an embedded watermark; Reliable detection
Abstract
本发明涉及一种数字隐写用的无失真子校验矩阵集合生成方法,采用该无失真子校验集合生成方法所生成的2×2规格的无失真子校验矩阵具有最少的元素,其占用成本低的传输空间;2×2规格的无失真子校验矩阵内部有且仅有四个元素,所对应的变化空间小,便于枚举得到适合任一个原始载体信息的2×2规格的最佳无失真子校验矩阵;由于将2×2小规格的无失真子校验矩阵运用到秘密信息的嵌入过程,确保了将秘密信息嵌入到载体信息内的嵌入速度;在得到无失真子校验矩阵的过程中,设置了除数值“0”、“1”以外的三种变量“X”、“Y”和“Z”,以保证针对各种嵌入情形列表所对应生成无失真子校验矩阵的唯一性。
Description
技术领域
本发明涉及数字隐写领域,尤其涉及一种数字隐写用的无失真子校验矩阵集合生成方法。
背景技术
数字隐写技术作为信息隐藏领域的主要分支,其主要功能是通过某种设定的方式将秘密信息(或称密信)嵌入到诸如图像、视频或音频等数字媒体(或称原始载体)中,使得嵌入秘密信息后的数字媒体(此时称之为嵌密后载体)在利用公共信道传输时,嵌载体中的密信不被发现,以提高密信的安全性。
作为本领域熟知的最为安全的隐写方案,内容自适应方案更倾向于将秘密信息嵌入到具有复杂内容的区域中。在图像领域,Jessica Fridrich根据卷积编码和维特比算法提出了一种的STC信息隐藏算法。J.Fridrich假定各个原始载体元素之间的失真是加性的,并随后通过设计启发性的失真代价函数去衡量该STC信息隐藏算法的失真程度,最后通过子校验矩阵实现在原始载体子块上对密信的连续嵌入。具体地,这种传统STC信息隐藏算法的嵌入过程公式如下:
Emb(x,m)=argp(y)∈C(m)minD(x,y); 式(1)
其中,Emb(·)表示密信嵌入函数,x表示原始载体向量,y表示隐写后载体向量,m表示秘密信息向量,D(x,y)表示密信m嵌入前后载体的汉明距离,即D(x,y)表征了原始载体嵌入密信后的失真(或称变化)元素个数;式(1)表示在传统STC信息隐藏框架下,隐写模型的目标函数意义为嵌入前后载体的失真最小。在该隐写模型中,前后载体(原始载体与隐写后载体)失真量的衡量方式如式(2)所示(亦为失真代价的普适公式):
其中,ρi表示当前元素的失真权重、n表示载体长度、i表示当前载体位置;
在传统的STC信息隐藏框架下,可以将失真元素个数近似用式(2)代替;假设子校验矩阵为子校验矩阵的大小标记为h表示子校验矩阵的行数,w表示子校验矩阵的列数),length(x)表示用于密信隐藏的载体长度(实质为原始载体的程度)。与式(1)相对应,针对密信的提取过程公式如式(4)所示:
其中Ext(·)表示密信提取函数,x表示原始载体向量、y表示隐写后载体向量、m表示秘密信息向量、H表示校验矩阵。式(4)表示了密信的提取方式,是通过校验矩阵与隐写后载体相乘得到(校验矩阵不同于子校验矩阵,其长度是子校验矩阵的倍数,一般倍数与密信长度相当)。
随着STC编码设计框架的提出,各种新的编码方法相继也被提出。例如,PreethaT.R等人在Jessica Fridrich的STC编码设计框架基础上,提出了一种基于多规格子校验矩阵融合的新STC隐写嵌入算法。该新STC隐写嵌入算法通过将n×n规格的子校验矩阵与m×m规格的子校验矩阵结合生成新的(n+m-1)×(n+m)规格的子校验矩阵,以实现将密信嵌入到原始载体中。在相同的原始载体下,相比于传统的STC方法,该新STC隐写嵌入算法可以多嵌入将近一倍的密信到原始载体中。
J.Fridrich在其所提出得到STC信息隐藏框架,考虑的是更为普适的情况,对载体和密信均采用随机生成的方式进行考虑,没有任何直接、明确的关系式可以用来描述载体、密信、校验矩阵与失真代价之间的关系。因此,在衡量嵌入有密信的嵌密后载体具体失真的时候,绝大部分的隐写算法都是定性的去衡量STC信息隐藏方法的隐写效果,主要通过设计启发式代价函数、设计经验阈值调用更理想的嵌入载体域,以期望采用这两种方法来提高隐写算法的容量指标、隐蔽性指标及不可检测性指标。当然,至于实现STC信息隐藏关键因素——子校验矩阵,J.Fridrich所提出的STC信息隐藏方法以及随后的各种基于STC信息隐藏方法的隐写方法也仅仅是采取枚举办法,没有给出如何得到有效的子校验矩阵,以满足载体在载入密信前后的无失真隐藏及提取。
发明内容
本发明所要解决的技术问题是针对上述现有技术提供一种数字隐写用的无失真子校验矩阵集合生成方法。通过将该无失真子校验矩阵集合生成方法所生成的无失真子校验矩阵集合应用到数字隐写领域中,可以满足秘密信息嵌入到原始载体前后的无失真隐藏及提取。
本发明解决上述技术问题所采用的技术方案为:一种数字隐写用的无失真子校验矩阵集合生成方法,其特征在于,包括如下步骤1~步骤4:
步骤1,预先设定针对待生成无失真子校验矩阵集合的乘积映射关系;其中,所述乘积映射关系如下:
其中,X、Y及Z分别为针对所述待生成无失真子校验矩阵集合的变量;X取值为0或1,Y取值为0或1,Z取值为0或1;
步骤2,根据原始载体信息以及待嵌入的秘密信息,构建原始载体信息与秘密信息之间的嵌入情形列表;其中,所述嵌入情形列表如下表:
原始载体信息 | 00 | 00 | 01 | 01 | 10 | 10 | 11 | 11 |
秘密信息 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 |
步骤3,根据构建的所述嵌入情形列表,分别生成对应该嵌入情形列表内各嵌入情形的2×2规格的最佳无失真子校验矩阵;其中,对应该嵌入情形列表内各嵌入情形的2×2规格的最佳无失真子校验矩阵生成过程包括如下步骤S1~步骤S10:
步骤S1,获取所述嵌入情形列表内任一原始载体信息以及该任一原始载体信息所对应的秘密信息;
步骤S2,设置针对所获取的该任一原始载体信息的初始状态值;其中,该任一原始载体信息的初始状态值为00或01或10或11;
步骤S3,根据针对该任一原始载体信息与经嵌密后的隐写后载体信息之间的无失真嵌密目标,得到与该任一原始载体信息等值的隐写后载体信息;
步骤S4,设置校验无失真子校验矩阵有效性的数值运算矩阵;其中,所述数值运算矩阵如下所示:
步骤S5,根据设置的该任一原始载体信息对应的初始状态值、所述嵌入情形列表内对应该任一原始载体信息的秘密信息以及所得隐写后载体信息,生成该任一原始载体信息从初始状态值转移至对应的所述隐写后载体信息的嵌密转移路径;
步骤S6,根据所述嵌密转移路径,枚举生成多个针对该任一原始载体信息嵌密用的无失真子校验矩阵,且在枚举生成的所述多个无失真子校验矩阵内选取任一个无失真子校验矩阵;
步骤S7,将选取的该任一个无失真子校验矩阵的第一行与所述隐写后载体信息按照所述乘积映射关系做乘积处理计算,并将经该乘积处理计算后的数值作为从所述隐写后载体信息中提取的秘密信息;
步骤S8,将选取的该任一个无失真子校验矩阵的第二行与所述数值运算矩阵内的每一列分别按照所述乘积映射关系做乘积处理计算,得到四个矩阵乘积值;
步骤S9,当判断所述四个矩阵乘积值分别与所述乘积映射关系内所列对应乘积关系的乘积值相同,且步骤S7中所述提取的秘密信息与步骤S1中获取的秘密信息等值时,表明选取的该任一个无失真子校验矩阵满足该任一原始载体信息的无失真嵌密条件,则将该任一个无失真子校验矩阵作为适合该任一原始载体信息的2×2规格的最佳无失真子校验矩阵;否则,舍弃该任一个无失真子校验矩阵,并从枚举生成的所述多个无失真子校验矩阵内选取其他的无失真子校验矩阵,且再次执行步骤S7~步骤S8,直到选出满足该任一原始载体信息的无失真嵌密条件的2×2规格的最佳无失真子校验矩阵;
步骤S10,按照步骤S1~步骤S9的方式,得到所述嵌入情形列表内其他原始载体信息秘密信息所分别对应的2×2规格的最佳无失真子校验矩阵;
步骤4,根据所得各2×2规格的最佳无失真子校验矩阵,生成针对所述嵌入情形列表的无失真子校验矩阵集合。
进一步地,在所述无失真子校验矩阵集合生成方法中,所述步骤S6中枚举生成多个无失真子校验矩阵的过程包括如下步骤a1~步骤a6:
步骤a1,构建2×2规格的枚举矩阵模型;其中,所述枚举矩阵模型如下所示:
其中,所述元素K1的取值为X或0或1,所述元素K2的取值为X或0或1,所述元素K3的取值为X或0或1,所述元素K4的取值为X或0或1;
步骤a2,针对所述枚举矩阵模型内四个元素的取值分别做排列组合,得到多组排列取值;
步骤a3,在所述多组排列取值内任选一组排列取值,并将选取的该组排列取值内的各元素按照先后顺序分别对应赋予所述枚举矩阵模型内的四个元素,以使得所述枚举矩阵模型变成具备具有元素取值的枚举实际矩阵;
步骤a4,将所述枚举实际矩阵内的第一行分别与所述隐写后载体信息按照所述乘积映射关系做乘积处理计算,得到一个矩阵乘积值;
步骤a5,当所得该矩阵乘积值与步骤3中选取的该任一原始载体信息所对应的秘密信息等值时,则将该枚举实际矩阵作为针对该任一原始载体信息嵌密用的无失真子校验矩阵;否则,不予将该枚举实际矩阵作为针对该任一原始载体信息嵌密用的无失真子校验矩阵;
步骤a6,针对所述多组排列取值内的其他组排列取值,按照步骤a3~步骤a5的形式,分别对应得到针对该任一原始载体信息嵌密用的无失真子校验矩阵。
与现有技术相比,本发明的优点在于:
首先,采用本发明中无失真校验矩阵集合生成方法所生成的2×2规格的无失真子校验矩阵具有最少的元素,即每一个无失真子校验矩阵只有四个元素,从而使得得到的无失真子校验矩阵集合占用的传输空间成本低;
其次,2×2规格的无失真子校验矩阵内部有且仅有四个元素,所对应的变化空间小,便于枚举得到适合任一个原始载体信息的2×2规格的最佳无失真子校验矩阵;
再次,由于将2×2小规格的无失真子校验矩阵运用到秘密信息的嵌入过程,确保了秘密信息嵌入到载体信息内的嵌入速度;
最后,在得到无失真子校验矩阵的过程中,设置了除数值“0”、“1”以外的三种变量“X”、“Y”和“Z”,以保证针对各种嵌入情形列表所对应生成无失真子校验矩阵的唯一性。
附图说明
图1为本发明实施例中数字隐写用的无失真校验矩阵集合生成方法流程示意图;
图2为本发明实施例中针对原始载体信息“00”以及秘密信息“0”的编码嵌入示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
参见图1所示,本实施例提供一种数字隐写用的无失真校验矩阵集合生成方法,该无失真校验矩阵集合生成方法包括如下步骤1~步骤4:
步骤1,预先设定针对待生成无失真子校验矩阵集合的乘积映射关系;其中,该乘积映射关系如下:
其中,X、Y及Z分别为针对待生成无失真子校验矩阵集合的变量;X取值为0或1,Y取值为0或1,Z取值为0或1;
步骤2,根据原始载体信息以及待嵌入的秘密信息,构建原始载体信息与秘密信息之间的嵌入情形列表;其中,嵌入情形列表如下表:
原始载体信息 | 00 | 00 | 01 | 01 | 10 | 10 | 11 | 11 |
秘密信息 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 |
其中,在该嵌入情形列表内,每一个原始载体信息对应着一个待嵌入的秘密信息;
步骤3,根据构建的嵌入情形列表,分别生成对应该嵌入情形列表内各嵌入情形的2×2规格的最佳无失真子校验矩阵;其中,对应该嵌入情形列表内各嵌入情形的2×2规格的最佳无失真子校验矩阵生成过程包括如下步骤S1~步骤S10:
步骤S1,获取嵌入情形列表内任一原始载体信息以及该任一原始载体信息所对应的秘密信息;
步骤S2,设置针对所获取的该任一原始载体信息的初始状态值;其中,该任一原始载体信息的初始状态值可以设置为00或01或10或11;
假设步骤S1中所选取嵌入情形列表的原始载体信息为“00”,对应的秘密信息为“00”;那么,为了方便,本实施例就在该步骤S2将原始载体信息“00”的初始状态值设置标记为P0,并且将该初始状态值P0设置为“00”;
步骤S3,根据针对该任一原始载体信息与经嵌密后的隐写后载体信息之间的无失真嵌密目标,得到与该任一原始载体信息等值的隐写后载体信息;
这里的“无失真嵌密目标”本质上就是指的无失真嵌密条件;由于本实施例所要达到的技术目标是实现数字隐写过程的无失真,也就是说,原始载体信息在嵌入了秘密信息后会得到隐写后载体信息,则该隐写后载体信息与原始载体信息之间是没有变化的,即如果原始载体信息是“00”,即便有秘密信息嵌入到了该原始载体信息“00”中,那么隐写后载体信息也是“00”;
步骤S4,设置校验无失真子校验矩阵有效性的数值运算矩阵;其中,该数值运算矩阵标记为C':
步骤S5,根据设置的该任一原始载体信息对应的初始状态值、所述嵌入情形列表内对应该任一原始载体信息的秘密信息以及所得隐写后载体信息,生成该任一原始载体信息从初始状态值转移至该隐写后载体信息的嵌密转移路径;
具体地,参见图2所示,针对上述原始载体信息为“00”的情况,假设其所要嵌入的秘密信息为“0”,已经设置该原始载体信息“00”的初始状态值P0为“00”,由于嵌密后的载体信息没有发生失真,即对应该原始载体信息“00”的隐写后载体信息为“00”,于是可以知道,针对嵌入的该秘密信息“0”,原始载体信息“00”到隐写后载体信息“00”的转移路径为P0=00→P1=00→P2=00;图2中带有箭头的横虚线表示输出的载体为“0”,带有箭头的斜线表示输出的载体为“1”;P1表示从初始状态值P0转移一次后的状态值,P2表示从状态值P1转移一次后的状态值;
步骤S6,根据嵌密转移路径,枚举生成多个针对该任一原始载体信息嵌密用的无失真子校验矩阵,且在枚举生成的该多个无失真子校验矩阵内选取任一个无失真子校验矩阵;具体地,本实施例仍然选择以原始载体信息为“00”以及秘密信息为“0”的情况,对该步骤S6中枚举生成多个无失真子校验矩阵的过程做出说明,枚举生成多个无失真子校验矩阵的过程包括如下步骤a1~步骤a6:
步骤a1,构建2×2规格的枚举矩阵模型;其中,枚举矩阵模型如下所示:
其中,元素K1的取值为X或0或1,元素K2的取值为X或0或1,元素K3的取值为X或0或1,元素K4的取值为X或0或1;
步骤a2,针对枚举矩阵模型内四个元素的取值分别做排列组合,得到多组排列取值;例如,通过排列组合可以得到34组排列取值;当然,出于阐述说明需要,本实施例仅仅以其中的五组排列取值情况做出说明,其他组的排列取值情况可以以此类推得到;具体地,这五组排列取值情况如下:
第一组排列取值为:K1=X,K2=X,K3=X,K4=X;
第二组排列取值为:K1=1,K2=X,K3=X,K4=X;
第三组排列取值为:K1=1,K2=1,K3=1,K4=1;
第四组排列取值为:K1=X,K2=X,K3=1,K4=X;
第五组排列取值为:K1=0,K2=0,K3=0,K4=0;
步骤a3,在该多组排列取值内任选一组排列取值,并将选取的该组排列取值内的各元素按照先后顺序分别对应赋予枚举矩阵模型内的四个元素,以使得枚举矩阵模型变成具备具有元素取值的枚举实际矩阵;
例如,在上述的五组排列取值中,任选第一组排列取值,然后将该第一组排列取值内的各元素(X,X,X,X)按照先后顺序分别对应赋予枚举矩阵模型内的四个元素K1、K2、K3和K4,从而可以使得该枚举矩阵模型变成具备具有元素取值的枚举实际矩阵
步骤a4,将枚举实际矩阵内的第一行分别与隐写后载体信息按照乘积映射关系做乘积处理计算,得到一个矩阵乘积值;
步骤a5,当所得该矩阵乘积值与步骤3中选取的该任一原始载体信息所对应的秘密信息等值时,则将该枚举实际矩阵作为针对该任一原始载体信息嵌密用的无失真子校验矩阵;否则,不予将该枚举实际矩阵作为针对该任一原始载体信息嵌密用的无失真子校验矩阵;
步骤a6,针对该多组排列取值内的其他组排列取值,按照步骤a3~步骤a5的形式,分别对应得到针对该任一原始载体信息嵌密用的无失真子校验矩阵;
至于本实施例所列举的第二组排列取值至第五组排列取值,分别按照针对第一组排列取值的方式,依次来处理判断得到针对原始载体信息“00”嵌密用的多个无失真子校验矩阵;
步骤S7,将选取的该任一个无失真子校验矩阵的第一行与隐写后载体信息按照乘积映射关系做乘积处理计算,并将经该乘积处理计算后的数值作为从隐写后载体信息中提取的秘密信息;
在得到上述的无失真子校验矩阵后,将该无失真子校验矩阵的第一行(X X)与隐写后载体信息(0 0)按照乘积映射关系做乘积处理计算(即X×0+X×0=0),得到一个经该乘积处理计算后的数值0,将该数值0作为从隐写后载体信息中提取的秘密信息,即此时的秘密信息m=0;
步骤S8,将选取的该任一个无失真子校验矩阵的第二行与数值运算矩阵内的每一列分别按照乘积映射关系做乘积处理计算,得到四个矩阵乘积值;
步骤S9,当判断四个矩阵乘积值分别与乘积映射关系内所列对应乘积关系的乘积值相同,且步骤S7中所述提取的秘密信息与步骤S1中获取的秘密信息等值时,表明选取的该任一个无失真子校验矩阵满足该任一原始载体信息的无失真嵌密条件,达到了无失真嵌密目标,则将该任一个无失真子校验矩阵作为适合该任一原始载体信息的2×2规格的最佳无失真子校验矩阵;否则,舍弃该任一个无失真子校验矩阵,并从枚举生成的所述多个无失真子校验矩阵内选取其他的无失真子校验矩阵,且再次执行步骤S7~步骤S8,直到选出满足该任一原始载体信息的无失真嵌密条件的2×2规格的最佳无失真子校验矩阵;
例如,经比对可知,所得到的这四个矩阵乘积值“0”、“1”分别与设置的乘积映射关系所列对应乘积关系的乘积值对应相同,于是就说明该无失真子校验矩阵满足该原始载体信息“00”的无失真嵌密条件,所以就将该无失真子校验矩阵作为适合该原始载体信息“00”的2×2规格的最佳无失真子校验矩阵
步骤S10,按照步骤S1~步骤S9的方式,得到嵌入情形列表内其他原始载体信息秘密信息所分别对应的2×2规格的最佳无失真子校验矩阵;经过处理,可以得到嵌入情形列表内其他原始载体信息秘密信息所分别对应的2×2规格的最佳无失真子校验矩阵分别是和
Claims (2)
1.一种数字隐写用的无失真子校验矩阵集合生成方法,其特征在于,包括如下步骤1~步骤4:
步骤1,预先设定针对待生成无失真子校验矩阵集合的乘积映射关系;其中,所述乘积映射关系如下:
其中,X、Y及Z分别为针对所述待生成无失真子校验矩阵集合的变量;X取值为0或1,Y取值为0或1,Z取值为0或1;
步骤2,根据原始载体信息以及待嵌入的秘密信息,构建原始载体信息与秘密信息之间的嵌入情形列表;其中,所述嵌入情形列表如下表:
步骤3,根据构建的所述嵌入情形列表,分别生成对应该嵌入情形列表内各嵌入情形的2×2规格的最佳无失真子校验矩阵;其中,对应该嵌入情形列表内各嵌入情形的2×2规格的最佳无失真子校验矩阵生成过程包括如下步骤S1~步骤S10:
步骤S1,获取所述嵌入情形列表内任一原始载体信息以及该任一原始载体信息所对应的秘密信息;
步骤S2,设置针对所获取的该任一原始载体信息的初始状态值;其中,该任一原始载体信息的初始状态值为00或01或10或11;
步骤S3,根据针对该任一原始载体信息与经嵌密后的隐写后载体信息之间的无失真嵌密目标,得到与该任一原始载体信息等值的隐写后载体信息;
步骤S4,设置校验无失真子校验矩阵有效性的数值运算矩阵;其中,所述数值运算矩阵如下所示:
步骤S5,根据设置的该任一原始载体信息对应的初始状态值、所述嵌入情形列表内对应该任一原始载体信息的秘密信息以及所得隐写后载体信息,生成该任一原始载体信息从初始状态值转移至对应的所述隐写后载体信息的嵌密转移路径;
步骤S6,根据所述嵌密转移路径,枚举生成多个针对该任一原始载体信息嵌密用的无失真子校验矩阵,且在枚举生成的所述多个无失真子校验矩阵内选取任一个无失真子校验矩阵;
步骤S7,将选取的该任一个无失真子校验矩阵的第一行与所述隐写后载体信息按照所述乘积映射关系做乘积处理计算,并将经该乘积处理计算后的数值作为从所述隐写后载体信息中提取的秘密信息;
步骤S8,将选取的该任一个无失真子校验矩阵的第二行与所述数值运算矩阵内的每一列分别按照所述乘积映射关系做乘积处理计算,得到四个矩阵乘积值;
步骤S9,当判断所述四个矩阵乘积值分别与所述乘积映射关系内所列对应乘积关系的乘积值相同,且步骤S7中所述提取的秘密信息与步骤S1中获取的秘密信息等值时,表明选取的该任一个无失真子校验矩阵满足该任一原始载体信息的无失真嵌密条件,则将该任一个无失真子校验矩阵作为适合该任一原始载体信息的2×2规格的最佳无失真子校验矩阵;否则,舍弃该任一个无失真子校验矩阵,并从枚举生成的所述多个无失真子校验矩阵内选取其他的无失真子校验矩阵,且再次执行步骤S7~步骤S8,直到选出满足该任一原始载体信息的无失真嵌密条件的2×2规格的最佳无失真子校验矩阵;
步骤S10,按照步骤S1~步骤S9的方式,得到所述嵌入情形列表内其他原始载体信息秘密信息所分别对应的2×2规格的最佳无失真子校验矩阵;
步骤4,根据所得各2×2规格的最佳无失真子校验矩阵,生成针对所述嵌入情形列表的无失真子校验矩阵集合。
2.根据权利要求1所述的无失真子校验矩阵集合生成方法,其特征在于,所述步骤5中枚举生成多个无失真子校验矩阵的过程包括如下步骤a1~步骤a6:
步骤a1,构建2×2规格的枚举矩阵模型;其中,所述枚举矩阵模型如下所示:
其中,所述元素K1的取值为X或0或1,所述元素K2的取值为X或0或1,所述元素K3的取值为X或0或1,所述元素K4的取值为X或0或1;
步骤a2,针对所述枚举矩阵模型内四个元素的取值分别做排列组合,得到多组排列取值;
步骤a3,在所述多组排列取值内任选一组排列取值,并将选取的该组排列取值内的各元素按照先后顺序分别对应赋予所述枚举矩阵模型内的四个元素,以使得所述枚举矩阵模型变成具备具有元素取值的枚举实际矩阵;
步骤a4,将所述枚举实际矩阵内的第一行分别与所述隐写后载体信息按照所述乘积映射关系做乘积处理计算,得到一个矩阵乘积值;
步骤a5,当所得该矩阵乘积值与步骤3中选取的该任一原始载体信息所对应的秘密信息等值时,则将该枚举实际矩阵作为针对该任一原始载体信息嵌密用的无失真子校验矩阵;否则,不予将该枚举实际矩阵作为针对该任一原始载体信息嵌密用的无失真子校验矩阵;
步骤a6,针对所述多组排列取值内的其他组排列取值,按照步骤a3~步骤a5的形式,分别对应得到针对该任一原始载体信息嵌密用的无失真子校验矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910233053.0A CN111754377B (zh) | 2019-03-26 | 2019-03-26 | 一种数字隐写用的无失真子校验矩阵集合生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910233053.0A CN111754377B (zh) | 2019-03-26 | 2019-03-26 | 一种数字隐写用的无失真子校验矩阵集合生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111754377A CN111754377A (zh) | 2020-10-09 |
CN111754377B true CN111754377B (zh) | 2023-05-12 |
Family
ID=72671338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910233053.0A Active CN111754377B (zh) | 2019-03-26 | 2019-03-26 | 一种数字隐写用的无失真子校验矩阵集合生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111754377B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004088598A (ja) * | 2002-08-28 | 2004-03-18 | Toshiba Corp | 電子透かし埋め込み装置、電子透かし解析装置、電子透かし埋め込み方法、電子透かし解析方法及びプログラム |
CN107886962A (zh) * | 2017-11-17 | 2018-04-06 | 南京理工大学 | 一种面向ip语音的高安全性隐写方法 |
CN108271027A (zh) * | 2018-01-10 | 2018-07-10 | 中国人民解放军战略支援部队信息工程大学 | 一种图像自适应隐秘信息的提取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2351288B1 (en) * | 2008-10-23 | 2014-12-10 | University Of Ulster | An encryption method |
-
2019
- 2019-03-26 CN CN201910233053.0A patent/CN111754377B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004088598A (ja) * | 2002-08-28 | 2004-03-18 | Toshiba Corp | 電子透かし埋め込み装置、電子透かし解析装置、電子透かし埋め込み方法、電子透かし解析方法及びプログラム |
CN107886962A (zh) * | 2017-11-17 | 2018-04-06 | 南京理工大学 | 一种面向ip语音的高安全性隐写方法 |
CN108271027A (zh) * | 2018-01-10 | 2018-07-10 | 中国人民解放军战略支援部队信息工程大学 | 一种图像自适应隐秘信息的提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111754377A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862646B (zh) | 一种高动态范围图像信息隐藏方法 | |
US9559839B2 (en) | Message key generation | |
WO2014075469A1 (zh) | 一种信息隐藏方法及装置 | |
CN104200424A (zh) | 基于差值变换的(k,n)有意义图像分存及恢复方法 | |
Chang et al. | A sudoku-based secret image sharing scheme with reversibility | |
CN112202984A (zh) | 一种基于纠错冗余的密文域可逆信息隐藏方法 | |
Jung | High-capacity steganographic method based on pixel-value differencing and LSB replacement methods | |
CN111754377B (zh) | 一种数字隐写用的无失真子校验矩阵集合生成方法 | |
CN101460974A (zh) | 编码和检测设备 | |
CN110474773B (zh) | 具有数字水印的电子签章产生及验证方法及电子装置 | |
CN110086955B (zh) | 一种大容量图像隐写方法 | |
Singh et al. | Image security using DES and RNS with reversible watermarking | |
CN108632138A (zh) | 一种基于图像隐写术的日常网络安全通信方法 | |
Rifa et al. | Product perfect Z 2 Z 4-linear codes in steganography | |
CN111757124B (zh) | 基于stc的无失真隐写方法及无失真秘密信息提取方法 | |
CN110148079A (zh) | 一种数字图像篡改检测定位和自恢复的方法 | |
CN109447886B (zh) | 结合emd-21嵌入的带恢复多载体密图分存方法 | |
CN113744112B (zh) | 一种基于载体随机性的对称信息隐藏方法 | |
JP2009169316A (ja) | ハッシュ関数演算装置及び署名装置及びプログラム及びハッシュ関数演算方法 | |
Kosuru et al. | Digital Image Steganography with Error Correction on Extracted Data | |
TWI375190B (zh) | ||
Yang et al. | Secret image sharing without keeping permutation key | |
CN110648271A (zh) | 一种使用特殊网点在半色调图像中嵌入数字水印的方法 | |
Abdallah et al. | An efficient SVD image steganographic approach | |
Shukla et al. | Enhancing security & integrity of data using watermarking & digital signature |
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 |