CN113536341A - 一种数据隐藏方法、装置、设备和计算机可读存储介质 - Google Patents
一种数据隐藏方法、装置、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN113536341A CN113536341A CN202110762852.4A CN202110762852A CN113536341A CN 113536341 A CN113536341 A CN 113536341A CN 202110762852 A CN202110762852 A CN 202110762852A CN 113536341 A CN113536341 A CN 113536341A
- Authority
- CN
- China
- Prior art keywords
- data
- hidden
- quantization matrix
- original
- image
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000013139 quantization Methods 0.000 claims abstract description 143
- 239000011159 matrix material Substances 0.000 claims abstract description 122
- 238000013075 data extraction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000005184 irreversible process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20052—Discrete cosine transform [DCT]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本公开的实施例提供了一种数据隐藏方法、装置、设备和计算机可读存储介质。所述方法包括:获取待隐藏数据及原始图像;其中,所述原始图像为所述数据隐藏方与数据提取方事先约定的;确定所述原始图像的频域信息,对所述原始图像的频域信息进行数据量化得到原始量化矩阵;按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵;对所述隐藏量化矩阵进行哈夫曼编码得到隐藏图像。以此方式,可以极大避免需要进行隐藏的信息的泄露。
Description
技术领域
本公开的实施例一般涉及计算机技术领域,并且更具体地,涉及一种数据隐藏方法、装置、设备和计算机可读存储介质。
背景技术
信息隐藏是指将秘密信息隐藏于可公开的媒体信息中,使人们凭直观的视觉和听觉难以察觉其存在的技术。在数字时代,信息隐藏的载体形式可为任何一种数字媒体,如图像、声音、视频或一般文本文档等。它不同于密码学,密码仅仅隐藏信息的内容,信息隐藏不但隐藏信息的内容,而且隐藏了信息的存在。其中,数字图像由于大量存在,因而被研究最多的是图像中的信息隐藏。
现有图像中的信息隐藏技术一般是使用无损的图片格式,如位图(Bitmap,BMP)或便携式网络图形(Portable Network Graphics,PNG),然后将信息隐藏在不同的颜色通道中。采用无损的图片格式进行信息隐藏存在的技术问题在于,无损的图片格式技术比较成熟,易引起观察者的注意,从而容易导致信息的泄露。
发明内容
根据本公开的实施例,提供了一种数据隐藏方法、装置、电子设备和计算机可读存储介质。
在本公开的第一方面,提供了一种数据隐藏方法,应用于数据隐藏方。该方法包括:
获取待隐藏数据及原始图像;其中,所述原始图像为所述数据隐藏方与数据提取方事先约定的;
确定所述原始图像的频域信息,对所述原始图像的频域信息进行数据量化得到原始量化矩阵;
按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵;
对所述隐藏量化矩阵进行哈夫曼编码得到隐藏图像。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述预设规则包括但不限于:
所述数据隐藏方和数据提取方预先确定所述待隐藏数据的隐藏方式,将待隐藏数据加入至所述原始量化矩阵中;或者
所述数据隐藏方在进行数据隐藏时确定所述待隐藏数据的隐藏方式,所述待隐藏数据加入至所述原始量化矩阵中;并将所述待隐藏数据的隐藏方式添加至所述隐藏图像的尾部。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述隐藏方式包括:
所述原始量化矩阵中添加待隐藏数据的元素的位置信息;
所述待隐藏数据添加至所述待隐藏数据的元素的顺序信息。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵,包括:
将所述待隐藏数据转换为二进制数据。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵,包括:
对所述原始图像的任一子块设置单独的隐藏方式,并对所述至少一种隐藏方式进行加密。
在本公开的第二方面,提供了一种隐藏数据提取方法,应用于数据提取方。该方法包括:
获取隐藏图像,对所述隐藏图像进行解码确定所述隐藏图像的隐藏量化矩阵;
获得原始图像的频域信息,并将所述原始图像的频域信息进行数据量化得到原始量化矩阵;
将所述原始量化矩阵和所述隐藏量化矩阵进行比较得到差异数据;
基于所述差异数据和预设规则得到隐藏数据。
在本公开的第三方面,提供了一种数据隐藏装置。该装置包括:
获取单元,用于获取待隐藏数据及原始图像;其中,所述原始图像为所述数据隐藏方与数据提取方事先约定的;
数据量化单元,用于确定所述原始图像的频域信息,对所述原始图像的频域信息进行数据量化得到原始量化矩阵;
添加单元,用于按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵;
编码单元,用于对所述隐藏量化矩阵进行哈夫曼编码得到隐藏图像。
在本公开的第四方面,提供了一种隐藏数据提取装置。该装置包括:
隐藏图像量化单元,用于获取隐藏图像,对所述隐藏图像进行解码确定所述隐藏图像的隐藏量化矩阵;
原始图像量化单元,用于获得原始图像的频域信息,并将所述原始图像的频域信息进行数据量化得到原始量化矩阵;
比较单元,用于将所述原始量化矩阵和所述隐藏量化矩阵进行比较得到差异数据;
提取单元,用于基于所述差异数据和预设规则得到隐藏数据。
在本公开的第五方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
在本公开的第六方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如根据本公开的第一方面和/或第二方面的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了根据本公开的实施例的数据隐藏方法的流程图;
图2示出了根据本公开的实施例的离散余弦变换方法的流程图;
图3示出了根据本公开的实施例的一种隐藏方式的流程图;
图4示出了根据本公开的实施例的隐藏数据提取方法的流程图;
图5示出了根据本公开的实施例的数据隐藏方法的流程图;
图6示出了根据本公开的实施例的隐藏数据提取方法的流程图;
图7示出了根据本公开的实施例的数据隐藏装置的方框图;
图8示出了根据本公开的实施例的隐藏数据提取装置的方框图;
图9示出了能够实施本公开的实施例的示例性电子设备的方框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
现有图像中的信息隐藏技术一般是使用无损的图片格式,如位图(Bitmap,BMP)或便携式网络图形(Portable Network Graphics,PNG),然后将信息隐藏在不同的颜色通道中。采用无损的图片格式进行信息隐藏存在的技术问题在于,无损的图片格式技术比较成熟,易引起观察者的注意,从而容易导致信息的泄露。
本公开中,首先得到原始图像对应的原始量化矩阵,然后按照预设规则将待隐藏数据加入至原始量化矩阵中得到隐藏量化矩阵,对隐藏量化矩阵进行哈夫曼编码得到隐藏图像,进而实现数据隐藏。本公开将待隐藏数据加入经过量化后的矩阵中,相对于将待隐藏数据加入到无损的图片格式中的技术方案,隐秘性较好,并且仅通过图像本身的位图信息,无法反向解读出隐藏数据,具有极高的抗破解性。
图1示出了根据本公开实施例的用于数据隐藏的方法100的流程图,该方法应用于数据隐藏方,具体步骤如下图所示:
步骤S110,获取待隐藏数据及原始图像;其中,原始图像为数据隐藏方与数据提取方事先约定的;
需要说明的是,本公开实施例中待隐藏数据可以包括但不限于是数据发送方想要加密的数据,包括但不限于单位的机密数据、企业的商业数据、个人的数据和隐私等,为了避免上述待隐藏数据在传输过程中被第三方窃取,故将待隐藏数据添加进原始图像中。当然,待隐藏数据也可以为数字水印等来于保护图像版权,本领域技术人员可以根据实际需求进行设定,在这里不再进行赘述。
其中,数据隐藏方和数据提取方需要事先约定好原始图像,也即数据隐藏方和数据提取方需要事先设定好要将待隐藏数据添加进哪张图像中,并事先获取到该图像。
步骤S120,确定原始图像的频域信息,对原始图像的频域信息进行数据量化得到原始量化矩阵;
本公开实施例中,以JPEG(Joint Photographic Experts Group,联合图像专家组)图像为例,根据以下方式获得图像的频域信息:
1)将原始图像进行图像分割;
首先需要将原始图像分割为多个小块,其中多个小块的大小可以由本领域技术人员设定。这些小块在本公开实施例中都是单独被处理的。也即单独进行待隐藏数据的隐藏,本公开实施例中,可以但不限于将图像分割成多个大小为8X8的小块。
2)颜色空间转换RGB->YCbCr;
“颜色空间”是指表达颜色的数学模型,比如我们常见的“RGB”模型,就是把颜色分解成红绿蓝三种分量,这样一张图片就可以分解成三张灰度图,在数学表达上,每一个8*8的图像,可以表达成三个8*8的矩阵,其中矩阵中数值的范围一般在[0,255]之间。不同的颜色模型各有不同的应用场景,例如RGB模型适合于像显示器这样的自发光图案,而在JPEG压缩算法中,需要把图案转换成为YCbCr模型,这里的Y表示亮度(Luminance),Cb和Cr分别表示绿色和红色的“色差值”。将原始图像转换为YCbCr的方法可以参照现有技术,在此不再赘述,通过颜色转换后,可以分别得到原始图像对应YCbCr模型中Y分量、Cb分量以及Cr对应的二维矩阵。
3)基于二维矩阵,通过傅里叶变换得到图像的频域信息。
基于得到的原始图像对应的二维矩阵将原始图像的时域数据转换为频域数据,其中离散余弦变换(Discrete Cosine Transform,DCT)属于傅里叶变换的另外一种形式,本公开通过离散余弦变换来将原始图像的时域信息转换为频域信息。如图2所示,以Lenna图像左上角第一子块8*8图像的Y分量为例,箭头左边的矩阵表示Lenna图像左上角第一子块的时域信息,箭头右边的矩阵表示Lenna图像左上角第一子块的频域信息,图示箭头表示通过离散余弦变换将时域信息转换为频域信息。
需要说明的是,JPEG压缩技术可以把原始图像中不重要的部分去掉,以便图像可以用更小的体积保存,其中在有损压缩过程中,数据量化过程会滤去原始图像频域信息中的细节信息,进而实现将图像的体积缩小的效果,而数据量化是不可逆的过程,在数据量化时丢失到的数据无法再找回,本公开实施例中得到原始图像的频域信息后,对上述频域信息进行数据量化得到原始量化矩阵。本领域技术人员可以根据实际需求设置数据量化时的量化系数矩阵,在此不再赘述。
步骤S130,按照预设规则将待隐藏数据加入至原始量化矩阵中得到隐藏量化矩阵;
其中,为避免添加进待隐藏数据后对原始图像产生较大干扰,使隐藏图像产生比较大的变化,本公开实施例在将待隐藏数据加入至原始量化矩阵中时,首先需要对待隐藏数据进行预处理,将待隐藏数据转换为二进制数后再加入至原始量化矩阵中。
由于有损压缩过程中数据量化过程会丢失信息,因此本公开首先将原始图像的频域信息进行数据量化转换为原始量化矩阵后,再添加待隐藏数据。可选的,本公开按照预设规则将待隐藏数据加入至原始量化矩阵得到隐藏量化矩阵的方式包括如下任一种:
1)数据隐藏方和数据提取方预先确定待隐藏数据的隐藏方式,并将待隐藏数据加入至原始量化矩阵中;
2)数据隐藏方在进行数据隐藏时确定待隐藏数据的隐藏方式,并将待隐藏数据加入至原始量化矩阵中;
如上所述,数据隐藏方和数据提取方可以事先确定好待隐藏数据的隐藏方式,也可以在进行数据隐藏时确定待隐藏数据的隐藏方式,当然,由于原始图像是被分割为多个8*8或其他大小的图像块,例如先选择其中一部分子块,事先约定好这些子块中待隐藏数据的隐藏方式,其它子块中隐藏数据的方式在数据隐藏方隐藏数据时再确定。
本公开实施例在确定什么时候确定隐藏方式后,还需要进一步确定如何将隐藏数据加入至原始量化矩阵中,具体的,本公开实施例可以对原始图像的任一子块设置单独的隐藏方式,如下所述,将待隐藏数据加入进原始量化矩阵的隐藏方式包括:
1)原始量化矩阵中添加待隐藏数据的元素的位置信息;
上述实施例中将原始图像转换为多个8*8或其他大小图像块,因此在进行数据隐藏时,可以但不限于选取这些图像块中的一部分图像块进行数据隐藏,具体的,可以但不限于以不对原始图像造成较大变化为准,例如,可以选取原始量化矩阵中元素数值较大的子块进行隐藏,具体的本领域技术人员可以根据实际需求进行设定,在此不再赘述。
由于原始图像的任一子块都对应亮度数据Y和色差数据Cr以及Cb三个量化矩阵,所以在选取需要隐藏数据的子块后,还需要确定对上述三个量化矩阵中的一个或者多个进行数据隐藏。
作为另一种可选的方式,可以直接确定对各个子块的亮度数据Y和色差数据Cr以及Cb三个量化矩阵的一个或者多个进行隐藏,具体的隐藏方式本领域技术人员可以根据实际需求进行设定,在此不做限定。
在确定对任一原始量化矩阵进行数据隐藏后,还需要在该原始量化矩阵中选择具体的元素来进行数据隐藏,包括但不限于选取全部或者部分元素。作为一种可选的实施方式,由于量化矩阵中的非0数值大多存在于矩阵的左上角,而0大多存在于矩阵的右下角,因此为避免较大程度的改动原始图像,本公开实施例中可以在原始量化矩阵的左上角的元素中选取全部或者一部分元素进行数据隐藏,同样,本领域技术人员可以根据实际需求进行设定,在此不再赘述。
2)待隐藏数据添加至所述待隐藏数据的元素的顺序信息。
如上所述确定原始量化矩阵中进行数据隐藏的元素的位置后,还需要确定待隐藏数据添加至待隐藏数据的元素的顺序,作为一种可选的实施方式,如图3所示给出一种将待隐藏数据加入原始量化矩阵的方式,首先将待隐藏数据的第一个数值添加进原始量化矩阵的第一行第一列的元素中,然后将待隐藏数据的第二个数值添加进原始量化矩阵的第一行第二列的元素中,之后将待隐藏数据的第三个数值添加进原始量化矩阵的第二列第一行的元素中,直到将预先设定好需要隐藏的数据完全添加至原始量化矩阵中,具体实施方式已在图3中示出,在此不再赘述。同样的,在具体实施过程中本领域技术人员可以根据实际需求来确定待隐藏数据添加至待隐藏数据的元素的顺序信息。
需要说明的是,本公开实施例在确定需要隐藏数据的子块后,还需要设定隐藏数据的子块的顺序信息,也即待隐藏数据的第一部分数据隐藏在哪个子块中,待隐藏数据的第二部分数据隐藏在哪个子块中等。
需要说明的是,若数据隐藏方在进行数据隐藏时确定待隐藏数据的隐藏方式,那么还需要将待隐藏数据的隐藏方式添加到隐藏图像的尾部,作为一种可选的实施方式,可以通过预设数据位表示上述隐藏方式,其中预设数据位也为二进制数据。
为避免第三方获取到隐藏图像后提取隐藏数据,本公开实施例中还可以对隐藏方式进行加密,其中可以但不限于采用密钥的方式,由数据隐藏方和数据提取方共同确定上述密钥。
步骤S140,对隐藏量化矩阵进行哈夫曼编码得到隐藏图像。
本公开的隐藏量化矩阵仍然是二维矩阵,在得到隐藏量化矩阵后,还需要将隐藏量化矩阵转变为一个一维数组,以方便后边的哈夫曼编码得到隐藏图像的过程。
图4示出了基于数据隐藏方法的隐藏数据提取方法400的流程图,该方法应用于数据提取方,具体步骤如下图所示:
步骤S410,获取隐藏图像,对隐藏图像进行解码确定隐藏图像的隐藏量化矩阵;
数据提取方接收到隐藏图像后首先将隐藏图像转换为二维矩阵,具体方式如上一实施例所述。然后基于隐藏图像对应的二维矩阵,通过傅里叶变换得到隐藏图像的频域信息。具体为将通过离散余弦变换将隐藏图像的时域数据转换为频域数据。
步骤S420,获得原始图像的频域信息,并将原始图像的频域信息进行数据量化得到原始量化矩阵;
其中,原始图像为数据隐藏方和数据提取方事先约定的,根据原始图像得到原始量化矩阵的实施方式已在上述实施例中说明,在此不再赘述。
步骤S430,将原始量化矩阵和隐藏量化矩阵进行比较得到差异数据;
由于隐藏图像中包含了待隐藏数据,因此隐藏量化矩阵和原始量化矩阵会有差异,将原始量化矩阵和隐藏量化矩阵进行比较得到的差异数据也即隐藏图像中的隐藏数据。
步骤S440,基于差异数据和预设规则得到隐藏数据;
由于数据隐藏方使用不同的预设规则隐藏数据,因此在提取隐藏数据时,需要根据预设规则和上述差异数据得到隐藏数据,例如若预设规则为事先约定隐藏方式,则根据实现约定的隐藏方式以及差异数据确定隐藏数据,若隐藏方式携带在隐藏图片的尾部,则根据隐藏图片尾部的隐藏方式及差异数据得到隐藏数据。
下面结合具体的实施方式,详细介绍本公开实施例提出的一种数据隐藏方法,图5示出了数据隐藏方法500的流程图,具体步骤如下图所示:
步骤S510,获取待隐藏数据及原始图像;其中,原始图像为数据隐藏方与数据提取方事先约定的;
步骤S520,将待隐藏数据转换为二进制数据;
步骤S530,将原始图像转换为二维矩阵;
步骤S540,基于上述二维矩阵,通过傅里叶变换得到原始图像的频域信息,并执行步骤S550或S560;
步骤S550,数据隐藏方和数据提取方预先确定待隐藏数据的隐藏方式,并将待隐藏数据加入至原始量化矩阵中得到隐藏量化矩阵,执行步骤S570;
其中,隐藏方式包括但不限于:
原始量化矩阵中添加待隐藏数据的元素的位置信息;
待隐藏数据添加至所述待隐藏数据的元素的顺序信息。
步骤S560,数据隐藏方在进行数据隐藏时确定待隐藏数据的隐藏方式,将待隐藏数据加入至原始量化矩阵中,得到隐藏量化矩阵;
步骤S570,对隐藏量化矩阵进行哈夫曼编码得到隐藏图像;
其中,若数据隐藏方在进行数据隐藏时确定待隐藏数据的隐藏方式,则将待隐藏数据的隐藏方式添加至隐藏图像的尾部。
下面结合具体的实施方式,详细介绍本公开实施例提出的一种隐藏数据提取方法,图6示出了数据提取方法600的流程图,具体步骤如下图所示:
步骤S610,获取隐藏图像,对隐藏图像进行解码确定隐藏图像的隐藏量化矩阵;
步骤S620,获得原始图像的频域信息,并将原始图像的频域信息进行数据量化得到原始量化矩阵;
步骤S630,将原始量化矩阵和隐藏量化矩阵进行比较得到差异数据;
步骤S640,基于差异数据和预设规则得到隐藏数据。
根据本公开实施例的数据隐藏方法和隐藏数据提取方法,使得数据提取方只有在同时获得原始图像和隐藏图像,并确定隐藏方式后才能得到隐藏数据,仅根据隐藏图像本身是无法推断出隐藏数据的,而原始图像和隐藏方式又是由数据隐藏方和数据提取方共同约定的,因此即便第三方获取到隐藏图像也无法得到隐藏数据的,从而能够极大避免了信息的泄露。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开方案进行进一步说明。
图7示出了根据本公开的实施例的数据隐藏装置的方框图,如图7所示,装置700包括:获取单元710、数据量化单元720、添加单元730和编码单元740,其中:
获取单元710,获取待隐藏数据及原始图像;其中,所述原始图像为所述数据隐藏方与数据提取方事先约定的;数据量化单元720,用于确定所述原始图像的频域信息,对所述原始图像的频域信息进行数据量化得到原始量化矩阵;添加单元730,用于按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵;编码单元740,用于对所述隐藏量化矩阵进行哈夫曼编码得到隐藏图像。
图8示出了根据本公开的实施例的隐藏数据提取装置的方框图,如图8所示,装置800包括:隐藏图像量化单元810、原始图像量化单元820、比较单元830和提取单元840,其中:
隐藏图像量化单元810,用于获取隐藏图像,对所述隐藏图像进行解码确定所述隐藏图像的隐藏量化矩阵;原始图像量化单元820,用于获得原始图像的频域信息,并将所述原始图像的频域信息进行数据量化得到原始量化矩阵;比较单元830,用于将所述原始量化矩阵和所述隐藏量化矩阵进行比较得到差异数据;提取单元840,用于基于所述差异数据和预设规则得到隐藏数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图9示出了可以用来实施本公开的实施例的电子设备900的示意性框图。如图所示,设备900包括CPU901,其可以根据存储在ROM 902中的计算机程序指令或者从存储单元908加载到RAM 903中的计算机程序指令,来执行各种适当的动作和处理。在RAM 903中,还可以存储设备900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。I/O接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元901执行上文所描述的各个方法和处理,例如方法100、400、500和600。例如,在一些实施例中,方法100、400、500和600可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM903并由CPU 901执行时,可以执行上文描述的方法100、400、500和600的一个或多个步骤。备选地,在其他实施例中,CPU 901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法100、400、500和600。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、RAM、ROM、EPROM、光纤、CD-ROM、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种数据隐藏方法,应用于数据隐藏方,其特征在于,包括:
获取待隐藏数据及原始图像;其中,所述原始图像为所述数据隐藏方与数据提取方事先约定的;
确定所述原始图像的频域信息,对所述原始图像的频域信息进行数据量化得到原始量化矩阵;
按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵;
对所述隐藏量化矩阵进行哈夫曼编码得到隐藏图像。
2.根据权利要求1所述的方法,其特征在于,所述预设规则包括但不限于:
所述数据隐藏方和数据提取方预先确定所述待隐藏数据的隐藏方式,将待隐藏数据加入至所述原始量化矩阵中;或者
所述数据隐藏方在进行数据隐藏时确定所述待隐藏数据的隐藏方式,所述待隐藏数据加入至所述原始量化矩阵中;并将所述待隐藏数据的隐藏方式添加至所述隐藏图像的尾部。
3.根据权利要求2所述的方法,其特征在于,所述隐藏方式包括:
所述原始量化矩阵中添加待隐藏数据的元素的位置信息;
所述待隐藏数据添加至所述待隐藏数据的元素的顺序信息。
4.根据权利要求1所述的方法,其特征在于,按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵,包括:
将所述待隐藏数据转换为二进制数据。
5.根据权利要求1~3任一所述的方法,其特征在于,按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵,包括:
对所述原始图像的任一子块设置单独的隐藏方式,并对至少一种隐藏方式进行加密。
6.一种基于权利要求1-5任一所述方法的隐藏数据提取方法,应用于数据提取方,其特征在于,包括:
获取隐藏图像,对所述隐藏图像进行解码确定所述隐藏图像的隐藏量化矩阵;
获得原始图像的频域信息,并将所述原始图像的频域信息进行数据量化得到原始量化矩阵;
将所述原始量化矩阵和所述隐藏量化矩阵进行比较得到差异数据;
基于所述差异数据和预设规则得到隐藏数据。
7.一种数据隐藏装置,其特征在于,包括:
获取单元,用于获取待隐藏数据及原始图像;其中,所述原始图像为数据隐藏方与数据提取方事先约定的;
数据量化单元,用于确定所述原始图像的频域信息,对所述原始图像的频域信息进行数据量化得到原始量化矩阵;
添加单元,用于按照预设规则将待隐藏数据加入至所述原始量化矩阵中得到隐藏量化矩阵;
编码单元,用于对所述隐藏量化矩阵进行哈夫曼编码得到隐藏图像。
8.一种隐藏数据提取装置,其特征在于,包括:
隐藏图像量化单元,用于获取隐藏图像,对所述隐藏图像进行解码确定所述隐藏图像的隐藏量化矩阵;
原始图像量化单元,用于获得原始图像的频域信息,并将所述原始图像的频域信息进行数据量化得到原始量化矩阵;
比较单元,用于将所述原始量化矩阵和所述隐藏量化矩阵进行比较得到差异数据;
提取单元,用于基于所述差异数据和预设规则得到隐藏数据。
9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~6中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110762852.4A CN113536341A (zh) | 2021-07-06 | 2021-07-06 | 一种数据隐藏方法、装置、设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110762852.4A CN113536341A (zh) | 2021-07-06 | 2021-07-06 | 一种数据隐藏方法、装置、设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113536341A true CN113536341A (zh) | 2021-10-22 |
Family
ID=78126900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110762852.4A Pending CN113536341A (zh) | 2021-07-06 | 2021-07-06 | 一种数据隐藏方法、装置、设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113536341A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115314601A (zh) * | 2022-10-12 | 2022-11-08 | 安徽华云安科技有限公司 | 一种有损格式数据隐写方法、装置 |
-
2021
- 2021-07-06 CN CN202110762852.4A patent/CN113536341A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115314601A (zh) * | 2022-10-12 | 2022-11-08 | 安徽华云安科技有限公司 | 一种有损格式数据隐写方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH03192876A (ja) | 画像符号化装置 | |
US10848787B2 (en) | Lossy image compression using palettization of locally mixed colors | |
CN106791882B (zh) | 一种图像的编码加密方法及装置 | |
Houssein et al. | An image steganography algorithm using haar discrete wavelet transform with advanced encryption system | |
EP1156662A1 (en) | Method for embedding electronic watermark, decoding method, and devices for the same | |
Yuan et al. | Fast and robust image watermarking method in the spatial domain | |
Yang et al. | Efficient color image encryption by color-grayscale conversion based on steganography | |
Rabie et al. | Visual fidelity without sacrificing capacity: an adaptive laplacian pyramid approach to information hiding | |
CN113536341A (zh) | 一种数据隐藏方法、装置、设备和计算机可读存储介质 | |
Sultana et al. | A modified filtering approach of LSB image steganography using stream builder along with AES encryption | |
Kumar et al. | DCT based secret image hiding in video sequence | |
EP0917104A2 (en) | Image compression method | |
Abu et al. | A novel psychovisual threshold on large DCT for image compression | |
CN115314601B (zh) | 一种有损格式数据隐写方法、装置 | |
Liang et al. | Invertible color-to-grayscale conversion using lossy compression and high-capacity data hiding | |
CN111065000B (zh) | 视频水印处理方法、装置及存储介质 | |
CN111445378A (zh) | 一种基于神经网络的图像盲水印嵌入及检测的方法及系统 | |
CN111325652A (zh) | 信息嵌入、提取方法及装置、设备、计算机可读存储介质 | |
Hemalatha et al. | A secure image steganography technique to hide multiple secret images | |
CN114782563B (zh) | 一种针对jpeg图像的秘密图像分享方法和系统 | |
Sengupta et al. | Self authentication of color images through discrete cosine transformation (SADCT) | |
CN110009703B (zh) | 一种基于混沌系统的图像加密、解密方法及设备 | |
Kaur et al. | An adaptive quad tree based transform domain steganography for textual data | |
EA039818B1 (ru) | Способ стеганографирования цифрового изображения с помощью графической цифровой метки и способ дешифрования стеганографированного изображения | |
Hemalatha et al. | A novel colorimage steganography using discrete wavelet transform |
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 |