CN114025053A - 结合高色彩相似度预处理的图像隐写方法 - Google Patents
结合高色彩相似度预处理的图像隐写方法 Download PDFInfo
- Publication number
- CN114025053A CN114025053A CN202111141085.1A CN202111141085A CN114025053A CN 114025053 A CN114025053 A CN 114025053A CN 202111141085 A CN202111141085 A CN 202111141085A CN 114025053 A CN114025053 A CN 114025053A
- Authority
- CN
- China
- Prior art keywords
- image
- plane
- block
- embedding
- pixel
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000007781 pre-processing Methods 0.000 title claims abstract description 43
- 230000006835 compression Effects 0.000 claims abstract description 18
- 238000007906 compression Methods 0.000 claims abstract description 18
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 4
- 230000011218 segmentation Effects 0.000 claims description 20
- 230000003287 optical effect Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 241001504519 Papio ursinus Species 0.000 description 1
- 241000758706 Piperaceae Species 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H04N1/32288—Multiple embedding, e.g. cocktail embedding, or redundant embedding, e.g. repeating the additional information at a plurality of locations in the image
- H04N1/32299—Multiple embedding, e.g. cocktail embedding, or redundant embedding, e.g. repeating the additional information at a plurality of locations in the image using more than one embedding method
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明公开了结合高色彩相似度预处理的图像隐写算法，包括，高色彩相似度预处理；平面分解，将平面分为嵌入平面、灰度调整平面；像素块分类；压缩编码嵌入；进行隐写嵌入，本发明的有益效果：提高嵌入能量的同时避免增强隐写的不可感知性，并且降低隐写效果受载体图像内容的影响，具有良好的嵌入容量、视觉质量和较高的有效载荷能力。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及结合高色彩相似度预处理的图像隐写方法。
背景技术
近年来，随着全球互联网用户和数据传输量的增加，特别是5G技术的成熟与应用，互联网的传输速度和容量的显著提升，借助公共网络传输的机密信息极易受到监视和篡改攻击，因此保护机密数据隐蔽性和安全性成为一个关键问题。
传统密码学的数据加密形成的乱码极易受到监视者的注意从而被拦截和篡改，并且随着计算机硬件技术提升对加密算法的解码能力增强，安全性也不短降低，这就引出了图像隐写的概念，图像隐写是指利用图像数据的空间冗余和视觉冗余，将秘密信息对冗余空间进行替换，隐藏秘密信息，提取时通过特定的算法完整准确的提取信息，在公共网络中仅传输载密图像，实现隐蔽通信的效果，一般情况下，对隐写算法要求较高的是嵌入容量和视觉质量，现有改进算法在提高嵌入容量的同时也增强了隐写的不可感知性，然而受到预处理方式的制约，此类改进算法提升空间有限，并且隐写效果受载体图像内容影响波动较大。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明结合高色彩相似度预处理的图像隐写方法。
因此，本发明解决的技术问题是：如何解决在提高嵌入能量的同时避免增强隐写的不可感知性，并且降低隐写效果受载体图像内容的影响。
为解决上述技术问题，本发明提供如下技术方案：结合高色彩相似度预处理的图像隐写方法，所述方法包括如下步骤：
高色彩相似度预处理；
平面分解，将平面分为嵌入平面、灰度调整平面；
像素块分类；
压缩编码嵌入；
进行隐写嵌入。
作为本发明所述的结合高色彩相似度预处理的图像隐写方法的一种优选方案，其中：
所述方法还包括如下步骤：
将彩色载体图像I转化为灰度图像，利用SLIC将灰度图像分割成k个超像素块，并将分割结果应用至彩色图像中；
将经过预处理操作的图像分解为R、G、B三个通道，其中，R、B平面作为嵌入平面，G平面作为灰度调整平面；
分别计算图像R、B平面超像素块方差σ，将图像块分为复杂块、轻度复杂块、光滑块；
按不同类型像素块将s嵌入压缩编码后的位平面Bmap中，轻度复杂块和光滑块每个像素嵌入3个比特；
根据R、B平面嵌入结果，调整G平面保持灰度值总体不变，进行隐写嵌入。
作为本发明所述的结合高色彩相似度预处理的图像隐写方法的一种优选方案，其中：
所述分别计算图像R、B平面超像素块方差σ，将图像块分为复杂块、轻度复杂块、光滑块还包括如下步骤：
分别计算图像R、B平面超像素块方差σ，设置阈值thr1、thr2；
如果σ≥thr1，则图像块为复杂块；
如果thr1<σ<thr2，则图像块为轻度复杂块；
如果σ≤thr2，则图像块为光滑块。
作为本发明所述的结合高色彩相似度预处理的图像隐写方法的一种优选方案，其中：
所述按不同类型像素块将s嵌入压缩编码后的位平面Bmap中，轻度复杂块和光滑块每个像素嵌入3个比特还包括如下步骤：
计算光滑块的中心像素X，X为像素块直方图峰值点，随后进行压缩编码，并将s嵌入压缩编码后的位平面Bmap中；
对于轻度复杂块，先计算超像素块的均值
依据
将像素进行分类，分类包括0类像素点、1类像素点，分别计算得出两类像素点的平均值
选择
作为超像素块的中心像素，随后进行压缩编码。
作为本发明所述的结合高色彩相似度预处理的图像隐写方法的一种优选方案，其中：
所述光滑块的编码压缩按下式进行，
随后将s嵌入压缩编码后的位平面Bmap中。
作为本发明所述的结合高色彩相似度预处理的图像隐写方法的一种优选方案，其中：
所述依据
将像素进行分类包括：
当
则将像素点标记为0；
当
则将像素点标记为1。
作为本发明所述的结合高色彩相似度预处理的图像隐写方法的一种优选方案，其中：所述轻度复杂块的0类像素点按下式进行编码压缩，
所述轻度复杂块的1类像素点按下式进行编码压缩，
所述轻度复杂块将0和1放在编码值首位标记像素点的类型，嵌入时将秘密信息对位平面进行替换，替换时在3位秘密信息前加上标记位0和1，标记位由原像素类型决定。
作为本发明所述的结合高色彩相似度预处理的图像隐写方法的一种优选方案，其中：
所述根据R、B平面嵌入结果，调整G平面保持灰度值总体不变，进行隐写嵌入还包括如下步骤：
按照调整公式对G平面进行调整，隐写后调整载密图像，使嵌入前后的灰度图不变，将不变的灰度图像作为嵌入和提取时预处理的输入图像。
作为本发明所述的结合高色彩相似度预处理的图像隐写方法的一种优选方案，其中：
所述调整公式如下：
Gv＝|0.299R+0.587G+0.114B|
其中，R、G、B分别为红色、绿色、蓝色平面像素值，Gv为对应的灰度值，
为隐写后的载密平面，
为调整后的绿色平面。
作为本发明所述的结合高色彩相似度预处理的图像隐写方法的一种优选方案，其中：
所述方法还包括在接收方收到载密图像后使用提取算法对秘密信息进行提取，所述提取包括如下步骤：
将载密图像I′转化为灰度图像，利用SLIC将灰度图像分割为k个超像素块，将分割结果应用至彩色图像中；
统计R、B平面超像素块直方图，并进一步统计直方图像素种类c；
如果c＝8，则超像素块为光滑块，按光滑块编码逆过程对超像素块进行解码并提取信息；
如果c＝16，则超像素块为轻度复杂块，按轻度复杂块编码逆过程对超像素块进行解码并提取信息；
如果c≠16&&c≠8，则超像素块为复杂块，无嵌入信息。
本发明的有益效果：提高嵌入能量的同时避免增强隐写的不可感知性，并且降低隐写效果受载体图像内容的影响。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明结合高色彩相似度预处理的图像隐写方法的步骤示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1，本发明提供了结合高色彩相似度预处理的图像隐写方法的实施例，本发明要解决的问题：压缩域隐写算法的核心是对嵌入区域和修改方法的选择，2008年Hong等人通过交换两个量化级并同时切换相应的位平面，实现信息嵌入，他们的方案可以在不失真的情况下同时提取秘密数据和恢复载体图像，但在两个量化级别相等的情况下提取秘密数据存在一定的问题，为了克服 Hong等人的方案中存在的问题，Chen等人提出了一种改进的方案：数据也被嵌入到具有两个相同量化级别的位平面中，此外，与Hong等人的方案相比， Chen等人的方案的有效载荷略有增强，为了扩展应用，Chang等人提出了一种针对压缩彩色图像的可逆图像隐写术，可逆算法计算复杂度低，不需要额外的存储成本，2006年，Chuang等人提出了一种基于BTC的高有效载荷图像隐写算法，该方案是不可逆的，即原始载体图像不能从隐写图像中完全恢复，但与可逆方案相比，它可以实现高负载，在方案中，预先定义了一个阈值来将每个块的类型分类为平滑或复杂，随后，秘密数据被嵌入到平滑块的位平面中，其中两个量化级别是相似的，当阈值较高时，可能会嵌入更多的比特，但隐写图像的视觉质量会显著下降，增加隐写的风险，Ou等人对压缩隐写后的位平面加入修正策略，提升载密图像质量，Rajeev等人优化编码方式，对图像块进一步分类嵌入，在提高嵌入容量的同时也增强了隐写的不可感知性，然而，受到预处理方式的制约，此类改进算法提升空间有限，并且隐写效果受载体图像内容影响波动较大。
结合高色彩相似度预处理的图像隐写方法，包括如下步骤：
高色彩相似度预处理；
平面分解，将平面分为嵌入平面、灰度调整平面；
像素块分类；
压缩编码嵌入；
进行隐写嵌入。
还包括如下步骤：
将彩色载体图像I转化为灰度图像，利用SLIC将灰度图像分割成k个超像素块，并将分割结果应用至彩色图像中；
将经过预处理操作的图像分解为R、G、B三个通道，其中，R、B平面作为嵌入平面，G平面作为灰度调整平面；
分别计算图像R、B平面超像素块方差σ，将图像块分为复杂块、轻度复杂块、光滑块；
按不同类型像素块将s嵌入压缩编码后的位平面Bmap中，轻度复杂块和光滑块每个像素嵌入3个比特；
根据R、B平面嵌入结果，调整G平面保持灰度值总体不变，进行隐写嵌入。
分别计算图像R、B平面超像素块方差σ，将图像块分为复杂块、轻度复杂块、光滑块还包括如下步骤：
分别计算图像R、B平面超像素块方差σ，设置阈值thr1、thr2；
如果σ≥thr1，则图像块为复杂块；
如果thr1<σ<thr2，则图像块为轻度复杂块；
如果σ≤thr2，则图像块为光滑块。
按不同类型像素块将s嵌入压缩编码后的位平面Bmap中，轻度复杂块和光滑块每个像素嵌入3个比特还包括如下步骤：
计算光滑块的中心像素X，X为像素块直方图峰值点，随后进行压缩编码，并将s嵌入压缩编码后的位平面Bmap中；
对于轻度复杂块，先计算超像素块的均值
依据
将像素进行分类，分类包括0类像素点、1类像素点，分别计算得出两类像素点的平均值
选择
作为超像素块的中心像素，随后进行压缩编码。
光滑块的编码压缩按下式进行，
随后将s嵌入压缩编码后的位平面Bmap中。
依据
将像素进行分类包括：
当
则将像素点标记为0；
当
则将像素点标记为1。
轻度复杂块的0类像素点按下式进行编码压缩，
轻度复杂块的1类像素点按下式进行编码压缩，
轻度复杂块将0和1放在编码值首位标记像素点的类型，嵌入时将秘密信息对位平面进行替换，替换时在3位秘密信息前加上标记位0和1，标记位由原像素类型决定。
根据R、B平面嵌入结果，调整G平面保持灰度值总体不变，进行隐写嵌入还包括如下步骤：
按照调整公式对G平面进行调整，隐写后调整载密图像，使嵌入前后的灰度图不变，将不变的灰度图像作为嵌入和提取时预处理的输入图像。
调整公式如下：
Gv＝|0.299R+0.587G+0.114B|
其中，R、G、B分别为红色、绿色、蓝色平面像素值，
为对应的灰度值，
为隐写后的载密平面，
为调整后的绿色平面。
还包括在接收方收到载密图像后使用提取算法对秘密信息进行提取，提取包括如下步骤：
将载密图像I′转化为灰度图像，利用SLIC将灰度图像分割为k个超像素块，将分割结果应用至彩色图像中；
统计R、B平面超像素块直方图，并进一步统计直方图像素种类c；
如果c＝8，则超像素块为光滑块，按光滑块编码逆过程对超像素块进行解码并提取信息；
如果c＝16，则超像素块为轻度复杂块，按轻度复杂块编码逆过程对超像素块进行解码并提取信息；
如果c≠16&&c≠8，则超像素块为复杂块，无嵌入信息。
实施例2
参照图1，本发明提供了结合高色彩相似度预处理的图像隐写方法的实施例，在实施方案中对参数做如下设置：相关系数m设置为1，超像素块数k＝3000。阈值thr1＝3、thr2＝8。
(1)嵌入容量分析：
将Airplane、House、Lena、Baboon和Peppers等17幅标准图像作为嵌入容量实验样本，对载体图像进行嵌入。如表1所示，PSNR反应载密图像的视觉质量数值越高视觉质量越好，嵌入容量衡量有效载荷能力。Bpp是单位像素嵌入率，MSSIM反应与原始载体相似程度。
表1本文算法实验结果
可以看出，本方法有较高的嵌入容量，bpp基本都大于0.6，个别图像bpp 较低这是由于载体图像纹理复杂引起的，但不低于0.4，远高于后文设置的对比算法bpp。
(2)率失真性能分析：
隐写算法的率失真图可以直观的显示算法的嵌入容量和PSNR的性能。本文算法就Airplane，Barbara，Boats，Lena，Pepper，Sailboat，6幅图的率失真曲线与Rajeev、IsmailKICH、J.-C.Chuang等人算法进行对比。Rajeev、J.-C.Chuang 两种算法在嵌入过程中与本文算法类似都结合了AMBTC压缩编码。Ismail KICH使用了SLIC分割的预处理方式，不同的是他的嵌入区域是超像素块的边缘。
在相同的PSNR时，本文算法的嵌入容量分别是Rajeev、J.-C.Chuang两种算法的1.43倍和5.8倍。相比于Rajeev、Ismail KICH、J.-C.Chuang，本文算法的率失真曲线也更为平滑，从率失真曲线的长度上看本文算法的最大嵌入容量也远超于对比算法，并且随着嵌入数据的增加PSNR下降也较为缓慢。
与Rajeev、Ismail KICH、Chin-Chen Chang、J.-C.Chuang相比最大嵌入容量提高了84％、249％、236％和440％。这也说明了超像素分割的预处理方式提高了隐写的嵌入容量并且保证了隐写后的图像质量。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合) 可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.结合高色彩相似度预处理的图像隐写方法，其特征在于：所述方法包括如下步骤：
高色彩相似度预处理；
平面分解，将平面分为嵌入平面、灰度调整平面；
像素块分类；
压缩编码嵌入；
进行隐写嵌入。
2.根据权利要求1所述的结合高色彩相似度预处理的图像隐写方法，其特征在于：所述方法还包括如下步骤：
将彩色载体图像I转化为灰度图像，利用SLIC将灰度图像分割成k个超像素块，并将分割结果应用至彩色图像中；
将经过预处理操作的图像分解为R、G、B三个通道，其中，R、B平面作为嵌入平面，G平面作为灰度调整平面；
分别计算图像R、B平面超像素块方差σ，将图像块分为复杂块、轻度复杂块、光滑块；
按不同类型像素块将s嵌入压缩编码后的位平面Bmap中，轻度复杂块和光滑块每个像素嵌入3个比特；
根据R、B平面嵌入结果，调整G平面保持灰度值总体不变，进行隐写嵌入。
3.根据权利要求2所述的结合高色彩相似度预处理的图像隐写方法，其特征在于：所述分别计算图像R、B平面超像素块方差σ，将图像块分为复杂块、轻度复杂块、光滑块还包括如下步骤：
分别计算图像R、B平面超像素块方差σ，设置阈值thr1、thr2；
如果σ≥thr1，则图像块为复杂块；
如果thr1＜σ＜thr2，则图像块为轻度复杂块；
如果σ≤thr2，则图像块为光滑块。
4.根据权利要求3所述的结合高色彩相似度预处理的图像隐写方法，其特征在于：所述按不同类型像素块将s嵌入压缩编码后的位平面Bmap中，轻度复杂块和光滑块每个像素嵌入3个比特还包括如下步骤：
计算光滑块的中心像素X，X为像素块直方图峰值点，随后进行压缩编码，并将s嵌入压缩编码后的位平面Bmap中；
对于轻度复杂块，先计算超像素块的均值
依据
将像素进行分类，分类包括0类像素点、1类像素点，分别计算得出两类像素点的平均值
选择
作为超像素块的中心像素，随后进行压缩编码。
5.根据权利要求4所述的结合高色彩相似度预处理的图像隐写方法，其特征在于：所述光滑块的编码压缩按下式进行，
随后将s嵌入压缩编码后的位平面Bmap中。
6.根据权利要求1-5所述的结合高色彩相似度预处理的图像隐写方法，其特征在于：所述依据
将像素进行分类包括：
当
则将像素点标记为0；
当
则将像素点标记为1。
7.根据权利要求6所述的结合高色彩相似度预处理的图像隐写方法，其特征在于：所述轻度复杂块的0类像素点按下式进行编码压缩，
所述轻度复杂块的1类像素点按下式进行编码压缩，
所述轻度复杂块将0和1放在编码值首位标记像素点的类型，嵌入时将秘密信息对位平面进行替换，替换时在3位秘密信息前加上标记位0和1，标记位由原像素类型决定。
8.根据权利要求7所述的结合高色彩相似度预处理的图像隐写方法，其特征在于：所述根据R、B平面嵌入结果，调整G平面保持灰度值总体不变，进行隐写嵌入还包括如下步骤：
按照调整公式对G平面进行调整，隐写后调整载密图像，使嵌入前后的灰度图不变，将不变的灰度图像作为嵌入和提取时预处理的输入图像。
9.根据权利要求8所述的结合高色彩相似度预处理的图像隐写方法，其特征在于：所述调整公式如下：
Gv＝|0.299R+0.587G+0.114B|
其中，R、G、B分别为红色、绿色、蓝色平面像素值，Gv为对应的灰度值，
为隐写后的载密平面，
为调整后的绿色平面。
10.根据权利要求9所述的结合高色彩相似度预处理的图像隐写方法，其特征在于：所述方法还包括在接收方收到载密图像后使用提取算法对秘密信息进行提取，所述提取包括如下步骤：
将载密图像I′转化为灰度图像，利用SLIC将灰度图像分割为k个超像素块，将分割结果应用至彩色图像中；
统计R、B平面超像素块直方图，并进一步统计直方图像素种类c；
如果c＝8，则超像素块为光滑块，按光滑块编码逆过程对超像素块进行解码并提取信息；
如果c＝16，则超像素块为轻度复杂块，按轻度复杂块编码逆过程对超像素块进行解码并提取信息；
如果c≠16&&c≠8，则超像素块为复杂块，无嵌入信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111141085.1A CN114025053B (zh) | 2021-09-28 | 2021-09-28 | 结合高色彩相似度预处理的图像隐写方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111141085.1A CN114025053B (zh) | 2021-09-28 | 2021-09-28 | 结合高色彩相似度预处理的图像隐写方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114025053A true CN114025053A (zh) | 2022-02-08 |
| CN114025053B CN114025053B (zh) | 2023-12-01 |
Family
ID=80054809
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111141085.1A Active CN114025053B (zh) | 2021-09-28 | 2021-09-28 | 结合高色彩相似度预处理的图像隐写方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114025053B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030048922A1 (en) * | 2001-08-29 | 2003-03-13 | Rhoads Geoffrey B. | Imagery having technical exposure data steganographically encoded therein |
| CN105872304A (zh) * | 2016-03-31 | 2016-08-17 | 柳州城市职业学院 | 一种基于载体误差向量的隐写方法 |
| CN109547664A (zh) * | 2018-10-29 | 2019-03-29 | 天津大学 | 一种利用rgb颜色空间“有争议”像素的图像隐写算法 |
| CN109587372A (zh) * | 2018-12-11 | 2019-04-05 | 北京邮电大学 | 一种基于生成对抗网络的不可见图像隐写术 |
| CN110166784A (zh) * | 2018-01-17 | 2019-08-23 | 重庆邮电大学 | 一种基于像素块的自适应图像纹理区隐写算法 |
| CN110751591A (zh) * | 2019-09-16 | 2020-02-04 | 北卡科技有限公司 | 一种基于模糊推理系统的自适应彩色图像隐写方法 |
-
2021
- 2021-09-28 CN CN202111141085.1A patent/CN114025053B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030048922A1 (en) * | 2001-08-29 | 2003-03-13 | Rhoads Geoffrey B. | Imagery having technical exposure data steganographically encoded therein |
| CN105872304A (zh) * | 2016-03-31 | 2016-08-17 | 柳州城市职业学院 | 一种基于载体误差向量的隐写方法 |
| CN110166784A (zh) * | 2018-01-17 | 2019-08-23 | 重庆邮电大学 | 一种基于像素块的自适应图像纹理区隐写算法 |
| CN109547664A (zh) * | 2018-10-29 | 2019-03-29 | 天津大学 | 一种利用rgb颜色空间“有争议”像素的图像隐写算法 |
| CN109587372A (zh) * | 2018-12-11 | 2019-04-05 | 北京邮电大学 | 一种基于生成对抗网络的不可见图像隐写术 |
| CN110751591A (zh) * | 2019-09-16 | 2020-02-04 | 北卡科技有限公司 | 一种基于模糊推理系统的自适应彩色图像隐写方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114025053B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Saha et al. | Steganographic techniques of data hiding using digital images | |
| Wu et al. | Data hiding: current status and key issues. | |
| Gao et al. | Reversible data hiding using controlled contrast enhancement and integer wavelet transform | |
| Roy et al. | Evaluating image steganography techniques: Future research challenges | |
| Kim et al. | Reversible data hiding with automatic brightness preserving contrast enhancement | |
| Mandal et al. | High capacity reversible and secured data hiding in images using interpolation and difference expansion technique | |
| Kelash et al. | Hiding data in video sequences using steganography algorithms | |
| CN102238388B (zh) | 基于avs标准的自适应鲁棒视频水印方法 | |
| CN110475038B (zh) | 一种结合最小闭包编码的字符画生成式隐藏及恢复方法 | |
| US11915336B2 (en) | Method and device for watermark-based image integrity verification | |
| Cheddad et al. | Enhancing steganography in digital images | |
| WO2021047177A1 (zh) | 数据编码方法及装置 | |
| Kumar et al. | An improved data-hiding approach using skin-tone detection for video steganography | |
| Chang et al. | A difference expansion based reversible information hiding scheme with high stego image visual quality | |
| Lin et al. | Efficient electronic patient information hiding scheme with tamper detection function for medical images | |
| CN109840895A (zh) | 一种带有可逆信息隐藏功能的可逆肤色平滑方法及其原始图像恢复方法 | |
| Maity et al. | Genetic algorithms for optimality of data hiding in digital images | |
| CN114025053B (zh) | 结合高色彩相似度预处理的图像隐写方法 | |
| CN111065000B (zh) | 视频水印处理方法、装置及存储介质 | |
| Yang | Robust Watermarking Scheme Based on Radius Weight Mean and Feature‐Embedding Technique | |
| CN113807996B (zh) | 一种基于块截断编码的图像自嵌入半脆弱水印方法及系统 | |
| Roy et al. | A novel approach of data hiding in video using region selection and PCA | |
| Gulia et al. | An extensive literature survey on medical image steganography | |
| Jiajia et al. | Minimum structural similarity distortion for reversible data hiding | |
| Kaur et al. | Segmentation and block based image steganography using optimal pixel adjustment process and identical approach |
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 |