申请/专利权人：集美大学

申请日：2020-09-25

公开（公告）日：2024-03-22

公开（公告）号：CN112118365B

主分类号：H04N1/32

分类号：H04N1/32;G06T1/00;G06T7/13;G06T7/155;G06T7/181;G06T5/73;G06T5/20;G06V10/764;G06N3/006

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.01.08#实质审查的生效;2020.12.22#公开

摘要：本申请提供一种图像自适应隐写方法及装置、一种电子设备以及一种计算机可读介质。方法包括：接收载体图像，通过预设算法选择所述载体图像的边缘区域和纹理区域作为嵌入区域，其余部分为非嵌入区域；利用HILL算法中两个不同大小的均值滤波和KerBohme滤波定义所述嵌入区域中每个像素点的失真代价，所述非嵌入区域像素点的失真代价设置为无穷大值；通过校验格STC编码将秘密信息自适应嵌入所述嵌入区域，以将所述载体图像修改为载密图像。本申请的技术方案，提高了图像边缘区域和纹理区域的嵌入精度，在抵抗SRM、maxSRMd2等隐写分析特征方面，与现有的自适应隐写方法相比，尤其在嵌入容量越大时有显著提升。

主权项：1.一种图像自适应隐写方法，其特征在于，包括：步骤S101：接收载体图像，通过预设算法选择所述载体图像的边缘区域和纹理区域作为嵌入区域，其余部分为非嵌入区域；步骤S102：利用HILL算法中KerBohme滤波和两个不同大小的均值滤波和定义所述嵌入区域中每个像素点的失真代价，所述非嵌入区域像素点的失真代价设置为无穷大值；步骤S103：通过校验格STC编码将秘密信息自适应嵌入所述嵌入区域，以将所述载体图像修改为载密图像；在步骤S101中，所述通过预设算法选择所述载体图像的边缘区域和纹理区域作为嵌入区域，是利用基于灰狼算法优化后的模糊增强函数提取所述载体图像的边缘区域，具体涉及USAN区域；计算USAN区域面积，对于一个位于复杂区域的像素点，该像素点与周围的像素点具有一定的差异；USAN区域是一个具有37个像素点的类圆形区域，中心像素点和其他像素点之间的强度差异公式如下： 其中，Ir为USAN区域中其他像素点r的强度，Ir0为USAN区域中心像素点r0的强度，而t决定着边缘点的最小对比度，δ值为6；对于USAN区域中心像素点r0，其USAN区域面积s为： 其中，s取最近的整数；模糊化USAN区域面积，利用高斯型隶属度函数模糊化USAN区域面积从而实现对图像复杂程度的描述，通过隶属度来衡量图像纹理本身的不确定性；高斯型隶属度函数的公式如下： 其中，σ为USAN区域面积矩阵的标准差，smin为USAN区域面积的最小值；对USAN区域面积进行模糊增强，提出了一个含参数α、β、γ的模糊增强函数，具体公式如下： 其中α≥1，β≥1，γ∈0，1；基于灰狼算法对参数α、β、γ、σ进行优化，根据图像性质定义目标函数为：f＝H+Diff-|E-0.5|其中，H为模糊熵，Diff为对比因子，E为曝光因子，f为目标函数；模糊熵用于描述模糊集的模糊性程度，通过模糊熵衡量图像增强之后的图像信息，模糊熵H计算公式如下： 其中，L为模糊增强后USAN区域面积的种类数量；对比因子用于衡量模糊增强时的对比度，对比因子公式如下： 其中，De为增强区域和减弱区域的均值差异，通过增强区域隶属度的平均值与减弱区域隶属度的平均值的绝对值之差来衡量；DI为增强区域和减弱区域的内部差异，通过计算两区域之间的隶属度的标准差之和来衡量；曝光因子衡量图像曝光程度，从而判断模糊增强算子的性能，曝光因子公式如下： 其中，Ps'为模糊增强后USAN面积的直方图概率；s'为模糊增强后的USAN区域面积，计算公式如下： 曝光因子E∈[0,1]，若E＜0.5意味着图像欠曝光，若E＞0.5意味着过度曝光，当E＝0.5意味着曝光正常；因此，目标函数的目的是让曝光因子E为0.5；如何求得最优参数转化为如下问题：maxf＝H+Diff-|E-0.5|s.tα≥1β≥1γ∈0,1σ＞0在步骤S101中，根据S-UNIWARD算法确定所述载体图像像素的嵌入失真，并以抗差分像素邻接矩阵SPAM特征的最小平均分配错误率为衡量指标确定最优失真阈值，根据所述最优失真阈值来确定所述载体图像的纹理区域；在步骤S102中，利用HILL算法中KerBohme滤波和两个不同大小的均值滤波定义所述嵌入区域中的失真代价函数；根据所述失真代价函数得到每个像素点的失真代价；具体的，HILL算法利用代价扩散原则，通过KB滤波和两个不同大小的均值滤波器构造每个像素点的失真代价；所述失真代价函数如下： 其中，X为载体图像，ab表示载体图像的第a行第b列，L1为3阶均值滤波器，L2为15阶均值滤波器，c是一个正数标量，用于避免分母为0，K为KerBohme算子，如下所示： 对于嵌入区域之外的像素点的失真代价设定为无穷大。

全文数据：

权利要求：

百度查询： 集美大学 图像自适应隐写方法、装置、电子设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD