申请/专利权人：广州大学

申请日：2022-07-14

公开（公告）日：2024-05-07

公开（公告）号：CN115049541B

主分类号：G06T3/04

分类号：G06T3/04;G06T1/00;G06T9/00;G06N3/0464;G06N3/0455

优先权：

专利状态码：有效-授权

法律状态：2024.05.07#授权;2022.09.30#实质审查的生效;2022.09.13#公开

摘要：本发明公开了一种基于神经网络与图像隐写的可逆灰度方法、系统及装置，包括，将原始彩色图像进行可逆转换得到灰度分量Y和颜色分量U和V；对颜色分量进行神经网络编码和算术编码得到特征码流和超先验码流；根据图像隐写将特征码流和超先验码流隐写入到灰度分量Y中，生成可逆灰度图像A；读取可逆灰度图像A中的特征码流和超先验码流，将读取后的灰度图像A作为待重建色彩图像的灰度分量YR；将特征码流和超先验码流进行神经网络解码和算术解码转换为待重建彩色图像的颜色分量UR和VR；将待重建色彩图像的灰度分量和待重建色彩图像的颜色分量合并进行可逆转换后，得到重建的彩色图像IR。本发明可以实现于神经网络与图像隐写的可逆灰度。

主权项：1.一种基于神经网络与图像隐写的可逆灰度方法，其特征在于，包括，S1、将原始彩色图像进行可逆RGB2YUV转换得到灰度分量Y和颜色分量U和V；S2、对颜色分量U和V进行神经网络编码和算术编码得到特征码流和超先验码流；S3、根据图像隐写将特征码流和超先验码流隐写入到灰度分量Y中，生成可逆灰度图像A；S4、读取可逆灰度图像A中的特征码流和超先验码流，将读取后的灰度图像A作为待重建色彩图像的灰度分量YR；S5、将特征码流和超先验码流进行神经网络解码和算术解码转换为待重建彩色图像的颜色分量UR和VR；S6、将待重建色彩图像的灰度分量和待重建色彩图像的颜色分量合并进行可逆YUV2RGB转换后，得到重建的彩色图像IR；所述S2具体包括：颜色分量U,V通过神经网络进行分析和编码得到特征和超先验，并建立特征的先验概率模型和超先验的独立概率模型，然后结合算术编码将特征换热超先验分别转换为特征码流和超先验码流；所述S3具体包括：灰度分量Y的像素按列扫描表示为P1,P2,P3,…,Pm，特征码流和超先验码流合并成二进制码流且表示为b1,b2,b3,…,bn；按顺序取每3个像素和每3位二进制码为一组，第i组的3个像素分别表示为Pi_1,Pi_2,Pi_3，3位二进制码分别表示为bi_1,bi_2,bi_3；在步骤c中，所述隐写过程实现每组的3个像素嵌入3位二进制码信息，具体实现如下：首先，根据3个像素的值计算出3位预测码： 其中Bi_1,Bi_2,Bi_3表示第i组的3位预测码，表示第i组第n个像素pi_n的二进制值最低第j位，表示异或运算；如果预测码Bi_1,Bi_2,Bi_3与二进制码bi_1,bi_2,bi_3相等，则无需对像素做修改；否则通过修改像素Pi_1,Pi_2,Pi_3使预测码和二进制码相等，从而完成二进制码的隐写；数量不满足3位的码流直接替换相应序列像素的最低二进制位实现隐写，完成将3个像素Pi+1,Pi+2,Pi+3隐藏3位二进制码bi+1,bi+2,bi+3，生成可逆灰度图像A。

全文数据：

权利要求：

百度查询： 广州大学 基于神经网络与图像隐写的可逆灰度方法、系统及装置

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