当前位置: 首页 > 专利查询>暨南大学专利>正文

一种图像信息嵌入方法技术

技术编号:23938797 阅读:36 留言:0更新日期:2020-04-25 04:12
本发明专利技术涉及一种图像信息嵌入方法,包括:S1,获取原始载体图像和待嵌入的秘密消息,将所述原始载体图像重排列并分割成载体向量x;将所述秘密消息分割成为秘密消息块m;计算所述原始载体图像中每个像素的嵌入扰动值,并将所述嵌入扰动值排列分割,得到与载体向量x对应的嵌入扰动向量w;S2,将载体向量x和秘密信息块m送入隐写编码器,并通过校验码生成经纠正的含密载体向量y;S3,将所有的含密载体向量合并并重排列,生成含密图像,完成秘密消息的嵌入。本发明专利技术通过纠正隐写向量,而不是纠正解码消息中的错误,从而得到较强的纠错能力。在鲁棒性和嵌入效率之间取得良好的平衡。

An image information embedding method

【技术实现步骤摘要】
一种图像信息嵌入方法
本专利技术涉及图像信息隐藏
,特别是涉及一种图像信息嵌入方法。
技术介绍
自适应隐写编码STC技术以其嵌入效率高而被广泛应用。可以嵌入到有效载荷失真边界附近。然而,作为高嵌入效率的一个副作用,STC对信道干扰非常敏感,接收到的载密上的一个小的损坏将扩展到它所携带的一个大范围的消息位,这被称为STC的损坏扩散。在实际的隐蔽通信中,隐写信息可能会受到压缩、信道噪声、主动攻击等因素的影响,发表的载密数据在实际中可能会出现信息丢失,攻击者也可能想通过主动攻击来破坏隐蔽的通信通道。尽管实现了较高的嵌入效率,但已有研究表明,由于损伤扩散,STC的鲁棒性很差,载密向量中的每个位错误都会导致解码消息中的多位错误。因此,行业内急需研发一种发送者既能在载体图像上以高嵌入率来嵌入数据,又能获得良好的健壮性和抗检测性,即在鲁棒性和嵌入效率之间取得良好的平衡的信息嵌入方法。
技术实现思路
针对现有技术存在的鲁棒性很差的问题,本专利技术提供一种图像信息嵌入方法。本申请的具体方案如下:一种图像信息嵌入方法,包括:S1,获取原始载体图像和待嵌入的秘密消息,将所述原始载体图像重排列并分割成载体向量x;将所述秘密消息分割成为秘密消息块m;计算所述原始载体图像中每个像素的嵌入扰动值,并将所述嵌入扰动值排列分割,得到与载体向量x对应的嵌入扰动向量w;其中,载体向量x的长度为nlmlb,秘密消息块m的长度为lm,嵌入扰动向量w的长度为nlmlb;S2,将载体向量x和秘密信息块m送入隐写编码器CCSTC,并通过校验码生成经纠正的含密载体向量y;所述含密载体向量长度为nlmlb;S3,将所有的含密载体向量合并并重排列,生成含密图像,完成秘密消息的嵌入。优选地,所述隐写编码器CCSTC利用vitebi算法为载体向量x和秘密信息块m寻找含密载体向量y;步骤S2包括:S21,生成隐写编码器所需的校验矩阵H;S22,从载体向量x的第0个元素和秘密消息块m的第0比特开始,根据整个载体向量x、校验矩阵H和秘密消息块m构造出Trellis块,lm个Trellis块拼接组成Trellis图;其中Trellis块由2lk行、n列个状态构成;S23,从Trellis图中最后一个Trellis块的最后一列开始,在Trellis图中回溯,得到含密载体向量y。优选地,步骤S21包括:S211,随机生成由0和1组成的大小为lk×la的子矩阵Hs,S212,由子矩阵Hs呈阶梯状拼接出大小为(lk+lm)×lmla的校验矩阵H。优选地,步骤S22包括:S221,初始化第一个Trellis块的第一列的全部2lk个状态;其中一个Trellis块的第i行第j列的状态为一五元组(ci,j,s1i,j,s2i,j,Psi,j,Poi,j),ci,j为到达该状态的代价,s1i,j为FCC态,s2i,j为STC态,,Psi,j为STC态历史矩阵,Poi,j为含密载体向量y的输出历史矩阵,ci,j∈[0,+∞),S222,根据当前Trellis块的初始化状态,利用载体向量x的最开始的nlb个元素,构造一个Trellis块;S223,将所述Trellis块与将要构造的下一个Trellis块相连接;S224,重复执行S222-S223,直到处理完所有的载体向量元素和秘密信息块比特。优选地,步骤S223包括:若秘密信息块m中第1要嵌入的比特为0,则保留所述Trellis块的最后1列的偶数行,并作为下一Trellis块的前2lk-1个状态;若秘密信息块m中第1比特为1,则保留所述Trellis块的最后1列的奇数行,并作为下一Trellis块的前2lk-1个状态,下一Trellis块的剩余2lk-1个状态初始化为0。优选地,若Trellis块有8行,要嵌入的秘密消息比特位0,则保留Trellis块最后一列的第2,4,6,8个状态,分别作为下一个Trellis块的第1,2,3,4个状态,而下个Trellis的第5至8个状态重新初始化。优选地,初始化第一个Trellis块的第一列的全部2lk个状态包括:对于j=1,c1,1=0,对于其他j,c1,1=∞;对于所有的j,s11,j=0,s21,j=0,Ps1,j=0,Po1,j=0。优选地,步骤S23包括:S231,令秘密消息块m的索引imsg指向秘密消息块m的最后一个元素,则从最后一个Trellis块的最后一列,即第j列的第一个状态开始回溯;S232,所述第一个状态的输出历史矩阵Poi,j的第j个元素对应的二进制Bin(Poi,j[j]),即为含密载体向量y的最后一组lb比特信息;所述第一个状态的STC态历史矩阵Psi,j的第j个元素Psi,j[j],即为与所述第一个状态连接的前一列的状态的STC态;S233,若与所述第一个状态连接的前一列仍在当前处理的Trellis块中,找到前一列中STC态为Psi,j[j]的那个状态,重新执行步骤S232,得到含密载体向量y的倒数第二组lb比特信息,依次类推,不断找到前一列状态,直至得到含密载体向量y的所有的lb比特信息;若与所述第一个状态连接的前一列不在当前处理的Trellis块中,则执行步骤S234;S234,若m[imsg]=0,则令Psi,j[j]=Psi,j[j]×2,否则令Psi,j[j]=Psi,j[j]×2+1,另外,令imsg=imsg-lm,找到上一个Trellis块的最后一列中STC态为此值的状态,以此状态开始,重新开始执行步骤S232,回溯上一Trellis块;S235,重复步骤S232-S234,直到所有Trellis块都回溯完,即得到了含密向量y的所有比特信息。优选地,步骤S3之后还包括:S4,对含密图像中的秘密消息进行提取;其中S4包括:S41,将含密图像进行重排列并分割,得到长度为mlmlb大小的含密载体向量y;S42,将含密载体向量y送入隐写编码器对应的提取器,生成一个长度为lm大小的秘密消息块m;S43,将所有的秘密消息块m合并,即得到含密图像中原先嵌入的秘密消息,完成秘密消息的提取。优选地,步骤S42包括:S421,将含密载体向量y送入FCC的译码器,得到译码后的向量y′;S422,将向量y′送入STC的提取器,即可得到秘密消息块y′。与现有技术相比,本专利技术具有如下有益效果:本方案通过将载体向量x和秘密信息块m送入隐写编码器CCSTC,并通过校验码生成经纠正的含密载体向量y,将所有的含密载体向量合并并重排列,生成含密图像,完成秘密消息的嵌入。本方案提供了鲁棒校验格码的容错隐写术,一种基于ECC的鲁棒STC,具有STC框架的高嵌入率和其所没有的鲁棒性。本方案通过纠正隐写向量(含密载体向量),而不是纠正解码消息中的错误,从而得到较强的纠错能力。在鲁棒性和嵌入效率之间取得良好的平衡,发送者既能在载体图像上以高嵌入率本文档来自技高网...

【技术保护点】
1.一种图像信息嵌入方法,其特征在于,包括:/nS1,获取原始载体图像和待嵌入的秘密消息,将所述原始载体图像重排列并分割成载体向量x;将所述秘密消息分割成为秘密消息块m;计算所述原始载体图像中每个像素的嵌入扰动值,并将所述嵌入扰动值排列分割,得到与载体向量x对应的嵌入扰动向量w;其中,载体向量x的长度为nl

【技术特征摘要】
1.一种图像信息嵌入方法,其特征在于,包括:
S1,获取原始载体图像和待嵌入的秘密消息,将所述原始载体图像重排列并分割成载体向量x;将所述秘密消息分割成为秘密消息块m;计算所述原始载体图像中每个像素的嵌入扰动值,并将所述嵌入扰动值排列分割,得到与载体向量x对应的嵌入扰动向量w;其中,载体向量x的长度为nlmlb,秘密消息块m的长度为lm,,嵌入扰动向量w的长度为nlmlb;
S2,将载体向量x和秘密信息块m送入隐写编码器CCSTC,并通过校验码生成经纠正的含密载体向量y;所述含密载体向量长度为nlmlb,
S3,将所有的含密载体向量合并并重排列,生成含密图像,完成秘密消息的嵌入。


2.根据权利要求1所述的图像信息嵌入方法,其特征在于,所述隐写编码器CCSTC利用vitebi算法为载体向量x和秘密信息块m寻找含密载体向量y;步骤S2包括:
S21,生成隐写编码器所需的校验矩阵H;
S22,从载体向量x的第0个元素和秘密消息块m的第0比特开始,根据整个载体向量x、校验矩阵H和秘密消息块m构造出Trellis块,lm个Trellis块拼接组成Trellis图;其中Trellis块由2lk行、n列个状态构成;
S23,从Trellis图中最后一个Trellis块的最后一列开始,在Trellis图中回溯,得到含密载体向量y。


3.根据权利要求2所述的图像信息嵌入方法,其特征在于,步骤S21包括:
S211,随机生成由0和1组成的大小为lk×la的子矩阵Hs,
S212,由子矩阵Hs呈阶梯状拼接出大小为(lk+lm)×lmla的校验矩阵H。


4.根据权利要求2所述的图像信息嵌入方法,其特征在于,步骤S22包括:
S221,初始化第一个Trellis块的第一列的全部2lk个状态;其中一个Trellis块的第i行第j列的状态为一五元组(ci,j,s1i,j,s2i,j,Psi,j,Poi,j),ci,j为到达该状态的代价,s1i,j为FCC态,s2i,j为STC态,,Psi,j为STC态历史矩阵,Poi,j为含密载体向量y的输出历史矩阵,ci,j∈[0,+∞),
S222,根据当前Trellis块的初始化状态,利用载体向量x的最开始的nlb个元素,构造一个Trellis块;
S223,将所述Trellis块与将要构造的下一个Trellis块相连接;
S224,重复执行S222-S223,直到处理完所有的载体向量元素和秘密信息块比特。


5.根据权利要求4所述的图像信息嵌入方法,其特征在于,步骤S223包括:若秘密信息块m中第1要嵌入的比特为0,则保留所述Trellis块的最后1列的偶数行,并作为下一Trellis块的前2lk-1个状态;若秘密信息块m中第1比特为1,则保留所述Trellis块的最后1列的奇数行,并作为下一Trellis块的前2lk-1个状态,下一Tre...

【专利技术属性】
技术研发人员:冯丙文李彤翁健卢伟
申请(专利权)人:暨南大学
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1