一种可逆信息嵌入方法技术

本申请属于图像处理技术领域，特别是涉及可逆信息嵌入方法。目前可逆信息嵌入的方法都是基于像素间距离的相关性实现图像像素预测。依据目标像素与它距离近的像素间有较大相关性的特点，实现目标像素的预测。这种预测方法受距离影响，得到的预测准确度不太理想。本申请基于菱形预测方法即利用目标周边像素的平均值，对目标像素进行预测，然后根据预测值从小到大的顺序对原始像素进行排序，生产一维序列。最后，利用排序后相邻的多个像素实现对目标像素的预测，基于预测误差扩展方法实现图像的信息嵌入。预测值相同的像素间具有较大的相关性。在此基础上实现对像素的预测，来得到较高的预测准确率。

A reversible information embedding method

【技术实现步骤摘要】
一种可逆信息嵌入方法
本申请属于图像处理
，特别是涉及可逆信息嵌入方法。
技术介绍
近年来，随着互联网技术的快速发展，手机，电脑等数字设备的普及，数字多媒体包括图像、文本、视频、音频等作为信息的载体逐渐被大众认知和接受。但与此同时，这些多媒体信息却很容易被非法者恶意篡改、复制和传播，严重损害产权所有者的利益，因此实施信息安全已经到了刻不容缓的地步。传统的加密技术是在发送方传输数据的过程中保护内容，但数据被接收、解密之后，数据非常有可能被非法复制与纂改。针对传统密码学的版权保护和信息安全中存在的不足，信息隐藏技术应运而生。可逆信息隐藏是信息隐藏的一个重要方法。可逆信息隐藏是指嵌入载体中的图像嵌入信息后，嵌入载体可完整恢复的一类特殊方法。相对于传统信息隐藏方法，可逆信息隐藏对嵌入载体的无损恢复有着更为严格的要求，一般用于重要图像的无失真保护，在军事图像、医学图像上有着重要的应用价值。目前可逆信息嵌入的方法都是基于像素间距离的相关性实现图像像素预测。依据目标像素与它距离近的像素间有较大相关性的特点，实现目标像素的预测。这种预测方法受距离影响，得到的预测准确度不太理想。
技术实现思路
1.要解决的技术问题基于目前可逆信息嵌入的方法都是基于像素间距离的相关性实现图像像素预测。依据目标像素与它距离近的像素间有较大相关性的特点，实现目标像素的预测。这种预测方法受距离影响，得到的预测准确度不太理想的问题，本申请提供了一种可逆信息嵌入方法。2.技术方案为了达到上述的目的，本申请提供了一种可逆信息嵌入方法，所述方法包括如下步骤：步骤1：获取图像，将图像分成第一数据集和第二数据集，所述第一数据集与所述第二数据集相间排列；步骤2：预测所述第一数据集中的目标像素得到预测值；步骤3：计算所述目标像素的复杂度；步骤4：基于所述预测值从小到大的顺序重新排列原始像素及复杂度，设定图像复杂度的判断阈值T，在排序后的像素中选择复杂度小于T的像素进行预测；步骤5：采用误差值为0时嵌入信息，嵌入一半信息后，记录结束嵌入的位置；步骤6：重复步骤2～5，将另一半信息嵌入所述第二数据集，记录结束嵌入的位置。本申请提供的另一种实施方式为：所述步骤1中所述第二数据集与所述第一数据集处理方法相同。本申请提供的另一种实施方式为：所述步骤2中所述预测值为其中,floor(x)表示x向下取整,a,b,c,d是目标像素P最邻近的四个像素值。本申请提供的另一种实施方式为：所述步骤3中所述复杂度为NL，NL＝|a-d|+|b-c|+|a+c-b-d|+|c+d-a-b|。本申请提供的另一种实施方式为：所述步骤4中预测为按照1*n(n∈(3,20)窗口大小针对筛选后的像素进行平滑移动，实现像素的预测。本申请提供的另一种实施方式为：所述预测误差为预测值。本申请提供的另一种实施方式为：所述步骤5中嵌入信息为i，i＝0或1，嵌入信息后的预测误差为e'。本申请提供的另一种实施方式为：还包括提取信息，所述信息提取先对所述第二数据集进行处理。本申请提供的另一种实施方式为：所述方法还包括如下步骤：步骤7：预测所述第二数据集中的目标像素得到预测值，并计算目标像素的复杂度；步骤8：按照预测值从小到大的顺序排序原始像素，并筛选出复杂度<T的像素进行信息提取；步骤9：重复步骤7和8，完成所述第一数据集信息的提取，最终恢复至原始图像。本申请提供的另一种实施方式为：所述步骤8中信息提取为根据所述第二数据集结束位置逆序提取筛选后的像素中的信息。3.有益效果与现有技术相比，本申请提供的一种可逆信息嵌入方法的有益效果在于：本申请提供的可逆信息嵌入方法，跨越像素间距离的相关性实现像素预测，提高预测准确度，以此来提高嵌入容量和降低失真度。本申请提供的可逆信息嵌入方法，预测值相同的像素间具有较大的相关性。在此基础上实现对像素的预测，来得到较高的预测准确率。附图说明图1是本申请的步骤1中得到的图像示意图；图2是本申请的像素预测过程原理示意图；图3是本申请的像素预测逆序过程原理示意图；图4是本申请与现有技术关于Barbara测试结果图的对比图。具体实施方式在下文中，将参考附图对本申请的具体实施例进行详细地描述，依照这些详细的描述，所属领域技术人员能够清楚地理解本申请，并能够实施本申请。在不违背本申请原理的情况下，各个不同的实施例中的特征可以进行组合以获得新的实施方式，或者替代某些实施例中的某些特征，获得其它优选的实施方式。基于预测误差扩展的可逆信息嵌入方法根据相邻像素的相关性，采用相邻像素预测当前像素x，得到一个预测值则预测误差p为：预测误差为0时嵌入信息i，i＝0或1，而其他预测误差值则平移，具体为：则嵌入信息后的像素为：提取嵌入信息i为：恢复原始的像素值：这样就可以实现信息的嵌入和提取，并恢复原始图像。参见图1～4，本申请提供一种可逆信息嵌入方法，所述方法包括如下步骤：步骤1：获取图像，将图像分成第一数据集和第二数据集，所述第一数据集与所述第二数据集相间排列；步骤2：预测所述第一数据集中的目标像素得到预测值；步骤3：计算所述目标像素的复杂度；步骤4：基于所述预测值从小到大的顺序重新排列原始像素及复杂度，排列后的像素是一个一维向量；在排序后的像素中选择复杂度小于T的像素进行预测；步骤5：采用误差值为0时嵌入信息，嵌入一半信息后，记录结束嵌入的位置；步骤6：重复步骤2～5，将另一半信息嵌入所述第二数据集，记录结束嵌入的位置。将图像按照如图1所示棋盘方式分成不重叠的蓝白两部分数据集。蓝白两个数据集的处理方法完全相同，这里以灰色数据集为例，用于介绍整个嵌入过程。将嵌入信息等分为两部分，一部分嵌入灰色数据集，另一部分嵌入白色数据集。进一步地，所述步骤1中所述第二数据集与所述第一数据集处理方法相同。进一步地，所述步骤2中所述预测值为其中,floor(x)表示x向下取整。进一步地，所述步骤3中所述复杂度为NL，NL＝|a-d|+|b-c|+|a+c-b-d|+|c+d-a-b|。进一步地，所述步骤4中预测为按照1*n(n∈(3,20)窗口大小针对筛选后的像素进行平滑移动，实现像素的预测。按照1*n(n∈(3,20)窗口大小针对筛选后的像素进行平滑移动。图2是一个n＝5的窗口，像素p1利用窗口1中的5个像素预测，像素p2利用窗口2中的5个像素预测，以此类推，实现其他像素的预测。用C表示窗口内像素集合。C＝(C1,C2,…,C5)。进一步地，所述预测误差为预测值。设预测值为则为情况1：max(C)≠min(C)<本文档来自技高网...

【技术保护点】
1.一种可逆信息嵌入方法，其特征在于：所述方法包括如下步骤：/n步骤1：获取图像，将图像分成第一数据集和第二数据集，所述第一数据集与所述第二数据集相间排列；/n步骤2：预测所述第一数据集中的目标像素得到预测值；/n步骤3：计算所述目标像素的复杂度；/n步骤4：基于所述预测值从小到大的顺序重新排列原始像素及复杂度，设定图像复杂度的判断阈值T，在排序后的像素中选择复杂度小于T的像素进行预测；/n步骤5：采用误差值为0时嵌入信息，嵌入一半信息后，记录结束嵌入的位置；/n步骤6：重复步骤2～5，将另一半信息嵌入所述第二数据集，记录结束嵌入的位置。/n

【技术特征摘要】
1.一种可逆信息嵌入方法，其特征在于：所述方法包括如下步骤：
步骤1：获取图像，将图像分成第一数据集和第二数据集，所述第一数据集与所述第二数据集相间排列；
步骤2：预测所述第一数据集中的目标像素得到预测值；
步骤3：计算所述目标像素的复杂度；
步骤4：基于所述预测值从小到大的顺序重新排列原始像素及复杂度，设定图像复杂度的判断阈值T，在排序后的像素中选择复杂度小于T的像素进行预测；
步骤5：采用误差值为0时嵌入信息，嵌入一半信息后，记录结束嵌入的位置；
步骤6：重复步骤2～5，将另一半信息嵌入所述第二数据集，记录结束嵌入的位置。


2.如权利要求1所述的可逆信息嵌入方法，其特征在于：所述步骤1中所述第二数据集与所述第一数据集处理方法相同。


3.如权利要求1所述的可逆信息嵌入方法，其特征在于：所述步骤2中所述预测值为



其中,floor(x)表示x向下取整，a,b,c,d是目标像素P最邻近的四个像素值。


4.如权利要求1所述的可逆信息嵌入方法，其特征在于：所述步骤3中所述复杂度为NL，
NL＝|a-d|+|b-c|+|a+c-b-d|+|c+d-...

【专利技术属性】
技术研发人员：常杰，朱国普，钱静，李应灿，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44