【技术实现步骤摘要】
基于像素相关性的预测误差扩展可逆水印算法
[0001]本专利技术涉及信息隐藏,数字水印
,具体涉及一种基于像素相关性的预测误差扩展可逆水印算法。
技术介绍
[0002]可逆信息隐藏最早诞生于20世纪90年代,是一项用于实现版权保护、隐蔽通信等功能的算法。它将秘密数据隐藏在原始图像中,使嵌入的秘密信息不容易检测出来,隐藏嵌入行为。且当秘密信息在被提取之后,原始图像可以无损恢复,使得嵌入提取操作不会对载体造成永久性失真,也使得其在军事、司法、医疗等强调载体内容精确性的应用领域具有重要研究价值。良好的可逆信息隐藏算法基本目标是以较小的失真以取得最大的有效信息嵌入量。因此,在保证视觉质量的同时提高嵌入容量是研究的主要方面。
[0003]Tian最早提出了基于相邻像素差值扩展的可逆信息隐藏方案,通过对选定的相邻像素对计算其均值和差值,利用像素对差值扩展来嵌入水印,其最大嵌入容量可达0.5bpp。在此基础上,国内外学者提出了许多基于差值扩展的改进算法。
[0004]WRNG等提出像素值排序的可逆信息隐藏算法,该算法首先对图像分块,然后对块中剩余像素作排序,选择3个最大以及最小的像素值点进行数据嵌入,最高可在每2个像素点中嵌入一位嵌入数据,提高了嵌入容量。Yu等提出了一种基于多维PEE的可逆水印算法,并通过摒弃可能产生高失真的嵌入映射来减小嵌入失真。范鑫惠等提出了基于预测差值的医学图像可逆信息隐藏。首先利用中值边缘预测算法计算预测差值,再根据预测差值的分类进行信息的嵌入和像素平移。该算法在满足图像精度的同时获 ...
【技术保护点】
【技术特征摘要】
1.一种基于像素相关性的预测误差扩展可逆水印算法,其特征在于,包括水印嵌入方法,具体包括如下步骤:步骤1:首先对水印信息W进行Arnold变换得到W,,在将其转变为一维二进制序列;步骤2:将大小为M
×
N的原始图像L分成7
×
7的互不重叠图像块L
i
,计算所有像素块中奇数行和奇数列的差值并求和S,然后将S从小到大稳定排序,并建立排序索引信息表;步骤3:根据所需隐藏的水印信息量,合适选取排序索引信息表中排在前面的n块平滑像素块,对所选取的任一平滑块L
i
,进行3
×
3的块划分,并采用预测误差估计方法计算块中每个像素的预测误差,所述预测误差估计方法为对目标像素,选择其相邻的三个像素的均值作为预测值,预测误差为像素值与预测值的差值;步骤4:通过图像在平滑分块中像素点的预测误差估计将每个像素点的像素值和对应的预测误差值组成像素对通过预测误差扩展算法来嵌入水印;为了进一步增加水印容量,设置阈值T,来调节嵌入水印信息量;步骤5:构建溢出图,对于利用差值扩展嵌入信息后超出图像灰度值范围的像素点,在溢出图中标注;压缩溢出图,将其与排序索引信息表辅助信息利用无损压缩算法隐藏在复杂块中;步骤6:经过多轮嵌入水印信息后的平滑块和经无损压缩后的复杂块重构最终生成含水印图像。2.根据权利要求1所述的基于像素相关性的预测误差扩展可逆水印算法,其特征在于,所述步骤2中计算所有像素块中奇数行和奇数列的差值并求和S的具体操作为:设定7
×
7的图像分块,奇数行和奇数列中的像素为x
i
,i∈(1,16)是不变像素值;水平方向差值为:d1=x1‑
x2d2=x2‑
x3d3=x3‑
x4…
d
12
=x
15
‑
x
16
垂直方向差值为:f1=x1‑
x5f2=x5‑
x9f3=x9‑
x
13
…
f
12
=x
12
‑
x
16
假设差值之和为S:3.根据权利要求2所述的基于像素相关性的预测误差扩展可逆水印算法,其特征在于,所述步骤3中采用预测误差估计方法计算每个像素的预测误差,具体操作为:(1)在一个7
×
7的分块内,7
×
7的块分成9个3
×
3的子块;7
×
7分块的最外层像素中,除去12个不变像素x
i
,i∈(1,16)之外,其余的12个像素值作为目标像素,选择目标像素相邻
的三个像素的均值作为预测值,预测误差为像素值与预测值的差值;(2)将(1)中的7
×
7互不重叠像素块中划分为两部分,一部分为菱形块,另一部分为处于4个顶点位置的4个3
×
3的像素块,菱形块包括5个3
×
3的像素块,对菱形块的周边4个3
...
【专利技术属性】
技术研发人员:张正伟,孟春辰,刘宇,李秀,李芬芬,张新蕾,肖绍章,张万方,马甲林,于振洋,金圣华,高尚兵,
申请(专利权)人:淮阴工学院,
类型:发明
国别省市:
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。