【技术实现步骤摘要】
本专利技术涉及信息安全，具体地说是基于块内外像素预测复杂度的可逆信息隐藏方法及系统。
技术介绍
1、lpvo(location-based pixel-value-ordering，lpvo)是一种用于可逆信息隐藏的预测方法，可逆信息隐藏是在不破坏原始数据的情况下将一定数量的秘密信息嵌入到原始图像中，并能够对秘密信息完全恢复，同时又保持原始数据的质量和完整性的一种技术。通常采用psnr来表示嵌入秘密信息后的图像质量，psnr值越高，图像质量则越好；而在图像中嵌入秘密信息时，会优先选择平滑度高的图像块进行嵌入，因此需要准确的复杂度预测技术来判断块的复杂度，随后出现了很多复杂度预测方法，如：pvo(pixel-value-ordering,pvo)预测方法，通过像素值来进行预测，将每个图像块中的次大值减去次小值预测每个块的复杂度；apvo(adaptive complexity for pixel-value-ordering,apvo)通过选取最大像素和次大像素(以最大值为例)的8个相邻像素中相关度最高的像素来预测块的复杂度，将像素的选择扩展到了相邻的图像块中；lpvo通过像素值和像素值的位置来进行预测，利用图像块周围的像素来预测块的复杂度。这种方法对于预测复杂度取得了更大的进展，只通过块周围的像素来预测复杂度，psnr也能达到更好的值。
2、如何结合图像块块内和块外的像素、在保证嵌入量和可逆性的条件下得到psnr值较高的载密图像，是需要解决的技术问题。
技术实现思路
1
2、第一方面，本专利技术一种基于块内外像素预测复杂度的可逆信息隐藏方法，包括如下步骤：
3、图像预处理：对载体图像进行防溢出处理，得到处理后载体图像；
4、图像分割处理：将处理后载体图像划分为多个互不重叠的图像块，各个图像块的大小相同且图像块内像素的总数大于预设的最大预测误差对；
5、复杂度计算：对于每个图像块，基于lpvo方法设定图像块的外部区域、并基于图像外部区域的像素进行复杂度计算，得到的复杂度作为块外复杂度，基于指定的预测误差对筛选出图像块中未参与预测的像素，基于图像块外部区域的像素以及图像块中未参与预测的像素进行复杂度计算，得到的复杂度作为块内外复杂度，将块内复杂度和块内外复杂度相加作为图像块最终的复杂度；
6、信息嵌入：基于设定的阈值范围以及每个图像块的复杂度，在每个阈值下、选取嵌入秘密信息的图像块作为预测图像块，并基于指定的预测误差对将秘密信息嵌入对应的预测图像块中，得到每个阈值下的载密图像块；
7、载密图像筛选：对于每个阈值下的载密图像块，计算所有载密图像块中嵌入的秘密信息的数量、得到信息量，并计算所有载密图像块中图像失真总量、得到失真量，基于信息量和失真量、选择图像质量最优的载密图像。
8、作为优选，对载体图像进行防溢出处理，包括如下步骤：
9、将载体图像中需要存储秘密信息的区域作为目标区域，遍历目标区域每个像素的像素值；
10、对于像素值为255的像素，将其像素值修改未254，对于像素值为0的像素，将其像素值修改为1。
11、作为优选，图像分割处理包括如下步骤：
12、l100、设定最大预测误差对pairs；
13、l200、对处理后载体图像进行自适应分块，得到多个互不重叠的图像块，每个图像块的大小为a×b；
14、l300、对于图像块，通过对比a×b与pairs的大小、判断图像块中像素的总数是否大于预设的最大预测误差对，如果是，对图像块进行复杂度计算，如果否，执行步骤l200和步骤l300。
15、作为优选，对于每个图像块，复杂度计算包括如下步骤：
16、基于lpvo方法计算复杂度：设定图像块的外部区域，基于图像块外部区域的像素，基于像素在外部区域的位置、将相邻像素的像素值差值的绝对值相加，得到图像块的复杂度作为块外复杂度，块外复杂度nl0i的计算公式如下：
17、nl0i＝∑dver+∑dhor
18、其中，dver表示图像块外部区域垂直方向相邻两个像素的绝对差值，dhor表示图像块外部区域水平方向相邻两个像素的绝对差值；
19、块内像素筛选：将图像块内像素按照像素值升序的方式进行排序，基于指定的预测误差对筛选出未参与预测的像素；
20、块内像素操作：基于图像块内未参与预测的像素，进行如下三个操作：
21、第一操作：对于图像块内未参与预测的像素，计算所有像素的像素值均值、并将像素值与均值之间差值的平方相加，得到图像块的第一块内外复杂度，对于第i个图像块，第一块内外复杂度nl1i计算公式如下：
22、
23、
24、第二操作：对于图像块中未参与预测的像素，基于像素在图像块中位置、按照先自上至下再自左至右的排序逻辑对像素进行位置编号，并基于位置编号升序的方式对像素进行排序，将位置编号相邻像素的像素值依次相减、并将像素值差值的绝对值进行相加，得到图像块的第二快内外复杂度，对于第i个图像块，第二块内外复杂度nl2i计算公式如下：
25、
26、第三操作：基于图像块外部区域的像素以及图像块中未参与预测的像素，计算最大像素值与最小像素值的差值，得到图像块的第三块内外复杂度，对于第i个图像块，第三块内外复杂度nl3i的计算公式如下：
27、nl3i＝cmax-cmin
28、将块外复杂度、第一块内外复杂度、第二块内外复杂度以及第三块内外复杂度相加，得到图像块最终的复杂度，对于第i个图像块，复杂度nli计算公式为:
29、nli＝nl10+nl1i+nl2i+nl3i
30、其中，第i个图像块中具有n个像素，指定有k对预测误差对，未参与预测像素的像素值分别为xσ(k+1),xσ(k+2),…,xσ(n-k)，未参与预测像素的像素值平均值为avgi；
31、xl表示第l个未参与预测像素的像素值，l表示图像块中未参与预测像素的总数量；
32、cmax表示图像块外部区域的像素以及图像块中未参与预测的像素中最大像素值，cmin表示图像块外部区域的像素以及图像块中未参与预测的像素中最小像素值。
33、作为优选，信息嵌入包括如下步骤：
34、设定阈值范围为(0≤t1≤t2,…,≤tm,…,≤tmax)，其中，tm为整数，1≤m，tmax为设置的最大阈值；
35、对于每个阈值[t(m-1),tm)，如果第i个图像块的复杂度ni大于等于阈值t(m-1)小于阈值tm，则第i个图像块作为嵌入秘密信息的图像块，将秘密信息嵌入图像块的目标像素中，得到第i个图像块对本文档来自技高网...
【技术保护点】
1.一种基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，对载体图像进行防溢出处理，包括如下步骤：
3.根据权利要求1所述的基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，图像分割处理包括如下步骤：
4.根据权利要求1所述的基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，对于每个图像块，复杂度计算包括如下步骤：
5.根据权利要求1-4任一项所述的基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，信息嵌入包括如下步骤：
6.一种基于块内外像素预测复杂度的可逆信息隐藏系统，其特征在于，用于通过如权利要求1-5任一项所述的一种基于块内外像素预测复杂度的可逆信息隐藏方法将可逆信息嵌入载体图像，所述系统包括图像预处理模块、图像分割处理模块、复杂度计算模块、信息嵌入模块以及载密图像筛选模块；
7.根据权利要求6所述的基于块内外像素预测复杂度的可逆信息隐藏系统，其特征在于，所述图像预处理模块用于执行如
8.根据权利要求6所述的基于块内外像素预测复杂度的可逆信息隐藏系统，其特征在于，图像分割处理模块用于执行如下：
9.根据权利要求6所述的基于块内外像素预测复杂度的可逆信息隐藏系统，其特征在于，所述复杂度计算模块用于执行如下计算每个图像块的复杂度：
10.根据权利要求6-9任一项所述的基于块内外像素预测复杂度的可逆信息隐藏系统，其特征在于，信息嵌入模块用于执行如下：
...【技术特征摘要】
1.一种基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，对载体图像进行防溢出处理，包括如下步骤：
3.根据权利要求1所述的基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，图像分割处理包括如下步骤：
4.根据权利要求1所述的基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，对于每个图像块，复杂度计算包括如下步骤：
5.根据权利要求1-4任一项所述的基于块内外像素预测复杂度的可逆信息隐藏方法，其特征在于，信息嵌入包括如下步骤：
6.一种基于块内外像素预测复杂度的可逆信息隐藏系统，其特征在于，用于通过如权利要求1-5任一项所述的一种基于...
【专利技术属性】
技术研发人员：李健，杨秒秒，马宾，王春鹏，吴晓明，
申请(专利权)人：齐鲁工业大学山东省科学院，
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。