[發明專利]基于紋理合成的魯棒隱寫方法

有效

• 申請號: 201610965782.1
• 申請日: 2016-10-28
• 公開（公告）號: CN107067360B
• 公開（公告）日: 2019-11-19
• 發明（設計）人: 錢振興;呂夢琪;張新鵬
• 申請（專利權）人: 上海大學
• 主分類號: G06T1/00
• 分類號: G06T1/00
• 代理公司: 31205 上海上大專利事務所(普通合伙)
• 代理人: 何文欣<國際申請>=<國際公布>=<進入

1.一種基于紋理合成的魯棒隱寫方法，其特征在于：該方法的具體操作步驟如下：

(一)、實現信息隱藏具體步驟如下：

(1)使用的源紋理圖像大小為S_r×S_c，根據光柵掃描順序移動每個像素，將紋理圖像分為(S_r-T_r+1)·(S_c-T_c+1)個重疊塊，每一個塊的大小為T_r×T_c，將每一個候選塊進一步分為內核區域和邊界區域，內核區域包含K_r×K_c像素，邊界長度在矩形長寬方向分別為B_c和B_r，共有(S_r-T_r+1)·(S_c-T_c+1)個內核區域對應于所有的候選塊；

(2)定義候選塊為{P₁，P₂，...，P_N}，其相對應內核區域為{R₁，R₂，...，R_N}，N＝(S_r-T_r+1)·(S_c-T_c+1)，使用標準偏差評估內核區域的復雜度：

[·]為取整操作符，k＝1，2，...，N，其中A_k表達式為：

(3)通過步驟(2)中得出的復雜度{D₁，D₂，...，D_N}，取出D_max和D_min，根據D_max和D_min，由公式(3-1)生成M個值{V₁，V₂，...，V_M}：

根據公式(3-1)所生成的值，構造包含候選塊的M組分類{Π₁，Π₂，...，Π_M}：

Π_i＝{P_k|D_k∈(V_i-δ，V_i+δ)} (3-2)

其中i＝1，2，...，M，k＝1，2，...，N，δ為滿足0≤δ＜(D_max-D_min)/2M區間的任意數，我們使用每個分類來表示多個秘密比特，M組分類中的一組包含信息，表示向下取整；

(4)為隱藏秘密信息，將秘密信息轉化為二進制比特流，并將秘密信息分為L段{B₁，B₂，...，B_L}，每段包含同時計算出每段信息十進制值E_i(i＝1，2，...，L)，構造大小為[(K_r+B_r)·W_r]×[(K_c+B_c)·W_c]的空白畫布，W_r和W_c為滿足公式(4-1)的整數：

(5)偽隨機產生L個整數對作為密鑰{(p₁，q₁)，(p₂，q₂)，...，(p_L，q_L)}，其中1≤p_i≤W_r，1≤q_j≤W_c，整數對需要滿足以下兩個條件，首先，每組整數對互不相同；其次，對于任意兩組整數對，應滿足p_i-p_j＞1或者q_i-q_j＞1；

(6)對于任意一段秘密信息B_i(i＝1，2，...，L)，選擇分類Π_i+1中任意一個候選塊，將候選塊所有T_r×T_c個像素畫入空白畫布中，其所處位置范圍為從((K_r+B_r)·(p_i-1)+1，(K_c+B_c)·(q_i-1)+1)到((K_r+B_r)·p_i+B_r，(K_c+B_c)·q_i+B_c)；

(7)畫布其余空白區域通過從(S_r-T_r+1)·(S_c-T_c+1)個候選塊中選出最合適候選塊進行紋理合成，紋理合成所采用的算法是在“最小誤差邊界”法基礎上做輕微改變，通過迭代填充的方式來選擇候選塊填入空白區域，因和畫布已有塊具有重疊區域，計算重疊區域部分的最小均方差MSE來確定填補候選塊，其具體步驟如下：

(7-1)對已有候選塊“C”進行紋理合成，分別計算“C”和其上部候選塊“A”之間重疊區域的MSE，以及“C”和其左部候選塊“B”之間重疊區域的MSE；

(7-2)同時加入右部或者下部重疊區域的MSE，進行最佳候選塊的選擇，計算“C”和其下部候選塊“D”之間重疊區域的MSE；

(7-3)計算重疊區域的最小成本路徑來確定縫合線，從“C”候選塊三個方向重疊區域的MSE值找到最佳候選塊，來進行畫布空白區域填補，完成紋理合成；

(8)重復步驟(7)完成畫布空白區域填補，最終生成所需隱寫紋理圖像，嵌入容量C_e(bits)為：

(二)、實現信息提取具體步驟如下：

(1)接收者從隱寫紋理圖像中提取出L個候選塊{Q₁，Q₂，...，Q_L}，同時分離出相應的L個內核區{U₁，U₂，...，U_L}，由公式(2-1)和公式(2-2)計算出標準偏差評估內核區域的復雜度，定義其復雜度值為{G₁，G₂，...，G_L}，取值范圍由G_min到G_max；

(2)由于隱寫紋理圖像經過JPEG圖像壓縮，接收者需重新構建包含M個值的序列{V′₁，V′₂，...，V′_M}：

(3)重新構造包含候選塊的M組分類{Λ₁，Λ₂，...，Λ_L}：

Λ_i＝{Q_k|V′_k∈[V_i′-Δ/2，V_i′+Δ/2]}

其中i＝1，2，...，M，k＝1，2，...，L，Δ＝(G_max-G_min)/M；

(4)對于每一個提取的候選塊Q_k(k＝1，2，...，L)，我們可以從候選塊中提取出的秘密信息，如果Q_k∈Λ_i(i＝1，2，...，M)，則秘密信息即為(i-1)的二進制值；

通過以上步驟，的秘密信息可從接收圖像中提取出來。