[發明專利]基于細菌覓食優化邊緣檢測和XOR編碼的圖像隱寫方法

有效

• 申請號: 202010917564.7
• 申請日: 2020-09-03
• 公開（公告）號: CN112100632B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 陳明志;謝加良;許春耀;王鴻輝;張瑞;翁才杰;周怡;饒慶裕;楊小權
• 申請（專利權）人: 北卡科技有限公司
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06T7/13;G06T7/136;G06T5/00;G06N3/006
• 代理公司: 福州君越知識產權代理事務所(普通合伙) 35299
• 代理人: 梁錦平

1.一種基于細菌覓食優化邊緣檢測和XOR編碼的圖像隱寫方法，其特征在于包括如下步驟：

步驟1，對于載體圖像，模糊化其USAN區域面積，再進行模糊增強，并利用細菌覓食算法進行優化；

所述步驟1的具體內容是：

步驟11，計算載體圖像的USAN區域面積s；

步驟12，利用高斯模糊函數模糊化USAN區域面積，獲取其隸屬度μ₁(s)；

步驟13，使用模糊增強函數對圖像進行模糊增強，并采用細菌覓食算法對模糊增強函數中的參數進行優化；

所述步驟13的具體內容是：

步驟13A，采用如下模糊增強函數對圖像進行模糊增強：

其中，α、β、γ為模糊增強函數的參數，它們為正數，且滿足如下條件：

α＝[2^-β+2^-γ]^-1

步驟13B，設定目標函數如下：

min?J＝H+|S_df-S_f|

其中，H為模糊熵，S_df為理想清晰度因素，S_f為清晰度因素；

模糊熵H的計算公式如下：

其中，L是USAN區域內像素點的總數目，s_max、s_min分別是USAN區域面積的最大值、最小值；

清晰度因素S_f的計算公式如下：

其中，Q_S、Q_w分別為強、弱邊緣點的模糊邊緣質量因子，公式如下所示：

其中，F_avgS、F_avgw分別為平均強、弱邊緣點的模糊邊緣增強因子，F_S、F_w分別為強、弱邊緣點的模糊邊緣增強因子；

步驟2，通過自適應閾值進行圖像解模糊化，實現邊緣檢測；

所述步驟2中，根據步驟1得到的優化結果，得到最優的模糊USAN矩陣，解模糊化該模糊USAN矩陣后將其轉換為邊緣圖像，通過自適應閾值提取邊緣像素，將區域大小設置為同USNA區域一樣的區域大小，取局部區域隸屬度的平均值和中位數的平均值為閾值，從而每個點都有專屬閾值，根據專屬閾值判斷其是否為邊緣點；

步驟3，對秘密信息進行加密處理；

步驟4，利用XOR編碼將秘密信息嵌入載體圖像的邊緣點和非邊緣點，在嵌入時將所有像素點四等分，并保證當嵌入每一個四等分組的像素能按照最小像素改變原則進行秘密信息嵌入。

2.如權利要求1所述的基于細菌覓食優化邊緣檢測和XOR編碼的圖像隱寫方法，其特征在于：所述步驟3的具體內容是：利用Logistic混沌系統對秘密信息進行加密，通過異或操作實現圖像置換，結合隨機序列及Arnold變換實現圖像置換。

3.如權利要求1所述的基于細菌覓食優化邊緣檢測和XOR編碼的圖像隱寫方法，其特征在于：所述步驟4中，若將3比特的秘密信息m₁、m₂、m₃嵌入到隨機的某一個四等分組的像素p₁、p₂、p₃、p₄中，具體過程是：

首先，執行如下操作：

其次，將k₁、k₂、k₃與秘密信息進行比較，并根據下表進行像素修改：

最后，設q₁,q₂,q₃,q₄為修改后的載體圖像最低有效位，那么執行如下異或操作即能夠提取秘密信息：

4.如權利要求1所述的基于細菌覓食優化邊緣檢測和XOR編碼的圖像隱寫方法，其特征在于：所述步驟4中，在將秘密信息嵌入載體圖像時，對非邊緣點嵌入a比特，對邊緣點嵌入b比特，且a＜b。