[发明专利]一种基于凸壳和分组插补的隐藏图像修复方法

说明书

本发明公开了1.一种基于凸壳和分组插补的隐藏图像修复方法，其特征是，所述信息载体和隐藏信息均为图像，所述方法包括如下步骤：1）确定需要修复像素；2）应用凸壳修复像素；3）应用分组插补法修复像素；4）修复边界标记像素；5）去除孤立点。这种方法修复边界标记像素并清除孤立点能提高修复的准确率，提升恢复隐藏图像的峰值信噪比。

技术领域

本发明涉及图像处理领域和信息安全领域，具体是一种基于凸壳和分组插补的隐藏图像修复方法。

背景技术

随着网络技术的发展，信息安全备受人们的关注。信息隐藏作为信息安全的重要研究领域，得到了广泛应用。信息隐藏目的是将秘密信息嵌入到载体中，让截获者察觉不到隐秘通信的存在，从而实现安全通信。

已有的空域图像恢复方法包括：开关中值和形态学滤波去除脉冲噪声的算法、自适应双阈值去除随机脉冲噪声的算法、基于迭代方法去除随机脉冲噪声的算法。开关中值和形态学滤波去除脉冲噪声的算法首先通过基于侵蚀和膨胀算子的形态学梯度对噪声进行监测，然后通过混合滤波器去除监测到的脉冲噪声；自适应双阈值去除随机脉冲噪声的算法，通过引入双阈值的概念来改进噪声监测的技术，应用窗口平均像素值计算阈值，准确的噪声监测更加有利于图像去噪；基于迭代方法去除随机脉冲噪声的算法通过检查噪声点分布，针对检测出的噪声点应用基于迭代的中值滤波进行修复。已有的频域图像恢复方法包括：基于小波和多重分形的奇异检测图像去噪方法、应用维纳滤波的双层混合小波变换来实现图像恢复、应用对偶树复小波变换来实现图像恢复。基于小波和多重分形的奇异检测图像去噪方法利用小波变换的多分辨率分析，利用不同尺度的局部统计自相似性，计算出各尺度局部奇异性的逐点奇异强度值，通过对奇异强度的阈值划分，将每个尺度的小波系数分为两类：边缘相关正则小波系数和不规则系数。不规则系数类，用一种近似的最小均方误差估计方法进行降噪处理，而边缘关联规则的小波系数类，利用模糊加权均值滤波器进行平滑处理，旨在保护边缘和细节时降噪。应用维纳滤波的双层混合小波变换来实现图像恢复根据混合小波并结合软阈值函数和硬阈值函数对图像进行初步处理，并使用维纳滤波处理得到恢复图像；应用对偶树复小波变换来实现图像恢复用对偶树复小波变换来分解图像并且用压缩操作去除图像的噪声。

发明内容

本发明的目的是针对现有技术的不足，而提供一种基于凸壳和分组插补的隐藏图像修复方法。这种方法修复边界标记像素并清除孤立点能提高修复的准确率，提升恢复隐藏图像的峰值信噪比。

实现本发明目的的技术方案是：

一种基于凸壳和分组插补的隐藏图像修复方法，与现有技术不同的是，信息载体和隐藏信息均为图像，所述方法包括如下步骤：

1)确定需要修复像素：若载密图像被椒盐噪声干扰，检测载密图像，值为0或255的像素点为被破坏像素，对从被破坏像素中提取的隐藏信息进行标记，在隐藏图像中，若像素高5位未被破坏，该像素不需进行修复，若像素高5位存在被破坏的比特位，对该像素进行标记，按行遍历隐藏图像像素，若标记像素为非边界像素，则采用步骤2)或步骤3)进行修复，若标记像素为边界像素，则采用步骤4)进行修复，最后采用步骤5)修复孤立点；