[发明专利]一种基于模糊推理系统的自适应彩色图像隐写方法

说明书

本发明公开一种基于模糊推理系统的自适应彩色图像隐写方法，包括如下步骤：步骤1，分离彩色载体图像颜色通道，提取载体图像各个颜色通道的特征；步骤2，确定隶属度函数，给定模糊规则，以步骤1提取的特征作为输入，经过模糊器、模糊推理机得到一个模糊输出，进而通过解模糊器得到一个清晰的输出值；步骤3，判断每个像素类型，根据颜色通道的复杂度估计其嵌入容量，加密拟隐藏的信息，利用LSB算法针对不同的像素类型自适应嵌入不同位数的秘密信息，合并图像颜色通道，得到载密图像。此种方法充分考虑彩色图像颜色空间复杂度，根据图像本身的纹理复杂度、视觉特性自适应嵌入不同的容量，能够提高图像嵌入容量、不可感知性及秘密信息安全性。

技术领域

本发明属于图像信息隐藏技术领域，特别涉及一种基于模糊推理系统的自适应彩色图像隐写方法。

背景技术

在信息技术不断发展的同时，信息安全问题也日显突出。近年来，信息隐藏技术已成为信息安全的研究焦点之一。由于数字图像具有数据量大、冗余性强等特征，因此以其为载体的图像隐写技术是目前研究热点。目前根据图像隐写术嵌入域的不同，可将其分为空域隐写术[28，24]和变换域隐写术[26，27]两类；根据嵌入策略的不同，图像隐写术又可分为非自适应隐写术[25]和自适应隐写术[13，14，15]两类。自适应图像隐写算法是根据载体图像自身属性，将秘密信息嵌入到图像的纹理复杂(边缘)区域，该算法一定程度上提高了秘密信息的安全性[12]。与此同时，智能计算、机器学习与隐写术的结合也为近年来进入瓶颈期的传统隐写术注入了新的活力[16，17]，其中以模糊集理论为基础的模糊推理系统、模糊聚类分析、模糊几何学、模糊度量以及与其他智能计算相结合的方法可以有效提高图像信息隐写技术[18，3]。

模糊集理论是1965年L.A.zadeh提出的一种处理不确定性问题的有效软计算方法[21]，并在此基础上发展起来了传统模糊推理系统、模糊控制系统、自适应模糊差值推理系统等[2，22，23]。由于图像本身的不确定性及定义图像边缘和纹理时存在的模糊性，而模糊集理论在描述不确定性事件和不精确信息时具有先天的优势，因此将其用于图像处理、图像边缘检测、图像隐写等方面有较好的结果[19，20，4]。Khursheed和Mir[10，11]第一次尝试将模糊推理方法应用于隐写术，将信息嵌入到图像模糊逻辑域中，该算法计算成本低、不可感知性好，且嵌入率高、能够抗载体图像攻击。与其他隐藏方法相比，基于模糊推理系统的隐写方法将更多的精力集中在视觉质量的保持上，以提高嵌入容量及秘密信息安全性，表现出了优于传统方法的结果。

目前基于模糊集理论的图像隐写算法大都是基于灰度图像，推理系统仅考虑单输入单输出情形[3，8]，其颜色信息和图像本身特性没有被有效利用，导致嵌入容量有限、实用性不强。除此之外，现有的彩色图像隐写算法大多是将基于灰度图像的隐写算法直接用于彩色通道，未能充分运用彩色视觉感知机理和考虑彩色图像颜色通道间相关性，进而会导致隐写算法安全性不高、易被检测。

参考文献信息如下：

[1]Sivanandam S N.Introduction to Fuzzy Logic using MATLAB[J].Springer Berlin,2007,26(2):319-328.

[2]Sajasi S,Moghadam A M E.A high quality image steganography schemebased on Fuzzy Inference System[C]//Fuzzy Systems(IFSC),201313th IranianConference on.2013.