[发明专利]基于DCT系数相关性的图像可逆信息隐藏方法及系统有效
申请号: | 202110976419.0 | 申请日: | 2021-08-24 |
公开(公告)号: | CN113676616B | 公开(公告)日: | 2023-06-06 |
发明(设计)人: | 马宾;张泽霖;马睿和;徐健;王春鹏;李健;周林娜 | 申请(专利权)人: | 齐鲁工业大学 |
主分类号: | H04N1/32 | 分类号: | H04N1/32;H04N19/91;H04N19/625;H04N19/129;H04N19/124 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 闫圣娟 |
地址: | 250353 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 dct 系数 相关性 图像 可逆 信息 隐藏 方法 系统 | ||
1.一种基于DCT系数相关性的图像可逆信息隐藏方法,其特征在于,包括:
将原始JPEG图像分成互不重叠的区块,并进行熵解码得到其量化DCT系数;
利用双层排序方法对区块进行排序,并计算水平竖直方向上区块的相关性;
选择最优块作为预测块并计算预测误差,生成预测误差直方图;
根据预测误差直方图选择嵌入点,通过直方图移位得到嵌入空间,嵌入秘密信息;
对信息隐藏后的DCT系数进行熵编码,生成携带秘密信息的JPEG图像,实现图像可逆信息隐藏;
其中,所述双层排序方法具体包括全局排序和局部排序:所述全局排序基于图像非零系数个数和相关性对区块顺序进行排序,所述局部排序利用梯度预测对每个区块的水平竖直方向进行梯度预测,找到每个区块最优梯度方向上的最优块作为预测块;
所述选择最优块作为预测块并计算预测误差,生成预测误差直方图,具体为:
通过局部排序选定预测块,即邻近块中相关性最高的DCT块;
用嵌入块矩阵与预测块矩阵做差,得到预测误差矩阵;
根据预测误差矩阵的数值生成频率直方图,得到预测误差直方图;
所述根据预测误差直方图选择嵌入点,选取预测误差值为-1和0的位置作为嵌入点。
2.如权利要求1所述的一种基于DCT系数相关性的图像可逆信息隐藏方法,其特征在于,所述全局排序具体包括:根据图像区块非零系数的个数,对每个块进行zigzag扫描,计算最后一个非零系数的位置,作为排序的参数,对该参数进行由小到大的排序。
3.如权利要求1所述的一种基于DCT系数相关性的图像可逆信息隐藏方法,其特征在于,所述局部排序具体包括:基于梯度选择的预测方法,利用图像梯度选择判断每个图像区块DC系数的梯度趋势,对预测块的相邻块的DC系数进行测量、计算和比较,分别计算出该块水平方向、竖直方向的梯度趋势,并根据梯度趋势进行排序。
4.如权利要求1所述的一种基于DCT系数相关性的图像可逆信息隐藏方法,其特征在于,所述选择最优块作为预测块,具体包括,选取最小梯度方向所在块,进行排序,选出该方向DC系数差值最小的块。
5.如权利要求1所述的一种基于DCT系数相关性的图像可逆信息隐藏方法,其特征在于,所述通过直方图移位得到嵌入空间,具体表示如下:
其中,[p,q]表示误差选取范围,b表示秘密信息,di,j表示预测误差,Di,j表示最终得到载密的DC系数。
6.一种基于DCT系数相关性的图像可逆信息隐藏系统,其特征在于,包括:
DCT系数获取单元,其用于将原始JPEG图像分成互不重叠的区块,并进行熵解码得到其量化DCT系数;
双层排序单元,其用于利用双层排序方法对区块进行排序,并计算水平竖直方向上区块的相关性;
误差预测单元,其用于选择最优块作为预测块并计算预测误差,生成预测误差直方图;
信息嵌入单元,其用于根据预测误差直方图选择嵌入点,通过平移得到嵌入空间,嵌入秘密信息;
可逆信息隐藏单元,其用于对信息隐藏后的DCT系数进行熵编码,生成携带秘密信息的JPEG图像,实现图像可逆信息隐藏;
其中,所述双层排序方法具体包括全局排序和局部排序:所述全局排序基于图像非零系数个数和相关性对区块顺序进行排序,所述局部排序利用梯度预测对每个区块的水平竖直方向进行梯度预测,找到每个区块最优梯度方向上的最优块作为预测块;
所述选择最优块作为预测块并计算预测误差,生成预测误差直方图,具体为:
通过局部排序选定预测块,即邻近块中相关性最高的DCT块;
用嵌入块矩阵与预测块矩阵做差,得到预测误差矩阵;
根据预测误差矩阵的数值生成频率直方图,得到预测误差直方图;
所述根据预测误差直方图选择嵌入点,选取预测误差值为-1和0的位置作为嵌入点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于齐鲁工业大学,未经齐鲁工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110976419.0/1.html,转载请声明来源钻瓜专利网。