[发明专利]一种隐写系统载体图像的选择方法

摘要

本发明一种隐写系统的载体图像的选择方法，其特征在于包括如下步骤：步骤一、选定图像的十维特征参数；步骤二、对图像的均值、方差、熵、纹理复杂度、图像最低位平面复杂度LSBofα、图像各个位平面复杂度平面值AVEofα，这六个特征参量归一化处理；步骤三、对直方图平滑度h_smoo、直方图的最大振荡系数h_maxoc、直方图的最大值h_max、图像最低位平面比特流0/1偏差率Derate，这四个特征参数作分段归一化处理；步骤四、提取待选载体图像的十维特征参数，并画出它的特征雷达图，步骤五、根据多副待选载体图像的特征雷达图，选择合适的待选载体图像为隐写系统的载体图像。与现有技术相比，本发明的优点在于：通过对图像的雷达图的分布与形状判断能快速准确合适的载体图像。

主权项

1.一种隐写系统的载体图像的选择方法，其特征在于包括如下步骤：步骤一、选定图像的十维特征参数，它们分别为：均值、方差、熵、纹理复杂度、直方图平滑度h_smoo、直方图的最大振荡系数h_maxoc、直方图的最大值h_max、图像最低位平面比特流0/1偏差率Derate、图像最低位平面复杂度LSBofα、图像各个位平面复杂度平面值AVEofα；其中均值为图像的平均亮度；方差为图像的色调丰富程度；熵表示图像灰度级集合的比特平均数，单位比特/像素，也描述了图像信源的平均信息量；图像纹理复杂度反映了图像空间的纹理复杂的状况；为了定义直方图的平滑度h_smoo、最大振荡系数h_maxoc以及直方图最大值h_max，首先要定义直方图函数h(n)以及直方图的每一个点定义振荡系数h_oc[n](其中n∈{0,1,…,255}，对于M×N图像，其直方图函数记为h(n)，其中n表示像素的值，对于灰度图像来讲，n∈{0,1,…,255}，它表示为图像中灰度值为n的频数，即：其中：那么振荡系数h_oc[n](其中n∈{0,1,…,255})为：根据上式，那么有：直方图平滑度直方图的最大振荡系数h_maxoc＝Max(h_oc[n])；直方图的最大值h_max＝Max(h[n])；图像最低位平面比特流0/1偏差率Derate＝|r‑0.5|，其中r表示0或者1在比特流中所占的比例；记K_NUM(B→W)为二值图像沿列和行黑白翻转次数，记MAX_NUM(B→W)为二值图像按行和列黑白的理论上最大翻转次数，那么对于灰度图像的8个位平面复杂度公式如下：记LSBofα为图像最低位平面的复杂度，AVEofα为灰度图像八个位平面的平均复杂度；步骤二、对图像的均值、方差、熵、纹理复杂度、图像最低位平面复杂度LSBofα、图像各个位平面复杂度平面值AVEofα，这六个特征参量归一化处理；步骤三、设置阈值t，对直方图平滑度h_smoo、直方图的最大振荡系数h_maxoc、直方图的最大值h_max、图像最低位平面比特流0/1偏差率Derate，这四个特征参数作分段归一化处理，分段归一化处理的公式为：将直方图平滑度h_smoo、直方图的最大振荡系数h_maxoc、直方图的最大值h_max、图像最低位平面比特流0/1偏差率Derate分别作为公式中的x，求取分段归一化处理后的y值；步骤四、将待选载体图像按照步骤一提取它的十维特征参数，将待选载体图像的均值、方差、熵、纹理复杂度、图像最低位平面复杂度LSBofα、图像各个位平面复杂度平面值AVEofα按照步骤二进行归一化处理，将待选载体图像的直方图平滑度h_smoo、直方图的最大振荡系数h_maxoc、直方图的最大值h_max、图像最低位平面比特流0/1偏差率Derate按照步骤三进行分段归一化处理，然后将十个特征参数进行归一化处理后的值按照顺时针方向画出待选载体图像的特征雷达图；步骤五、根据多副待选载体图像的特征雷达图，选择直方图平滑度h_smoo、直方图的最大振荡系数h_maxoc、直方图的最大值h_max、图像最低位平面比特流0/1偏差率Derate小，图像最低位平面复杂度LSBofα、图像各个位平面复杂度平面值AVEofα大的待选载体图像为隐写系统的载体图像。