专利汇可以提供一种基于纹理复杂度的JPEG图像自适应隐写方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于纹理复杂度的JPEG图像自适应隐写方法,利用与JPEG图像DCT 块 对应的 像素 块的灰度共生矩阵来计算分块的纹理复杂度,并设计相应的失真代价函数,结合均匀嵌入的思想,使用STCs(syndrome trellis codes)编码将嵌入 修改 均匀分布到绝对值不同的非零DCT系数上。本发明生成的图像具有比特率低,画面 质量 高,反检测能 力 强等优点。,下面是一种基于纹理复杂度的JPEG图像自适应隐写方法专利的具体信息内容。
1.一种基于纹理复杂度的JPEG图像自适应隐写方法,其特征在于:包括隐写嵌入方法和信息提取方法;
所述隐写嵌入方法,其具体实现包括以下步骤:
步骤A1:对JPEG图像解压缩成灰度图像,对灰度图进行分块;
步骤A2:针对每一个分块计算出基于每个块的失真代价;
所述计算出基于每个块的失真代价,其计算公式为:
ρent=1/T(B(k))θ (式2)
其中,p(i,j)代表图像的灰度矩阵第i行第j列元素,B(k)代表某一个N×N的子块,N为子块的分块大小,单位为像素;θ为失真代价函数所设置的参数;T(B(k))即代表这一个子块的纹理复杂度,ρent为该子块的失真代价;
步骤A3:提取出该JPEG图像所用的量化表,计算出基于每一个DCT系数的失真代价;
步骤A4:按照先块内行扫描再块间行扫描的方式,取出值为非0的DCT系数中的AC系数的LSB,形成比特流,然后对此比特流进行置乱操作,得到置乱后的比特流c;
步骤A5:利用STCs编码和已经设计好的失真代价函数将要嵌入的隐秘信息比特流m嵌入到比特流c中,得到载密比特流s,将s按照密钥key进行恢复原始顺序,将s比特流和原DCT系数相结合得到载密的DCT系数;
步骤A6:对载密的DCT系数进行JPEG压缩标准中的后续操作形成JPEG图像,完成秘密信息嵌入过程,得到载密图像;
所述信息提取方法,其具体实现包括以下步骤:
步骤B1:提取出载密图像的DCT系数,按照先块内再块间的行扫描方式得到非0的DCT系数中的AC系数,然后取其LSB位形成比特流s;
步骤B2:利用密钥key对比特流s进行置乱,然后结合STCs编码的提取过程进行计算得到秘密信息比特流m,完成整个提取过程。
2.根据权利要求1所述的基于纹理复杂度的JPEG图像自适应隐写方法,其特征在于,步骤A3中所述计算出基于每一个DCT系数的失真代价,其计算公式为:
ρf=q2 (式3)
ρk=ρf·ρent (式4)
其中,q为量化步长,ρk为第k个DCT系数的失真定义,cij是(i,j)位置的DCT系数;αia和αir是为了满足相加的性质而设置的调整参数,dia∈Nia,dir∈Nir,Nia和Nir分别表示cij的块内和块间相邻系数;
Nia={ci+1,j,ci-1,j,ci,j+1,ci,j-1},Nir={ci+8,j,ci-8,j,ci,j+8,ci,j-8};
若cij可能处于图像的边界上,则在邻近系数的计算上不存在的点不计入计算;ρij即为对应块的DCT系数失真代价。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种关联书本与电子资源的系统 | 2020-05-11 | 29 |
卷积神经网络的处理方法及装置 | 2020-05-12 | 222 |
一种基于深度神经网络的数字视频特征提取方法 | 2020-05-13 | 867 |
一种GPU加速的椭球裁剪图地形渲染方法 | 2020-05-14 | 254 |
用于对试样成像的装置 | 2020-05-14 | 598 |
基于视觉显著性的HEVC优化算法 | 2020-05-08 | 670 |
数字预失真的控制方法及电子设备 | 2020-05-12 | 489 |
图片压缩方法、装置、存储介质、计算机设备 | 2020-05-11 | 232 |
一种智能远程书法数字化学习评价信息处理系统及方法 | 2020-05-14 | 615 |
一种车载LVDS信号解析系统 | 2020-05-11 | 275 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。