欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021102119871
申请人: 安徽师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-08-06
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于重构矩阵的高载荷图像隐写方法,其特征在于,所述方法具体包括如下步骤:S1、对密钥k1所对应的原始数独拼图进行扩展,构建重构矩阵M;

S2、利用希尔伯特曲线将h×w大小的载体图像I扫描成一维像素的重排列后,将其划分成不重叠的像素对;

S3、将二进制的原始秘密信息比特流B=(b1,b2,…,bn)2转换成九进制的秘密信息序列D=(d1,d2,…,dh×w)9;

S4、根据所确定的像素修正规则,将每两位九进制秘密信息隐藏到载体图像对应的像素对中,得到含密的伪装图像I′;

重构矩阵M的构建方法具体包括如下步骤:

S11、查找密钥k1对应的9*9原始数独拼图,基于密钥k2确定各标记位的扩展编码规则,其中,{k1,k2}为通信双方事先共享相同的密钥序列;

S12、以Zig‑zag扫描原始数独拼图,并将其内的每个元素重新排列成一维的标记位序列;

S13、根据所确定的扩展编码规则将各标记位扩展成3*3的子单元Unit,标记位位于子单元Unit的左下角;

S14、将各扩展所得的子单元Unit按顺序拼成27*27的扩展数独拼图;

S15、将扩展数独拼图中的所有标记位数值减1后形成九进制的数独网格Grid;

S16、将数独网格Grid进行无重叠的平铺,获取256*256大小的重构矩阵M;

像素修正规则具体如下:

(1)确定重构矩阵M内的每个坐标点M(p′i,p′i+1)所属的3*3子单元Unit,用UN(x,y)表示,UN(x,y)的定义如下:其中 且 运算符号 代表下取整操作;

(2)将子单元Unit左下角元素作为代表元素代表其值,代表元素的值用S(x,y)表示,且S(x,y)=M(3x,3y),所有子单元UN(x,y)中代表元素位置S(x,y)重新组成一个85*85的子矩阵S,子矩阵S内的坐标点值满足:两位九进制秘密信息隐藏方法具体包括如下步骤:

S41、顺序检索出两位待嵌入的九进制秘密数据(dj,dj+1)和载体图像I中所对应的像素对(pi,pi+1),并将原始像素对(pi,pi+1)定位到重构矩阵M上的坐标点M(p′i,p′i+1);

S42、确定M(p′i,p′i+1)所属的3*3子单元UN(x,y)及其在子矩阵S中所对应的代表元素值S(x,y);

S43、读取第一位秘密数字dj,检测dj是否等于其对应的S(x,y),若检测结果为否,则在子矩阵S的四个候选元素集CEh(x,y),CEv(x,y),CEb(x,y)和CEe(x,y)中搜索出满足如下条件的候选元素:S(xh,yh)=S(xv,yv)=S(xb,yb)=S(xe,ye)=dj其中,S(xh,yh)∈CEh(x,y),S(xv,yv)∈CEv(x,y),S(xb,yb)∈CEb(x,y),S(xe,ye)∈CEe(x,y);

S44、读取第二位秘密数字dj+1在候选元素S(xh,yh)、S(xv,yv)、S(xb,yb)及S(xe,ye)在重构矩阵M上所对应的3*3子单元UN(xh,yh)、UN(xv,yv)、UN(xb,yb)、UN(xe,ye)中查找满足如下条件的坐标点:M(x′h,y′h)=M(x′v,y′v)=M(x′b,y′b)=M(x′e,y′e)=dj+1;

其中,M(x′h,y′h)∈UN(xh,yh),M(x′v,y′v)∈UN(xv,yv),M(x′b,y′b)∈UN(xb,yb),M(x′e,y′e)∈UN(xe,ye);

S45、计算M(x′h,y′h)、M(x′v,y′v)、M(x′b,y′b)、M(x′e,y′e)距M(p′i,p′i+1)的欧几里得距离,将欧几里得距离最小的位置点作为对应像素对的修正位置。

2.如权利要求1所述基于重构矩阵的高载荷图像隐写方法,其特征在于,坐标点M(p′i,p′i+1)的定位方法具体如下:若pi<255且pi+1<255,则直接将像素对(pi,pi+1)定位到重构矩阵M上的坐标点M(pi,pi+1);

若pi=255且pi+1<255,则直接将像素对(pi,pi+1)定位到重构矩阵M上的坐标点M(254,pi+1);

若pi<255且pi+1=255,则直接将像素对(pi,pi+1)定位到重构矩阵M上的坐标点M(pi,

254);

若pi=255且pi+1=255,则直接将像素对(pi,pi+1)定位到重构矩阵M上的坐标点M(254,

254)。

3.权利要求1所述基于重构矩阵的高载荷图像隐写方法,其特征在于,S(x,y)在子矩阵S中所对应的四个候选元素集CEh(x,y),CEv(x,y),CEb(x,y)和CEe(x,y)的选取方法具体如下:(1)候选元素集CEh(x,y)是在子矩阵S中以S(x,y)为中心的横坐标元素集合,其定义为:(2)候选元素集CEv(x,y)是在子矩阵S中以S(x,y)为中心的纵坐标元素集合,其定义为:(3)将子矩阵S进行划分,划分成若干个3*3的无重叠子矩阵,候选元素集CEb(x,y)是在子矩阵S中以S(x,y)所在的3*3子矩阵的坐标元素集合,其定义为:其中整数变量t1和t2的取值范围为0到2;

(4)候选元素集CEe(x,y)是在子矩阵S中以S(x,y)为中心的额外候选元素集,其满足临*近原则f且未被放入候选元素集CEh(x,y),CEv(x,y),CEb(x,y),具体定义为:其中,(xe,ye)代表包含在候选元素集CEe中的候选元素,一个候选元素表示一个候选位* * 2 2置,公式f的计算如下:f((x,y),(xe,ye))=(x‑xe)+(y‑ye) ,(x,y)表示的是S(x,y)所在的位置。