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: 2023101733117
申请人: 淮阴工学院
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:2026-11-16
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:

1.一种基于块最优动态选择的可逆信息隐藏方法,其特征在于,包括水印嵌入方法,所述水印嵌入方法包括如下步骤:步骤1:对原始图像进行扫描,图像在扫描过程中遇到值为0的像素更改为1,值为255的像素改为254,构建溢出位置图LM记录这些像素,取LM步骤2:嵌入时以2×3大小的块为基本单元将载体图像划分成灰、白两层,首先对灰色层进行操作,计算灰色层各块的局部复杂度BC,并设置阈值T步骤3:对于2×3大小的平滑块,对其再次划分成1×3的图像块,然后对其中的小块像素根据预排序方案来自适应收集像素,并使用IPVO方法进行秘密信息嵌入;

利用相邻集合的像素值作为预排序集合的上下文信息,对1×3块内的3个像素进行像素值预测,块内像素p其中,μ

设一组均值序列{μ

预排序方案为:

步骤4:对于2×3的非平滑块,计算其块内复杂度值IBC并设置阈值T步骤5:在嵌入了整个有效载荷之后,通过LSB替换将辅助信息嵌入到第一行前36+l步骤6:对于白色层的像素重复前面步骤2-4,并生成最终的载密图像。

2.根据权利要求1所述的基于块最优动态选择的可逆信息隐藏方法,其特征在于,还包括水印提取方法,具体包括:S1:首先采用LSB方法提取载密图像第一行前36+lS2:将载密图像以2×3大小的块为基本单元划分成灰、白两层;首先从白色层开始,根据块复杂度计算方法,并根据所提取的阈值TS3:对于非平滑块,进一步计算块内复杂度值IBC,并利用所提取的阈值TS4:最后采用同样的操作对灰色层完成秘密信息的提取,然后恢复图像。

3.根据权利要求1或2所述的基于块最优动态选择的可逆信息隐藏方法,其特征在于,将载体图像划分成灰、白两层具体操作为:利用菱形预测两层嵌入方法将图像以2×3大小的块为基本单元,以棋盘方式划分为灰色层和白色层。

4.根据权利要求1或2所述的基于块最优动态选择的可逆信息隐藏方法,其特征在于,计算灰色层各块的局部复杂度BC和白色层各块的局部复杂度步骤相同,采用棋盘式分层嵌入框架,使用最近的四个其他层的相邻块作为该块的上下文,通过全封闭的上下文来计算块的复杂度值;以灰色层为例:上下文像素包括围绕中心灰色块的两圈像素点xBC=d

其中d

5.根据权利要求1所述的基于块最优动态选择的可逆信息隐藏方法,其特征在于,所述步骤3中再次划分成1×3的图像块具体为:将灰色层和白色层的平滑块均进行再次划分,得到灰色叉集、灰色点集、白色叉集和白色点集,灰色叉集、白色叉集的像素连线均为原2×3图像块的正V型图像块,灰色点集、白色点集的像素连线均为原2×3图像块的倒V型图像块。

6.根据权利要求1或2所述的基于块最优动态选择的可逆信息隐藏方法,其特征在于,计算块内复杂度值IBC具体方法为:IBC=p

其中,p

7.根据权利要求1所述的基于块最优动态选择的可逆信息隐藏方法,其特征在于,所述步骤4中计算2×3的非平滑块与对角块的像素密度分布值PDD的具体方法为:其中,num表示块中像素个数,p

8.根据权利要求1所述的基于块最优动态选择的可逆信息隐藏方法,其特征在于,所述IPVO方法进行秘密信息嵌入具体操作为:

1)对包含n个像素值的块,对其像素值{Pd

这里u=min(σ(n),σ(n-1)),v=max(σ(n),σ(n-1));

2)秘密信息b∈{0,1}通过修改预测误差d之后最大像素修改为:

最小像素的嵌入类似于上述最大像素的嵌入;预测误差dd

其中,s=min(σ(1),σ(2)),t=max(σ(1),σ(2));

3)秘密信息b∈{0,1}通过修改预测误差d之后最小像素修改为:

9.根据权利要求2所述的基于块最优动态选择的可逆信息隐藏方法,其特征在于,所述IPVO方法进行秘密信息提取具体操作为:提取秘密信息时,最大像素值在嵌入时,要么增加1或不变,所以块内像素值顺序并未发生改变,那么秘密信息的提取以及最大像素值恢复由以下可得:其中,像素值{P

提取秘密信息时,由于最小像素值在嵌入时,要么减1或不变,所以块内像素值顺序并未发生改变,那么秘密信息的提取以及最小像素值恢复由以下可得:其中,