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: 2023102309220
申请人: 江西财经大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2025-11-12
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:

1.一种基于压缩感知的秘密嵌入分享方法,其特征在于,所述方法包括如下步骤:获取原始图像,并对所述原始图像进行全采样,得到全采样测量值;

对所述全采样测量值进行量化还原,得到量化测量值与量化还原测量值,并对所述量化还原测量值进行感知预测,得到量化预测值;

根据所述量化预测值和所述量化测量值确定量化残差值,并根据所述量化残差值生成残差图像;

根据所述残差图像生成载体影子图像,并将秘密信息嵌入所述载体影子图像,得到秘密分享图像。

2.根据权利要求1所述的基于压缩感知的秘密嵌入分享方法,其特征在于,所述对所述原始图像进行全采样,得到全采样测量值,包括:对所述原始图像进行均匀分割得到图像块,并对各图像块进行矢量化处理得到矢量块,其中不同所述图像块之间未重叠;

根据各矢量块的长度和压缩率生成高斯测量矩阵,并将所述高斯测量矩阵对各矢量块进行全采样,得到所述全采样测量值。

3.根据权利要求2所述的基于压缩感知的秘密嵌入分享方法,其特征在于,所述对所述全采样测量值进行量化还原,得到量化测量值与量化还原测量值的方法包括如下步骤:对所述全采样测量值进行量化处理得到量化测量值,并对量化处理后的所述全采样测量值进行反量化处理,得到所述量化还原测量值;

所述对所述全采样测量值进行量化处理采用的公式包括:;

其中, 表示量化处理后的所述全采样测量值, 表示量化处理, 表示四舍五入操作, 表示Y中的最小值, 表示Y中的最大值, 为预设常数,Y表示所述全采样测量值;

所述对量化处理后的所述全采样测量值进行反量化处理采用的公式包括:;

其中, 表示所述量化还原测量值, 表示为反量化操作。

4.根据权利要求3所述的基于压缩感知的秘密嵌入分享方法,其特征在于,所述方法还包括:将所述量化还原测量值均匀分成 层,其进行分层的公式对应为:;

其中, 表示第 层对应的量化还原测量值, 表示每层的长度, ;

对所述量化还原测量值进行感知预测采用的公式表示为:;

其中, 表示第 层的量化预测值, 表示压缩感知重建操作, 表示第层对应的测量矩阵, 表示前 层经过量化处理和反量化处理后的所述全采样测量值, 表示前 层测量值对应的测量矩阵, 表示前 层测量值还原的图像。

5.根据权利要求4所述的基于压缩感知的秘密嵌入分享方法,其特征在于,所述根据所述量化预测值和所述量化测量值确定量化残差值,包括:计算所述量化预测值与所述量化测量值之间的差值,得到测量差值,并对所述测量差值进行预处理,得到所述量化残差值。

6.根据权利要求5所述的基于压缩感知的秘密嵌入分享方法,其特征在于,所述对所述测量差值进行预处理采用的公式包括:;

;

其中, 表示第 层的量化残差值, 表示第 层的量化测量值, 表示残差图像 中的值, 表示第 层设定的阈值, 的值为素数。

7.根据权利要求6所述的基于压缩感知的秘密嵌入分享方法,其特征在于,所述根据所述量化残差值生成残差图像之后,还包括:根据所述量化残差值和所述量化预测值确定量化替换值,并将所述量化替换值对所述量化还原测量值进行替换。

8.一种基于压缩感知的秘密嵌入分享系统,其特征在于,应用如权利要求1至7任一项所述的基于压缩感知的秘密嵌入分享方法,所述系统包括:采样模块,用于获取原始图像,并对所述原始图像进行全采样,得到全采样测量值;

预测模块,用于对所述全采样测量值进行量化还原,得到量化测量值与量化还原测量值,并对所述量化还原测量值进行感知预测,得到量化预测值;

残差模块,用于根据所述量化预测值和所述量化测量值确定量化残差值,并根据所述量化残差值生成残差图像;

分享模块,用于根据所述残差图像生成载体影子图像,并将秘密信息嵌入所述载体影子图像,得到秘密分享图像。

9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的基于压缩感知的秘密嵌入分享方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于压缩感知的秘密嵌入分享方法。