[发明专利]一种基于预测编码的JPEG无损压缩图像隐写方法无效
| 申请号: | 200710028683.1 | 申请日: | 2007-06-19 |
| 公开(公告)号: | CN101080013A | 公开(公告)日: | 2007-11-28 |
| 发明(设计)人: | 方艳梅;刘永清;李斌;黄继武 | 申请(专利权)人: | 中山大学 |
| 主分类号: | H04N7/26 | 分类号: | H04N7/26;H04N7/30;H04N7/32;H04N7/50 |
| 代理公司: | 广州市深研专利事务所 | 代理人: | 陈雅平 |
| 地址: | 510275广*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 预测 编码 jpeg 无损 压缩 图像 方法 | ||
技术领域
本发明是属于多媒体信号处理领域,具体涉及一种基于预测编码的JPEG无损压缩图像的隐写方法。
背景技术
随着多媒体信号处理技术的不断进步,信息隐藏正在越来越多地被应用到信息安全领域。对于数字图像的隐写主要有两种方法,即空域和变换域方法。空域最典型的隐写算法是LSB替代法,该算法简单易行,但早已被攻破。作为变换域的隐写算法可分为:基于DFT、DCT和DWT三种,其中大部分是针对基于DCT的JPEG有损压缩图像,代表算法有:J-Steg、F5、OutGuess、Model-Based等,但这些算法都相继被攻破。
对基于预测编码的JPEG无损压缩图像的隐写算法,至今还没有学者提出,只有一些用于图像压缩的基于预测编码的隐写算法,但却不能直接运用JPEG无损压缩图像中,而且还存在着密文图像质量差,抗攻击能力弱等缺点,所以缺乏实用价值。
相关的参考对比文献有以下2篇:
[1].Yuan-Hui Yu,Chin-Chen Chang,Yu-Chen Hu.Hiding secret data inimages via predictive coding.Pattern Recognition Vol.38,2005,pp.691-705
[2].Guangjie Liu,Yuewei Dai,Zhiquan Wang.BreakingPredictive-Coding-Based Steganography and Modification for EnhancedSecurity.IJCSNS International Journal of Computer and Network Security,Vol.6,No.3B March 2006,pp.144-149.
发明内容
本发明克服了现有的基于预测编码的隐写算法的密文图像质量差、抗攻击能力弱等缺点,提出一种嵌入数据量大、密文图像质量好、对图像统计特征破坏小的基于预测编码的JPEG无损压缩图像隐写方法。
为了实现上述目的,本发明方法所采用的技术方案如下:一种基于预测编码的JPEG无损压缩图像隐写方法,包括机密数据的嵌入和提取两个过程。JPEG无损压缩的载体图像先经过Huffman解码,恢复出预测误差值,并对其进行更新;然后将机密数据嵌入在更新后的预测误差中;最后将嵌入数据后的预测误差值再进行Huffman编码,生成JPEG无损压缩的密文图像。
嵌入时需要三个数据:①未经预测编码的当前像素灰度值x、②由邻近的嵌入后的像素(a、b、c)对当前像素的预测值③当前像素待嵌入的h位机密序列转换成的十进制数d。其中x和是在嵌入过程中暂存起来的,为此设计了一种先进先出的、长度为N+1(N为图像每行的像素数目)的链表队列,如图2所示,该队列所有节点的初始化值为128。因为这种队列的长度限制为N+1,所以在任何时刻,它的第一、第二、以及最后一个值分别对应于预测器模板(如图3所示)内的a、b、c像素值。在本发明中,需要使用两个这样的队列,其中一个用于暂存载体图像的灰度值;另一个用于暂存嵌入后的密文图像的灰度值,具体嵌入过程如下:
(1)从载体图像的队列中读取a、b、c的值,根据选择的预测器类型(由JPEG文件的标记段得到),计算当前像素的预测值。
(2)JPEG无损压缩的源图像经过Huffman解码就得到嵌入前的预测误差值,该值加上第(1)步得出的预测值就是载体图像当前像素的灰度值x,并将计算结果x压入载体图像的队列以用于恢复载体图像的后续像素的灰度值。
(3)从密文图像的队列中读取另外的a、b、c的值,同样再计算预测值然后,第(2)步得出的实际值x减去该预测值得到更新后的预测误差值
(4)将机密数据嵌入到更新后的预测误差值e中。
(5)预测误差经过数据嵌入后由e变为e′,对e′进行Huffman编码,以生成JPEG无损压缩的密文图像码流。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200710028683.1/2.html,转载请声明来源钻瓜专利网。





