[发明专利]基于最小二乘法的高动态范围图像隐密像素比率估计方法有效

专利信息
申请号: 201910232117.5 申请日: 2019-03-26
公开(公告)号: CN110136074B 公开(公告)日: 2020-12-08
发明(设计)人: 谭磊;杨春芳;刘粉林;罗向阳;齐保军;巩道福;李震宇 申请(专利权)人: 中国人民解放军战略支援部队信息工程大学
主分类号: G06T5/00 分类号: G06T5/00;G06T1/00;H04N1/44
代理公司: 郑州大通专利商标代理有限公司 41111 代理人: 陈勇
地址: 450000 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 最小二乘法 动态 范围 图像 隐密 像素 比率 估计 方法
【权利要求书】:

1.一种基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,包括以下步骤:

步骤1:根据隐写后不同同态值的像素的各同态索引出现的概率及载密HDR图像中不同同态值对应的像素数目得出载密HDR图像在不同同态值不同同态索引下的像素数目期望值;

步骤2:将所述期望值与不同同态值不同同态索引下的像素数目真实值进行比较,得出多个偏差;

步骤3:将所述偏差的平方和作为最小二乘估计的目标函数;

步骤4:对所述目标函数求最小值,并将所述最小值对应的p的取值作为隐密像素比率的估计。

2.根据权利要求1所述的基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,所述步骤1具体为:

根据下式得出载密HDR图像在不同同态值不同同态索引下的像素数目期望值

其中,表示载密HDR图像中HV为i并且HI为j的像素数目,HV为一个像素的同态值,HI为一个像素的同态索引,Q(i,j)表示载密HDR图像中HV为i的像素的HI为j的概率,所述概率为关于隐密像素比率p的函数。

3.根据权利要求1所述的基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,所述步骤2具体为:

根据下式得出i和j的不同取值下的多个偏差ε(i,j):

4.根据权利要求3所述的基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,所述步骤3具体为:

将所述多个偏差ε(i,j)的平方和作为最小二乘估计的目标函数S(p):

5.根据权利要求4所述的基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,所述步骤4具体为:

对目标函数S(p)关于p求导,可得:

令求S(p)的最小值;将所述最小值对应的p值作为隐密像素比率的估计

6.根据权利要求2所述的基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,在所述步骤1之前还包括:

对待检测HDR图像进行隐写检测,确定待检测HDR图像是否通过隐写算法嵌入了秘密信息,若是,则待检测HDR图像为载密HDR图像。

7.根据权利要求6所述的基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,所述对待检测HDR图像进行隐写检测,确定待检测HDR图像是否通过隐写算法嵌入了秘密信息包括:

根据待检测HDR图像的RGBE格式的非零像素的HI值判断待检测HDR图像是否包含隐写算法嵌入的秘密信息,若存在任一非零像素的HI值不为0,则待检测HDR图像中含有隐写算法嵌入的秘密信息。

8.根据权利要求1所述的基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,在步骤4之后还包括:

步骤5:根据隐写算法在不同同态值下的像素可嵌入比特数及载密HDR图像中不同同态值对应的像素数目,得出载密HDR图像使用所述隐写算法时的嵌入容量C;

步骤6:根据所述嵌入容量C及载密HDR图像中的隐密像素比率p得出所述载密HDR图像嵌入的秘密信息长度。

9.根据权利要求8所述的基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,所述步骤5具体为:

根据下式得出载密HDR图像使用所述隐写算法时的嵌入容量C:

其中,βi为隐写算法在不同HV下的像素可嵌入比特数,2≤i≤7,HV为一个像素的同态值,2≤HV≤7,Hi为载密HDR图像中HV为i的像素数目。

10.根据权利要求8所述的基于最小二乘法的高动态范围图像隐密像素比率估计方法,其特征在于,所述步骤6具体为:

根据下式得出载密HDR图像嵌入的秘密信息长度L:

其中,p为载密HDR图像中的隐密像素比率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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国人民解放军战略支援部队信息工程大学,未经中国人民解放军战略支援部队信息工程大学许可,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/201910232117.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top