[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

说明书

本发明公开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，包括：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图像中不同同态值的像素数目，得出待检测图像在不同同态值不同同态索引下的像素数目期望值；将不同同态值不同同态索引下的像素数目的期望值与真实值进行比较得出多个偏差；将偏差的平方和作为最小二乘估计的目标函数；对目标函数求最小值，并将最小值对应的p值作为隐密像素比率的估计；根据隐写算法各同态值的像素的可嵌入比特数、待检测HDR图像各同态值的像素数目及隐密像素比率的估计，得出嵌入消息长度的估计。本发明对基于同态表示的HDR图像隐写算法的隐密像素比率和嵌入消息长度具有较高的估计精度。

技术领域

本发明涉及图像隐写分析技术领域，特别涉及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。

背景技术

信息隐藏是指将秘密消息嵌入图像、文本、音频或视频等数字媒体中，但不改变载体的感官质量，然后通过公开信道进行传输，从而实现隐蔽通信的一种技术。数字图像因其应用广泛、冗余丰富、处理方便等特点成为广泛使用的载体类型之一。根据像素动态范围，即像素亮度的最大值和最小值的比值，可将图像分为低动态范围(Low Dynamic Range,LDR)图像和高动态范围(High Dynamic Range,HDR)图像。

与LDR图像相比，HDR图像色彩更丰富，层次感更强，能够记录实际场景中更绚丽的颜色和更细微的细节，达到更接近现实的光影效果。近年来，随着技术的进步和行业发展的需要，HDR图像得到了越来越多的关注，在摄影录像、电影特效、视频监控、卫星气象、医学诊断、军事应用等领域都有广泛的应用。根据信息嵌入后载体图像是否可恢复，现有的以HDR图像为载体的隐写主要可分为两类：有损HDR图像隐写和无损HDR图像隐写。

有损HDR图像隐写，又被称为不可逆HDR图像隐写。此类隐写嵌入信息后，提取者虽然能够正确提取秘密信息，但无法完全正确地恢复载体图像。2009年，Cheng和Wang(ChengY M,Wang C M.A Novel Approach to Steganography in High-Dynamic-Range Images[J].IEEE MultiMedia,2009,16(3):70-80)提出了第一个HDR图像隐写算法，即有损HDR图像隐写。在隐写嵌入过程中，该算法采用了two-sided方法和L-sided方法，能够得到较高的适应性和嵌入容量。每个像素嵌入的比特数量由相邻像素值之间的加权相关性确定。2017年，Lin等人(Lin Y T,Wang C M,Chen W S,et al.A novel data hiding algorithm forhigh dynamic range images[J].IEEE Transactions on Multimedia,2017,19(1):196-211)提出了一种新的针对OpenEXR格式HDR图像的隐写算法。该算法使用比特反转嵌入策略和比特编码与分解方案，将秘密消息嵌入每个像素的10比特尾数字段中，同时保持1比特符号和5比特指数字段不变。该算法能够在最小化像素失真的同时，实现较高的嵌入容量。