[发明专利]一种结合多层差扩展具有对比度增强的可逆信息隐藏方法及装置有效
| 申请号: | 201910324469.3 | 申请日: | 2019-04-22 |
| 公开(公告)号: | CN110047029B | 公开(公告)日: | 2023-02-10 |
| 发明(设计)人: | 翁韶伟;张鸿超;叶武剑;刘怡俊;张子文 | 申请(专利权)人: | 广东工业大学 |
| 主分类号: | G06T1/00 | 分类号: | G06T1/00 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 张春水;唐京桥 |
| 地址: | 510060 广东省*** | 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 结合 多层 扩展 具有 对比度 增强 可逆 信息 隐藏 方法 装置 | ||
本发明公开一种结合多层差扩展具有对比度增强的可逆信息隐藏方法及装置,用于解决现有的可逆信息隐藏方法无法精准、有效地实现水印信息嵌入的技术问题。本发明包括基于计算图像块内像素的像素值的方差和预设阈值的大小关系来区分原始图像的图像块的局部复杂度,将原始图像分为平滑区、近平滑区、弱边缘区、中边缘区和强边缘区;采用基于图像块内的当前像素及图像块内的其他像素的相对位置关系计算预测误差;根据计算得到的预测误差,采用直方图平移的方法对平滑区和强边缘区进行水印信息的嵌入,采用预测误差扩展的方法对近平滑区和中边缘区进行水印信息的嵌入,采用两倍预测误差扩展的方法对弱边缘区进行水印信息的嵌入,得到水印嵌入图像。
技术领域
本发明涉及多媒体信号处理技术领域,尤其涉及一种结合多层差扩展具有对比度增强的可逆信息隐藏方法及装置。
背景技术
可逆信息隐藏技术能在载体中嵌入隐秘信息并能够确保提取信息后无损地恢复载体,因此,该技术可用于军事、司法、医学等敏感图像的认证、标注或篡改检测。目前,传统的可逆信息隐藏方法的主要目的在于提高信息嵌入容量的同时最大程度上降低载密图像的失真度。研究者常用峰值信噪比(PSNR,peak signal to noise ratio)来评价载密图像的质量,即计算载体图像与隐藏信息后图像的统计误差。在同一嵌入率下,PSNR越大说明图像质量越好,图像失真度越小,算法性能越好。传统的可逆信息隐藏方法都在相同嵌入率下追求高的PSNR参数值。实际上,传统的峰值信噪比仅仅是计算原始图像和载密图像的像素差,未能考虑图像的本身结构特点以及人眼视觉特性,并不完全适合作为图像质量的判断标准。因此,在最新的可逆信息隐藏研究中,已有学者从主观视觉的角度提出了具有对比度增强效果的可逆信息隐藏,该系列方法与传统可逆信息隐藏追求高PSNR值的目的不同,其目的在于通过增强载体图像的对比度来提高嵌入信息后的载密图像的主观视觉质量。该系列方法在实现可逆信息嵌入的同时提高了图像的视觉质量。相关技术中,等人提出一种对图像局部复杂度进行分类并根据当前像素与领域像素均值的大小关系进行信息嵌入的具有对比度增强效果的可逆信息隐藏方法。然而,相关技术中仅根据邻域像素的最大值和最小值的差值来评价图像局部复杂度的方法是粗糙的,并不能精确地反映出该矩阵块所处的真实局部环境,导致这种使用矩阵块的邻域最大与最小值差值像素去评估该矩阵块的邻域复杂度的方法无法精准、有效地实现水印信息的嵌入。
为解决上述的技术问题,寻找一种结合多层差扩展具有对比度增强的可逆信息隐藏方法及装置成为本领域技术人员所研究的重要课题。
发明内容
本发明实施例公开了一种结合多层差扩展具有对比度增强的可逆信息隐藏方法及装置,用于解决现有的可逆信息隐藏方法无法精准、有效地实现水印信息嵌入的技术问题。
本发明实施例提供了一种结合多层差扩展具有对比度增强的可逆信息隐藏方法,包括:
基于计算图像块内像素的像素值的方差和预设阈值的大小关系来区分原始图像的图像块的局部复杂度,将原始图像分为平滑区、近平滑区、弱边缘区、中边缘区和强边缘区;
采用基于图像块内的当前像素及图像块内的其他像素的相对位置关系计算预测误差;
根据计算得到的预测误差,采用直方图平移的方法对平滑区和强边缘区进行水印信息的嵌入,采用预测误差扩展的方法对近平滑区和中边缘区进行水印信息的嵌入,采用两倍预测误差扩展的方法对弱边缘区进行水印信息的嵌入,得到水印嵌入图像。
可选地,得到水印信息嵌入图像之后,还包括:
获取所述水印嵌入图像中最后一行n个像素的最低有效位,并将所述最低有效位信息和嵌入水印容量信息构成图像恢复元素信息;
将附加参数信息填充至所述最低有效位处;
将所述图像恢复元素信息嵌入至每个嵌入水印的图像块中,得到水印嵌入细节图像;
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广东工业大学,未经广东工业大学许可,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/201910324469.3/2.html,转载请声明来源钻瓜专利网。





