[发明专利]图像优化方法、装置、设备及存储介质

说明书

本发明公开了一种图像优化方法、装置、设备及存储介质，所述方法包括：当接收到图像时，根据预设失真代价函数计算所述图像中各像素点的图像纹理值，并通过各所述像素点的像素值计算局部起伏值；根据各所述图像纹理值与各所述局部起伏值，调整所述预设失真代价函数，得到目标失真代价函数；基于所述目标失真代价函数对所述图像进行隐写，完成所述图像的优化。本发明通过经由图像纹理值和局部起伏值调整后的目标失真代价函数对图像进行隐写，使隐写后的含密图像像素的起伏程度与周围像素的起伏程度相似，进而含密图像被隐写分析工具检测出含密的概率降低，使含密图像具有更好的抗检测性，提高了图像隐写的安全性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像优化方法、装置、设备及存储介质。

背景技术

随着经济的快速发展，人们越来越处于一个现代化信息社会，人们可以轻易地使用各种终端，通过网络获取他们所需要的信息数据。但是，信息安全的问题也随之变得越来越严重，人们不希望为外人所知的隐私信息也容易被一些别有用心的人所获取，甚至被曝光在公众的视野中。在这样的背景下，隐写技术又再次开始被人们广泛使用，隐写是通过轻微修改载体数据以将秘密信息嵌入到媒体数据中的技术。人们在传送一些秘密信息的时候，可以将人们需要传送给他人的信息秘密地嵌入到图像中，让秘密信息难以让除接受者以外的人获取。

初期隐写主要通过提高嵌入效率来增加安全性，即在给定嵌入率的前提下尽可能减少对载体数据的修改数量。Syndrome Trellis Coding编码的出现使得隐写的方向发生了转变。对于给定的嵌入率，Syndrome Trellis Coding编码能最小化自定义失真代价函数下载体与含密图像间的加性失真。Syndrome Trellis Coding编码的嵌入效率已十分逼近理论极限，因此隐写的方向转为设计合适的失真代价函数。目前有许多针对未压缩图像隐写的失真代价函数，如HUGO、WOW、SUNIWARD、HILL、MVGG等。

当前的失真代价函数都为同一像素的加一与减一操作分配了相同的失真代价，但通过该具有相同失真代价的失真代价函数对图像进行隐写后，会使隐写后的含密图像像素的起伏程度与周围像素差异较大，导致含密图像被隐写分析工具检测出含密的概率升高。因此，现有技术使用失真代价函数对图像进行隐写后的含密图像的抗检测性较差，同时图像隐写的安全性较低的问题是亟待解决的技术问题。

发明内容

本发明的主要目的在于提供一种图像优化方法、装置、设备及存储介质，旨在解决现有技术使用失真代价函数对图像进行隐写后，含密图像的抗检测性较差，同时图像隐写的安全性较低的技术问题。

为实现上述目的，本发明提供一种图像优化方法，所述图像优化方法包括以下步骤：

当接收到图像时，根据预设失真代价函数计算所述图像中各像素点的图像纹理值，并通过各所述像素点的像素值计算局部起伏值；

根据各所述图像纹理值与各所述局部起伏值，调整所述预设失真代价函数，得到目标失真代价函数；

基于所述目标失真代价函数对所述图像进行隐写，完成所述图像的优化。

优选地，所述根据预设失真代价函数计算所述图像中各像素点的图像纹理值的步骤包括：

提取所述图像中所有的所述像素点；

根据所述预设失真代价函数逐一计算各所述像素点的所述图像纹理值。

优选地，所述根据预设失真代价函数逐一计算各所述像素点的所述图像纹理值的步骤包括：

确定与各所述像素点对应的邻域范围，并逐一针对各所述像素点执行以下步骤：

确定与所述像素点对应的所述邻域范围内的待计算像素点，并计算各所述待计算像素点的失真代价值；