本發(fā)明涉及一種基于紋理合成的魯棒隱寫方法，它是利用信號處理和計算機(jī)技術(shù)分解數(shù)字圖像內(nèi)容，以便在紋理圖像合成的過程中嵌入秘密信息，從而提出一種穩(wěn)健的隱寫算法。

背景技術(shù)：

隱寫術(shù)以圖像、音頻等數(shù)字媒體作為掩護(hù)，把要發(fā)送的秘密消息嵌入到載體信號內(nèi)部，以不引起外界注意的方式，通過公共信道特別是互聯(lián)網(wǎng)進(jìn)行傳遞。傳統(tǒng)的隱寫方法是通過重寫載體的最不重要位來隱藏秘密數(shù)據(jù)，載體失真度越高，截收者使用隱寫分析工具分析出秘密信息的風(fēng)險越高。而基于紋理合成的隱寫方法，在秘密信息嵌入前不需要載體，因此具有更好的魯棒性。

目前基于紋理合成提出的隱寫方法較少。首創(chuàng)者通過從紋理樣本中抽出彩色點(diǎn)，點(diǎn)狀圖像的特征值和嵌入數(shù)據(jù)相對應(yīng)，將秘密信息嵌入彩色點(diǎn)狀圖像中。將點(diǎn)狀圖像填入空白畫布，并用紋理樣本點(diǎn)填補(bǔ)空空白區(qū)域，完成紋理合成。另一種方法通過重采樣紋理圖像，在紋理合成過程中將候選塊映射到秘密位，以構(gòu)造新的紋理圖像。何種方法不盡相同，可參閱如下文獻(xiàn)：

1.h.otoriands.kuriyama,data-embeddabletexturesynthesis,inproc.ofthe8thinternationalsymposiumonsmartgraphics,kyoto,japan,2007,pp.146-157.

2.h.otoriands.kuriyama,texturesynthesisformobiledatacommunications,ieeecomput.graph.appl.,vol.29,no.6,pp.74-81,2009.

3.k-cwuandc-mwang,steganographyusingreversibletexturesynthesis,ieeetrans.imagrprocess.,24(1):130-139,2015.

上述的隱寫方法構(gòu)造出的隱寫紋理圖像在樣式和嵌入數(shù)據(jù)率都較為可觀，然而隱寫圖像一旦經(jīng)過jpeg圖像壓縮，秘密信息提取的錯誤率也隨之提高，隱寫紋理圖像的魯棒性較差。

技術(shù)實(shí)現(xiàn)要素：

1.本發(fā)明的目的在于針對已有技術(shù)存在的不足，提供一種基于紋理合成的魯棒隱寫，本隱寫算法能夠抵抗jpeg圖像壓縮，提高隱寫圖像的魯棒性。

為達(dá)到以上目的，本發(fā)明的構(gòu)想是：

首先將源紋理圖像分為重疊的候選塊，通過分析它們的紋理將候選塊映射到多個分類。其次數(shù)據(jù)隱藏者使用密鑰將所選候選塊偽隨機(jī)分布于空白畫布，候選塊根據(jù)信息的一段進(jìn)行選擇。其余空白區(qū)域由所有候選塊中最為匹配塊進(jìn)行合成。在接收端，密鑰用于識別包含秘密比特的候選塊，提取的候選塊進(jìn)行紋理分析，重建多個分類。最終從塊中提取秘密信息。

根據(jù)上述發(fā)明構(gòu)想，本發(fā)明采用下述技術(shù)方案：

一種基于紋理合成的魯棒隱寫，其特征在于操作步驟如下：

(一)實(shí)現(xiàn)信息隱藏的具體步驟如下：

(1)使用的源紋理圖像大小為sr×sc，根據(jù)光柵掃描順序移動每個像素，將紋理圖像分為(sr-tr+1)·(sc-tc+1)個重疊塊。每一個塊的大小為tr×tc。我們將每一個候選塊進(jìn)一步分為內(nèi)核區(qū)域和邊界區(qū)域，內(nèi)核區(qū)域包含kr×kc像素，邊界長度在矩形長寬方向分別為bc和br。因此，共有(sr-tr+1)·(sc-tc+1)個內(nèi)核區(qū)域?qū)?yīng)于所有的候選塊。

(2)定義候選塊為{p1,p2,...,pn}，其相對應(yīng)內(nèi)核區(qū)域為{r1,r2,...,rn},n＝(sr-tr+1)·(sc-tc+1)。我們使用標(biāo)準(zhǔn)偏差評估內(nèi)核區(qū)域的復(fù)雜度：

[·]為取整操作符，k＝1,2,...,n,其中ak表達(dá)式為：

(3)通過步驟(2)中得出的復(fù)雜度{d1,d2,...,dn},取出dmax和dmin。根據(jù)dmax和dmin，由公式(3-1)生成m個值{v1,v2,...,vm}：

根據(jù)公式(3-1)所生成的值，構(gòu)造包含候選塊的m組分類{π1,π2,...,πm}：

πi＝{pk|dk∈(vi-δ,vi+δ)}(3-2)

其中i＝1,2,...,m,k＝1,2,...,n,δ為滿足0≤δ＜(dmax-dmin)/2m區(qū)間的任意數(shù)。我們使用每個分類來表示多個秘密比特。m組分類中的一組包含信息，表示向下取整。

(4)為隱藏秘密信息，我們將秘密信息轉(zhuǎn)化為二進(jìn)制比特流，并將秘密信息分為l段{b1,b2,...,bl}，每段包含同時我們計算出每段信息十進(jìn)制值ei(i＝1,2,...,l)。構(gòu)造大小為[(kr+br)·wr]×[(kc+bc)·wc]的空白畫布，wr和wc為滿足公式(4-1)的整數(shù)：

(5)我們偽隨機(jī)產(chǎn)生l個整數(shù)對作為密鑰{(p1,q1),(p2,q2),...,(pl,ql)}，其中1≤pi≤wr，1≤qj≤wc。整數(shù)對需要滿足以下兩個條件，首先，每組整數(shù)對互不相同；其次，對于任意兩組整數(shù)對，應(yīng)滿足pi-pj＞1或者qi-qj＞1。

(6)對于任意一段秘密信息bi(i＝1,2,...,l)，我們選擇分類中任意一個候選塊，將候選塊所有tr×tc個像素畫入空白畫布中，其所處位置范圍為從((kr+br)·(pi-1)+1,(kc+bc)·(qi-1)+1)到((kr+br)·pi+br,(kc+bc)·qi+bc)。

(7)畫布其余空白區(qū)域通過從(sr-tr+1)·(sc-tc+1)個候選塊中選出最合適候選塊進(jìn)行紋理合成。紋理合成所采用的算法是在“最小誤差邊界”法基礎(chǔ)上做輕微改變。通過迭代填充的方式來選擇候選塊填入空白區(qū)域，因和畫布已有塊具有重疊區(qū)域，計算重疊區(qū)域部分的最小均方差(mse)來確定填補(bǔ)候選塊。其具體步驟如下：

(7-1)對已有候選塊“c”進(jìn)行紋理合成。分別計算“c”和其上部候選塊“a”之間重疊區(qū)域的mse，以及“c”和其左部候選塊“b”之間重疊區(qū)域的mse。

(7-2)同時我們加入右部或者下部重疊區(qū)域的mse，進(jìn)行最佳候選塊的選擇。例如我們計算“c”和其下部候選塊“d”之間重疊區(qū)域的mse。

(7-3)計算重疊區(qū)域的最小成本路徑來確定縫合線，從“c”候選塊三個方向重疊區(qū)域的mse值找到最佳候選塊，來進(jìn)行畫布空白區(qū)域填補(bǔ)，完成紋理合成。

(8)重復(fù)步驟(7)完成畫布空白區(qū)域填補(bǔ)，最終生成所需隱寫紋理圖像。有上述步驟可知，本發(fā)明嵌入容量ce(bits)為：

(二)在數(shù)據(jù)接收端，接收者通過密鑰確定包含秘密信息候選塊所在畫布的位置。實(shí)現(xiàn)信息提取具體步驟如下：

(1)接收者從隱寫紋理圖像中提取出l個候選塊{q1,q2,...,ql}，同時分離出相應(yīng)的l個內(nèi)核區(qū){u1,u2,...,ul}，由公式(2-1)和公式(2-2)計算出標(biāo)準(zhǔn)偏差評估內(nèi)核區(qū)域的復(fù)雜度，定義其復(fù)雜度值為{g1,g2,...,gl},取值范圍由gmin到gmax。

(2)由于隱寫紋理圖像經(jīng)過jpeg圖像壓縮，接收者需重新構(gòu)建包含m個值的序列{v1′,v2′,...,vm′}：

(3)重新構(gòu)造包含候選塊的m組分類{λ1,λ2,...,λl}：

λi＝{qk|vk′∈[vi′-δ/2,vi′+δ/2]}

其中i＝1,2,...,m,k＝1,2,...,l，δ＝(gmax-gmin)/m。

(4)對于每一個提取的候選塊qk(k＝1,2,...,l)，我們可以從候選塊中提取出的秘密信息。如果qk∈λi(i＝1,2,...,m)，則秘密信息即為(i-1)的二進(jìn)制值。

通過以上步驟，的秘密信息可從接收圖像中提取出來。

本發(fā)明與現(xiàn)有技術(shù)相比，具有如下評價性質(zhì)和顯著有點(diǎn)：本發(fā)明合成紋理圖像的大小可根據(jù)嵌入信息的容量成比例調(diào)整，從而實(shí)現(xiàn)高嵌入率；由于紋理塊的復(fù)雜度，經(jīng)圖像壓縮后，紋理圖像所包含的秘密信息輕微的發(fā)生改變，秘密信息能夠從隱寫圖像中提取出來，本發(fā)明的隱寫算法能夠抵抗jpeg圖像壓縮，因此該發(fā)明能提高隱寫圖像的魯棒性。

附圖說明

圖1為本發(fā)明“基于紋理分析的魯棒隱寫”的流程框圖；

圖2為一個候選塊內(nèi)核區(qū)域以及邊界區(qū)域分布圖；

圖3為在空白畫布上畫入選中的候選塊。(a)為畫布中一個候選塊所在位置；(b)為一個包含100個候選塊，嵌入200bits秘密信息的畫布；

圖4為紋理合成畫布空白區(qū)域。(a)“最小誤差邊界”算法原理圖；(b)為本發(fā)明所提出的改進(jìn)算法原理圖。

圖5為實(shí)驗所用源紋理圖像以及實(shí)驗后隱寫紋理結(jié)果圖像。(a)～(f)為源紋理圖像；(g)～(l)為包含秘密信息的紋理合成圖像。

圖6為使用不同質(zhì)量因子進(jìn)行jpeg圖像壓縮后的信息提取錯誤率曲線。

具體實(shí)施方式

本發(fā)明發(fā)優(yōu)選實(shí)施例詳述如下：

實(shí)施例一：參見圖1～圖4，本基于紋理合成的魯棒隱寫，實(shí)現(xiàn)信息隱藏的具體步驟圖。

實(shí)施例二：

圖5(a)～(f)為128×128大小的源紋理圖像，每幅圖像由具有不同的紋理，圖(g)～(l)為653×653大小的包含秘密信息的紋理合成圖像。

參見圖5，本基于紋理合成的魯棒隱寫，其具體步驟如下：

(1)使用的源紋理圖像大小為128×128，根據(jù)光柵掃描順序移動每個像素，將紋理圖像分為多個重疊塊。每一個塊的大小為16×16。將每一個候選塊進(jìn)一步分為內(nèi)核區(qū)域和邊界區(qū)域，內(nèi)核區(qū)域包含3×3像素。

(2)定義候選塊為{p1,p2,...,pn}，其相對應(yīng)內(nèi)核區(qū)域為{r1,r2,...,rn},n＝113×113。使用標(biāo)準(zhǔn)偏差評估內(nèi)核區(qū)域的復(fù)雜度：

[·]為取整操作符，k＝1,2,...,n,其中ak表達(dá)式為：

(3)通過步驟(2)中得出的復(fù)雜度{d1,d2,...,dn},取出dmax和dmin。根據(jù)dmax和dmin，由公式(3-1)生成m個值{v1,v2,...,v16}，m＝16：

根據(jù)公式(3-1)所生成的值，構(gòu)造包含候選塊的m組分類{π1,π2,...,πm}：

πi＝{pk|dk∈(vi-δ,vi+δ)}(3-2)

其中i＝1,2,...,m,k＝1,2,...,n,δ為滿足0≤δ＜(dmax-dmin)/2m區(qū)間的任意數(shù)。我們使用每個分類來表示多個秘密比特。m組分類中的一組包含信息，表示向下取整。

(4)為隱藏秘密信息，將秘密信息轉(zhuǎn)化為二進(jìn)制比特流，并將秘密信息分為l段{b1,b2,...,bl}，l＝400。每段包含即4bits的秘密信息，最終我們紋理合成所生成的隱寫圖像共包含1600bits的秘密信息。同時計算出每段信息十進(jìn)制值ei(i＝1,2,...,l)。構(gòu)造大小為[(kr+br)·wr]×[(kc+bc)·wc]的空白畫布，wr和wc為滿足公式(4-1)的整數(shù)：

(5)偽隨機(jī)產(chǎn)生l個整數(shù)對作為密鑰{(p1,q1),(p2,q2),...,(pl,ql)}，其中1≤pi≤wr，1≤qj≤wc。整數(shù)對需要滿足以下兩個條件，首先，每組整數(shù)對互不相同；其次，對于任意兩組整數(shù)對，應(yīng)滿足pi-pj＞1或者qi-qj＞1。

(6)對于任意一段秘密信息bi(i＝1,2,...,l)，選擇分類中任意一個候選塊，將候選塊所有tr×tc個像素畫入空白畫布中，其所處位置范圍為從((kr+br)·(pi-1)+1,(kc+bc)·(qi-1)+1)到((kr+br)·pi+br,(kc+bc)·qi+bc)。

(7)畫布其余空白區(qū)域通過從113×113個候選塊中選出最合適候選塊進(jìn)行紋理合成。紋理合成所采用的算法是在“最小誤差邊界”法基礎(chǔ)上做輕微改變。通過迭代填充的方式來選擇候選塊填入空白區(qū)域，因和畫布已有塊具有重疊區(qū)域，計算重疊區(qū)域部分的最小均方差mse來確定填補(bǔ)候選塊。其具體步驟如下：

(7-1)對已有候選塊“c”進(jìn)行紋理合成。分別計算“c”和其上部候選塊“a”之間重疊區(qū)域的mse，以及“c”和其左部候選塊“b”之間重疊區(qū)域的mse。

(7-2)同時我們加入右部或者下部重疊區(qū)域的mse，進(jìn)行最佳候選塊的選擇。例如我們計算“c”和其下部候選塊“d”之間重疊區(qū)域的mse。

(7-3)計算重疊區(qū)域的最小成本路徑來確定縫合線，從“c”候選塊三個方向重疊區(qū)域的mse值找到最佳候選塊，來進(jìn)行畫布空白區(qū)域填補(bǔ)，完成紋理合成。

為了驗證使用本發(fā)明可有力抵抗jpeg圖像壓縮，對圖像5中的紋理圖像所生成的隱寫圖像進(jìn)行質(zhì)量評估。紋理合成的隱寫紋理圖像大小為653×653，候選塊大小為16×16，內(nèi)核區(qū)域為3×3，l＝400。我們分別取m＝2,4，8，16來構(gòu)造隱寫圖像，并對隱寫圖像進(jìn)行jpeg壓縮，其質(zhì)量因子取值為10，30，50，70，90。從壓縮后的隱寫圖像中提取秘密信息，計算提取信息的平均錯誤率。如圖6所示。圖中，橫坐標(biāo)代表不同質(zhì)量因子對應(yīng)的圖像，縱坐標(biāo)代表平均錯誤率，不同標(biāo)記的曲線為m取值不同的隱寫圖像所對應(yīng)的平均錯誤率曲線。從圖6可以看出，隨之質(zhì)量因子的增加，平均錯誤率趨近于0，同時m的取值越小，其平均錯誤率也隨之減小。