CN112017095A

CN112017095A - 一种优化现有jpeg隐写失真函数的通用方法

Info

Publication number: CN112017095A
Application number: CN201911290410.3A
Authority: CN
Inventors: 钱阳; 周立波; 袁晓东
Original assignee: Jiangsu Watermark Technology Co ltd
Current assignee: Jiangsu Watermark Technology Co ltd
Priority date: 2019-12-16
Filing date: 2019-12-16
Publication date: 2020-12-01

Abstract

本发明公开了一种优化现有JPEG隐写失真函数的通用方法。对一幅JPEG载体图像，利用维纳滤波构造一幅接近未压缩内容的参考图像，并据此确定每个DCT系数加1或减1的倾向修改方向，之后通过最小化含密图像与载体图像的特征距离来设定倾向修改方向上的修改幅度。据此可优化任意一种JPEG隐写失真函数，并且本发明可与多种特征联用，大幅提高隐写安全性。

Description

一种优化现有JPEG隐写失真函数的通用方法

技术领域

本发明涉及秘密数据传输领域，具体涉及一种优化现有JPEG隐写失真函数的通用方法。

背景技术

隐写即隐蔽地传递信息，以不引起第三方察觉为目的，通过正常的行为或载体传送秘密信息。数字图像隐写通过轻微修改载体图像来嵌入秘密信息，传送含密图像以实现隐蔽通信。初期的数字图像隐写方法主要通过维持图像统计特性不变来保证隐写的抗检测性，或者利用信道编码来提高隐写的嵌入效率。但由于缺乏数字图像的精确统计模型，以及图像不同位置修改代价的差异性，上述方法没有取得令人满意的性能。J.Fridrich团队于2011年提出的STC(Syndrome Trellis Coding)编码打破了这种局面，STC的出现使隐写的重点由构造编码方法转为设计失真代价函数。在此编码框架中，需要为载体图像设计一个失真代价函数。失真代价函数为每个载体元素分配一个用来衡量修改风险的代价值，含密对像的整体失真则表示为所有被修改元素代价值的总和。对于给定的嵌入率，STC编码能最小化自定义失真代价函数下载体与含密对像间的加性失真，其嵌入效率已十分逼近加性失真条件下的理论界限。由于JPEG图像是当前应用最为广泛的数字图像之一，目前已有大量用于JPEG隐写的失真代价函数，如JUNIWARD、UED、UERD、IUERD、HDS、RBV等。

虽然不断有新的失真函数被设计出来并取得安全性上的提升，但开发成本较大且对已有失真函数利用率低。若仅对某一失真函数进行改进通用性又差，因此需要通用的失真函数优化方法。本发明就提出了这样一种优化现有JPEG隐写失真函数的通用方法。对一幅JPEG载体图像，利用维纳滤波构造一幅接近未压缩内容的参考图像，并据此确定每个DCT系数加1或减1的倾向修改方向，之后通过最小化含密图像与载体图像的特征距离来设定倾向修改方向上的修改幅度。据此可优化任意一种JPEG隐写失真函数，并且本发明可与多种特征联用，大幅提高隐写安全性。

发明内容

本发明的目的在于提供一种优化现有JPEG隐写失真函数的通用方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种优化现有JPEG 隐写失真函数的通用方法，通过构造参考图像与联合隐写分析特征，可优化任意一种JPEG隐写失真函数，能大幅提高现有JPEG隐写失真函数的安全性。

进一步的，包括参考图像构造阶段、修改方向确定阶段、修改幅度确定阶段，以及失真函数优化阶段。

进一步的，对一幅大小为M×N的JPEG载体图像I，设其参考图像为

具体步骤如下，

S1：将JPEG图像I解压到空间域，利用各像素的局部邻域像素来估计维纳滤波器在滤波尺寸φ×φ下的均值μ和标准差σ，如式(1) 与(2)所示；

其中b_i，j是JPEG图像I解压到空间域后的第(i，j)个像素，η是b_i，j的φ×φ邻域；

S2：对I在空间域进行维纳滤波，得到参考图像

如式(3)所示，滤波器尺寸为3×3，

其中H₀为二维维纳滤波器，至此参考图像构造阶段完成；

S3：设c_i，j为载体图像I的第(i，j)个DCT系数，对c_i，j进行加一或减一修改的失真代价分别为

与

i＝1，2，…，M，j＝1， 2，…，N，再设

为参考图像

的第(i，j)个DCT系数，按照式(4) 确定失真代价

与

的修改方向β_i，j，

其中sign(·)为符号函数。至此修改方向确定阶段完成；

S4：设修改幅度为α，赋予其10个初始值：{0.1，0.2，0.3，0.4， 0.5，0.6，0.7，0.8，0.9，1}，分别采用此10个初始α值按照式(5) 与式(6)优化初始失真函数，并按给定的嵌入率进行隐写，得到10幅含密图像(当且仅当α＝1时优化后的失真函数与初始状态相同)，之后分别提取此10幅含密图像与载体图像的特征，分别按照式(7)计算含密图像与载体图像特征间的欧式距离，

其中

与

分别为载体与含密图像的特征向量，r∈{1， 2，…，w}，w为特征维数；

S5：找到对应此10个特征距离中最小的α值，记为

更新α值分别为

再分别采用此10个更新的α值优化初始失真函数并按给定的嵌入率进行隐写，得到10幅含密图像，同样计算此10幅含密图像与载体图像的特征距离。

S6：找到对应此11个特征距离中最小值的α值(包括

)，即为最终α值，至此修改幅度确定阶段完成。

S7：利用最终的α值，按照式(5)与式(6)优化初始失真函数，至此失真函数优化阶段完成。

与现有技术相比，本发明的有益效果为：

在本发明具有如下突出的优点：1、对所有JPEG隐写失真函数通用，可对任一种JPEG隐写失真函数进行优化，优化后的失真函数安全性高于优化前；2、除载体JPEG图像本身外，无需任何辅助信息，实用性强；3、可与多种隐写分析特征联用，随着隐写分析技术的不断发展，本发明可利用新的隐写分析特征帮助优化失真函数。

附图说明

图1为本发明一种优化现有JPEG隐写失真函数的通用方法的方法的结构图；

图2为本发明一种优化现有JPEG隐写失真函数的通用方法的用于测试的Lena灰度图像；

图3为本发明一种优化现有JPEG隐写失真函数的通用方法的失真函数优化前后的性能对比。

附图标记说明无：

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。

需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

请参阅图1-3，本发明提供一种技术方案：

一种优化现有JPEG隐写失真函数的通用方法，通过构造参考图像与联合隐写分析特征，可优化任意一种JPEG隐写失真函数，能大幅提高现有JPEG隐写失真函数的安全性。

为了进一步提高一种优化现有JPEG隐写失真函数的通用方法的使用功能，包括参考图像构造阶段、修改方向确定阶段、修改幅度确定阶段，以及失真函数优化阶段。

为了进一步提高一种优化现有JPEG隐写失真函数的通用方法的使用功能，对一幅大小为M×N的JPEG载体图像I，设其参考图像为

具体步骤如下，

S2：对I在空间域进行维纳滤波，得到参考图像

如式(3)所示，滤波器尺寸为3×3，

其中H₀为二维维纳滤波器，至此参考图像构造阶段完成；

与

i＝1，2，…，M，j＝1，2，…，N，再设

为参考图像

的第(i，j)个DCT系数，按照式(4) 确定失真代价

与

的修改方向β_i，j，

其中sign(·)为符号函数。至此修改方向确定阶段完成；

其中

与

S5：找到对应此10个特征距离中最小的α值，记为

更新α值分别为

S6：找到对应此11个特征距离中最小值的α值(包括

)，即为最终α值，至此修改幅度确定阶段完成。

工作原理：

首先将图像Lena解压到空间域，按照式(1)与(2)利用各像素的局部邻域像素来估计维纳滤波器在滤波尺寸3×3下的均值μ和标准差σ。

然后对图像Lena在空间域以滤波器尺寸3×3按照式(3)进行维纳滤波，得到参考图像

然后利用失真函数JUNIWARD为图像Lena的DCT系数ci，j分配加一与减一失真代价

与

i＝1，2，…，512，j＝1，2，…， 512。利用参考图像

按照式(4)确定失真代价

与

的修改方向β_i，j。

然后为修改幅度α赋予10个初始值：{0.1，0.2，0.3，0.4，0.5， 0.6，0.7，0.8，0.9，1}。分别采用此10个初始α值按照式(5)与式 (6)优化

与

并采用JUNIWARD分别以0.5bpnzac嵌入率对图像 Lena进行隐写，得到10幅含密图像，分别提取此10幅含密图像与载体图像的DCTR特征，分别按照式(7)计算含密图像与载体图像特征间的欧式距离。

然后找到对应此10个特征距离中最小的α值，记为

更新α值分别为

再分别采用此10个更新的α值优化初始失真函数，并分别以0.5bpnzac 嵌入率对图像Lena进行隐写，得到10幅含密图像。同样计算此10 幅含密图像与载体图像的特征距离。

然后找到对应此11个特征距离中最小值的α值(包括

)，即为最终α值。

利用最终的α值，按照式(5)与式(6)优化初始失真函数。至此对失真函数JUNIWARD的优化完成。

最后我们将BOSSbass ver.1.01图像库中的所有10000幅图像以质量因子75进行JPEG压缩，作为载体图像，再联合隐写分析特征 DCTR分别对现有的失真函数JUNIWARD、UED、UERD在0.05，0.1，0.2， 0.3，0.4，0.5bpnzac嵌入率下进行优化。优化后DCTR的测试误差 PE变大，如图3所示。说明本发明能大幅提高现有JPEG隐写失真函数的安全性。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其效物界定。

Claims

1.一种优化现有JPEG隐写失真函数的通用方法，其特证在于：通过构造参考图像与联合隐写分析特征，可优化任意一种JPEG隐写失真函数，能大幅提高现有JPEG隐写失真函数的安全性。

2.根据权利要求1所述的一种优化现有JPEG隐写失真函数的通用方法，其特证在于：包括参考图像构造阶段、修改方向确定阶段、修改幅度确定阶段，以及失真函数优化阶段。

3.根据权利要求1所述的一种优化现有JPEG隐写失真函数的通用方法，其特证在于：对一幅大小为M×N的JPEG载体图像I，设其参考图像为

具体步骤如下，

S1：将JPEG图像I解压到空间域，利用各像素的局部邻域像素来估计维纳滤波器在滤波尺寸φ×φ下的均值μ和标准差σ，如式(1)与(2)所示；

S2：对I在空间域进行维纳滤波，得到参考图像

如式(3)所示，滤波器尺寸为3×3，

其中H₀为二维维纳滤波器，至此参考图像构造阶段完成；

与

i＝1，2，…，M，j＝1，2，…，N，再设

为参考图像

的第(i，j)个DCT系数，按照式(4)确定失真代价

与

的修改方向β_i，j，

其中sign(·)为符号函数。至此修改方向确定阶段完成；

S4：设修改幅度为α，赋予其10个初始值：{0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1}，分别采用此10个初始α值按照式(5)与式(6)优化初始失真函数，并按给定的嵌入率进行隐写，得到10幅含密图像(当且仅当α＝1时优化后的失真函数与初始状态相同)，之后分别提取此10幅含密图像与载体图像的特征，分别按照式(7)计算含密图像与载体图像特征间的欧式距离，

其中

与

分别为载体与含密图像的特征向量，r∈{1，2，…，w}，w为特征维数；

S5：找到对应此10个特征距离中最小的α值，记为

更新α值分别为

S6：找到对应此11个特征距离中最小值的α值(包括

)，即为最终α值，至此修改幅度确定阶段完成。

1. S7：利用最终的α值，按照式(5)与式(6)优化初始失真函数，至此失真函数优化阶段完成。