CN112288617B - 基于马赛克拼图的信息隐藏及恢复方法、设备及介质 - Google Patents
基于马赛克拼图的信息隐藏及恢复方法、设备及介质 Download PDFInfo
- Publication number
- CN112288617B CN112288617B CN202011174286.7A CN202011174286A CN112288617B CN 112288617 B CN112288617 B CN 112288617B CN 202011174286 A CN202011174286 A CN 202011174286A CN 112288617 B CN112288617 B CN 112288617B
- Authority
- CN
- China
- Prior art keywords
- image
- secret
- rotation angle
- angle
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 136
- 239000011159 matrix material Substances 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 14
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000012216 screening Methods 0.000 abstract description 7
- 230000003247 decreasing effect Effects 0.000 abstract description 6
- 238000012545 processing Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 239000000969 carrier Substances 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012856 packing Methods 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 230000002441 reversible effect Effects 0.000 description 4
- 238000010008 shearing Methods 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 235000002566 Capsicum Nutrition 0.000 description 2
- 101150096839 Fcmr gene Proteins 0.000 description 2
- 239000006002 Pepper Substances 0.000 description 2
- 241000722363 Piper Species 0.000 description 2
- 235000016761 Piper aduncum Nutrition 0.000 description 2
- 235000017804 Piper guineense Nutrition 0.000 description 2
- 235000008184 Piper nigrum Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009349 indirect transmission Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
- G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明属于信息安全和信息隐藏的交叉领域,公开了一种基于马赛克拼图的信息隐藏及恢复方法、设备及介质,隐藏时,由密钥生成嵌密位置并将m个位置为一组随机组合,对每组嵌密位置根据掩体像素值选取编码图像,根据编码图像增序或降序转角表达秘密信息;对于非嵌密位置,根据掩体像素值选取编码图像并添加随机转角对秘密信息进行掩盖。提取时,根据角度差值提取秘密信息相关转角,通过区间筛选剔除不合法角度,根据合法角度分组提取秘密信息并进行认证。避免了编码图像与秘密信息直接对应导致的编码空间泄露,避免了复杂冗余的匹配计算,降低了计算代价,完全依赖于密钥,具有良好的抗攻击性和较高的安全性。
Description
技术领域
本发明属于信息安全和信息隐藏的交叉领域,涉及一种基于马赛克拼图的信息隐藏及恢复方法、设备及介质。
背景技术
传统信息隐藏,如密写:YANG T,2017(YANG T,CHEN H.Matrix embedding insteganography with binary Reed–Muller codes[J].IET Image Processing,2017,11(7):522-529.),Rajendran S,2017(Rajendran S,Doraipandian M.Chaotic Map BasedRandom Image Steganography Using LSB Technique[J].International Journal ofNetwork Security,2017,19(4):593-598.)、分存:Ding W,2018(Ding W,Liu K,Yan X,etal.An Image Secret Sharing Method Based on Matrix Theory[J].Symmetry,2018,10(10):530.),Gong Q,2019(Gong Q,Yan X,Wang Y,et al.Polynomial-based SecretImage Sharing in the Galois Field of GF(28)[C].Proceedings of the 15th ChinaInformation Hiding Workshop(CIHW2019),Xiamen,2019.)、水印:Su Q,2017(Su Q,ChenB.Robust color image watermarking technique in the spatial domain[J].SoftComputing,2017.22(1):91-106.),Su Q,2019(Su Q,Liu D,Yuan Z,et al.New Rapid andRobust Color Image Watermarking Technique in Spatial Domain[J].IEEE Access,2019,7:30398-30409.)等都是采用修改式嵌入的方法,该方法不可避免的会在载体中留下修改痕迹,难以抵抗密写分析算法的检测。为解决此问题,人们提出了“无载体信息隐藏”。从提出至今,经过不断地交流与研讨,形成了两种典型的方法:搜索式无载体信息隐藏和生成式无载体信息隐藏。
搜索式无载体信息隐藏方法主要通过收集大量的自然载体来构建大数据库,然后从中选取适合的自然载体来表达秘密信息。例如:Yuan C S,2017(Yuan C S,Xia Z H,SunX M.Coverless image steganography based on SIFT and BOF[J].Journal ofInternet Technology,2017,18(2):435-442.)通过检索数据库中哈希值与秘密信息片段相等的图像作为含密载体来表达秘密信息;Zhang X,2018(Zhang X,Peng F,LongM.Robust coverless image steganography based on DCT and LDA topicclassification[J].IEEE Transaction on Multimedia,2018,20(12):3223-3238.)进一步通过引入标识对秘密信息所在的含密载体小块的位置进行标记进而来提高安全性;ZhouZ L,2018(Zhou Z L,Mu Y,Q.M.Jonathan W.Coverless image steganography usingpartial-duplicate image retrieval[J].Soft Computing,2018(2):1-12.)通过检索数据库中与密图小块哈希值相等的图像作为含密载体对密图进行重构;以上这些方法Yuan CS,2017、Zhang X,2018、Zhou Z L,2018都涉及构建大数据库构建搜索以及多载体嵌密,一方面需要构建足够的样本并从中找到适合的自然未修改载体来对秘密信息进行表达,而另一方面自然载体对与之不相关的秘密信息表达能力十分有限,导致单载体嵌密容量极低,因此需借助大量载体在信道中的密集传输来传递和表达秘密信息,并且多次通过相同的数据集来传递不同的秘密信息,不仅容易产生行为异常,也会带来数据库图像泄露风险。为避免该问题,陆海,2018(陆海,邵利平.结合非直接传输和随机码本的无载体试题伪装[J].应用科学学报,2018,36(02):331-346.)不建立大数据库,以生成的试题为嵌密载体,利用选择题选项的排列顺序编号以及填空题答案的随机偏移量来间接表达秘密信息;为增强其认证能力,Lu H,2020(Lu H,Shao L.Full key dependent coverless test disguisemethod by interval-extension-based double authentications[J].Multimedia Toolsand Applications,2020,79:13667-13691.)采用基于区间扩展的双重认证方法,对提取的信息进行合法区间认证来提高认证精度。以上这类方法虽然避免了大数据库构建和搜索、且不涉及大量载体密集传输,但该方法以试题的形式进行嵌密,尽管可进一步扩展为各种类型的调查问卷,但其实际应用场景非常有限。
生成式无载体信息隐藏方法,通过生成适合的包含秘密信息的载体来表达秘密信息。例如:Xu J,2015(Xu J,Mao X,Jin X,et al.Hidden message in a deformation-based texture[J].The Visual Computer,2015,31(12):1653-1669.)、Qian Z,2018(QianZ,Pan L,Li S,et al.Steganography by Constructing Marbling Texture[C].Proceedings of the 14th China Information Hiding Workshop(CIHW2018),Guangzhou,2018.)给出了纹理构造式的信息隐藏方法:通过对含有秘密信息和掩盖信息的图像进行marbling形变操作,来生成一幅具有复杂纹理结构的含密图像;但此类方法只能构造出简单质地的纹理图像。彭飞,2019(彭飞,张翔,龙敏.基于分形理论的生成式无载体图像信息隐藏[C].Proceedings of the 15th China Information Hiding Workshop(CIHW2019),Xiamen,2019.)给出了分形图生成的信息隐藏方法,在分形图形生成过程中通过控制像素渲染来隐藏秘密信息,该方法尽管可产生各式各样的具有复杂漂亮纹理的分形图像,但所生成的图像都没有实际的语义。相对于纹理构造式,纹理合成式的信息隐藏可由实际的样例产生更为逼真的类自然纹理图像。例如:Qin Z C,2017(Qin Z C,Li M,WuB.Robust Steganography via Patch-Based Texture Synthesis[C]//InternationalConference on Internet Multimedia Computing and Service.Springer,Singapore,2017:429-439.)通过纹理小块中心区域的复杂度进行分类用于代表秘密信息,将选择的纹理小块随机放置到掩体图像中并利用其他小块进行拼接来对秘密信息进行掩盖;由于该方法中秘密信息片段与样本小块类别之间存在着固定的映射关系,故降低了其安全性。针对此问题,李国利,2019(李国利,邵利平,任平安.差异聚类和误差纹理合成的生成式信息隐藏[J].中国图象图形学报,2019,24(12):2126-2148.)对样例纹理小块进行差异均值聚类,选取聚类中心位置的样本小块作为编码小块,最后将重叠区域像素差异和最小的误差线作为缝合线进行相邻小块的拼接生成含密纹理图像。以上方法产生的纹理图像含义都比较简单,不能生成复杂有意义的图像,从而不能对秘密信息进行有效地掩盖,因此在传输过程中依然容易引起怀疑,并且纹理合成式信息隐藏通常采用块拼接的方式来合成与给定样例图像相似的纹理图像,本质上不能消除拼接痕迹。
传统基于马赛克拼图的信息隐藏方法可生成有意义的图像。例如:Lai I,2011(Lai I,Tsai W.Secret-Fragment-Visible Mosaic Image-A New Computer Art and ItsApplication to Information Hiding[J].IEEE Transactions on InformationForensics and Security,2011,6(3):936-945.)通过在数据库中选取与密图小块相似的公开图像,把密图小块当作字典替换成与之相似的公开图像,进而将密图小块伪装成公开图像,该方法的掩体图像不能自由选择,需预先在数据库中找出与密图最相似的掩体图像。为避免这一问题,Lee Y L,2014(Lee Y L,Tsai W H.A new secure image transmissiontechnique via secret-fragment-visible mosaic images by nearly reversiblecolor transformations[J].IEEE Transactions on Circuits&Systems for VideoTechnology,2014,24(4):695-703.)将密图小块和掩体小块按标准差进行排序建立一一对应关系,通过对密图小块进行线性变换和放置位置的调整来生成马赛克图像。为了减少嵌入参数,Hou D,2016(Hou D,Zhang W,Yu N.Image camouflage by reversible imagetransformation[J].Journal of Visual Communication&Image Representation,2016,40:225-236.)进一步引入聚类算法对密图小块和掩体小块进行分类和匹配,然后由密图小块生成含密马赛克图像;刘小凯,2018(刘小凯,姚恒,秦川.基于图像块分类阈值优化的改进可逆图像伪装[J].应用科学学报,2018,36(02):237-246.)为减小密图小块和掩体小块之间的匹配均方误差,引入了分类阈值优化算法来改进Hou D,2016。此外Zhai S,2015(Zhai S,Li F,Chang C,et al.A Meaningful Scheme for Sharing Secret ImagesUsing Mosaic Images[J].International Journal of Network Security,2015,17(5):643-649.)还提出一种以马赛克图像为载体的图像共享方法,通过相似块替换把n个密图小块嵌入到n个掩体图像中生成有意义的含密马赛克图像。在Zhai S,2015的基础上,张梦,2016(张梦,翟圣云,苏栋骐.基于马赛克技术的秘密图像共享改进技术[J].计算机应用研究,2016,33(11):3480-3484.)通过引入海明距离改进了比较相似度的方法,不再以整体的特征为单位进行比较而是更加具体的比较图像块之间的像素灰度值的相似度,图像块替换时不易产生噪点,提高的图像的视觉质量,并利用差值扩展进行可逆信息隐藏,增强和保障了秘密图像的安全性和完整性,但该方法嵌密效率较低。以上这些方法都需借助修改式嵌入的方法来隐藏信息或嵌入变换参数。为避免修改式嵌入,王洋,2020(王洋,邵利平,陆海.结合块旋转和马赛克拼图的生成式伪装方法[J].中国图象图形学报,2020,25(1):32-43.)通过在隐藏位置放置与秘密信息相关的圆形图像来对秘密信息进行表达,非隐藏位置放置与掩体图像像素值相关的圆形图像对秘密信息进行掩盖生成含密马赛克图像;但是该方法在嵌密位置放置与待隐藏秘密信息相关的圆形图像时并没有考虑掩体图像该点的像素值,会产生较多突兀点导致视觉质量较差;赵运营,2019(赵运营,邵利平,王洋,陆海.改进块旋转和马赛克拼图的生成式伪装方法[J].应用科学学报,2019,37(05):673-690.)对王洋,2020进行了改进,赵运营,2019在放置过程中始终选取与掩体图像像素值相对应的圆形图像,通过圆形图像的旋转角度来表达秘密信息,在整个过程中不存在任何以嵌密为目的的圆形图像调整,不会产生因嵌密而导致的视觉质量下降,具有良好的视觉质量效果且嵌入率不影响视觉质量;但该方法圆形图像与秘密信息一对一的关系直接暴露了编码空间,且整个过程计算代价较大。
发明内容
本发明的目的在于克服上述现有技术中,基于马赛克拼图的信息隐藏方法中,存在编码图像与秘密信息直接对应,导致编码空间泄露的缺点,提供一种基于马赛克拼图的信息隐藏及恢复方法、设备及介质。
为达到上述目的,本发明采用以下技术方案予以实现:
本发明第一方面,一种基于马赛克拼图的信息隐藏方法,包括以下步骤:
S1:获取分辨率为m0×n0的L级掩体图像ti,j∈{0,1,…,L-1},分辨率为m1×n1的二值密图/>分辨率为(2r-1)×(2r-1)的L个两两不等的P阶灰度图像以及用户密钥;
S2:将P阶灰度图像Hk转化为半径为r的圆形图像将L个圆形图像H′k按照预设规则排列得到/>将H″k的质心旋转到圆心右侧正半轴,得到编码圆形图像/>将二值密图/>扫描为二值比特序列/>bl∈{0,1};
S3:根据用户密钥随机生成初始转角矩阵ai,j表达的旋转角度为ai,j·2π/n,其中,n为编码圆形图像Rk约定的可旋转的角度个数;
根据用户密钥在m0×n0范围内随机生成m1·n1·m个两两不等的坐标位置,将生成的坐标位置以m个为一组随机分成m1·n1组,得到嵌密位置序列
根据用户密钥在[0,n-1]范围内随机生成m1·n1组,每组m个且两两不等的旋转角度矩阵cu,v表达的旋转角度为cu,v·2π/n;
初始化分辨率为m2×n2的灰度图像其中,m2=m0·(2r-1),n2=n0·(2r-1);
S4:依次读取二值比特序列B中的元素bu,u=0,1,…,m1·n1-1,获取嵌密位置序列P中第u个分组的坐标序列根据掩体图像T中的像素值从编码圆形图像Rk中选取对应的编码样本小块
S5:读取旋转角度矩阵C中的元素cu,v,并结合初始转角矩阵A,得到编码样本小块的放置转角αu,v,根据放置转角将/>旋转为/>将/>放置在灰度图像M上,其中,v=0,…,m-1;
S6:重复S4至S5,至二值比特序列B中的所有元素读取完毕;
S7:对于根据掩体图像T中的像素值ti,j∈{0,1,…,L-1},从编码圆形图像Rk中选择对应的编码样本小块/>其中,/>为非嵌密位置序列,表示m0×n0范围内不在嵌密位置序列P范围内的坐标位置的集合;
S8:根据初始转角矩阵A,得到编码样本小块的放置转角θ,根据放置转角将/>旋转为/>将/>放置在灰度图像M上;
S9:重复S7至S8,至非嵌密位置序列中坐标位置处理完毕,将最终的灰度图像M作为嵌密掩体M′输出。
本发明基于马赛克拼图的信息隐藏方法进一步的改进在于:
所述S2中将P阶灰度图像Hk转化为半径为r的圆形图像的具体方法是:通过式(1)将P阶灰度图像Hk转化为半径为r的圆形图像/>
所述S2中的预设规则为:按半径r范围内的均值进行增序排列;
所述S2中将H″k的质心旋转到圆心右侧正半轴的具体方法是:
S2-1:通过式(2)得到H″k的质心
S2-2:通过式(3)得到质心相对于H″k圆心的几何倾角σk:
S2-3:通过式(4)得到编码圆形图像
Rk=Rot(H″k,2π-σk) (4)
其中,Rot()为逆时针旋转函数,第1个参数为待旋转的图像,第2个参数为逆时针旋转角度;
所述S2中将二值密图扫描为二值比特序列/>bl∈{0,1}的具体方法是:通过光栅扫描顺序将二值密图/>扫描为二值比特序列/>bl∈{0,1}。
所述S5中依次读取旋转角度矩阵C中的元素cu,v,并结合初始转角矩阵A,得到编码样本小块的放置转角αu,v的具体方法是:
S5-1:读取旋转角度矩阵C中的元素cu,v,通过式(5)将cu,0,cu,1,…,cu,m-1排列为c′u,0,c′u,1,…,c′u,m-1,其中ASC(),DEC()分别为升序和降序排列函数:
S5-2:结合初始转角矩阵A,通过式(6)得到编码样本小块的放置转角αu,v:
所述S5中根据放置转角将旋转为/>的具体方法是:通过式(7)将/>逆时针旋转为/>
所述S5中将放置在灰度图像M上的具体方法是:将/>放置在灰度图像M上起始坐标为/>大小为(2r-1)×(2r-1)的小块上。
所述S8中根据初始转角矩阵A,得到编码样本小块的放置转角θ的具体方法是:通过式(8)得到编码样本小块/>的放置转角θ,其中,β为随机生成的[0,n-1]范围内的随机数:
θ=((ai,j+β)modn+1/2)·2π/n (8)
所述S8中根据放置转角将旋转为/>的具体方法是:通过式(9)根据放置转角将/>逆时针旋转为/>
所述S8中将放置在灰度图像M上的具体方法是:将/>放置在灰度图像M上起始坐标为X=(2r-1)·i,Y=(2r-1)·j,大小为(2r-1)×(2r-1)的小块上。
本发明第二方面,一种基于马赛克拼图的信息恢复方法,包括以下步骤:
T1:获取分辨率为m2×n2的P阶嵌密掩体其中,嵌密掩体M′的分辨率满足m2 mod(2r-1)=0,n2 mod(2r-1)=0,获取用户密钥;
T2:根据用户密钥随机生成初始转角矩阵ai,j表达的旋转角度为ai,j·2π/n,其中,n为编码圆形图像约定的可旋转的角度个数;
根据用户密钥在m0×n0范围内随机生成m1·n1·m个两两不等的坐标位置,m1和n1为密图分辨率参数,将生成的坐标位置以m个为一组随机分成m1·n1组,得到嵌密位置序列
根据用户密钥在[0,n-1]范围内随机生成m1·n1组,每组m个且两两不等的旋转角度矩阵cu,v表达的旋转角度为cu,v·2π/n;
T3:依次读取嵌密位置序列P中第u,u=0,…,m1·n1-1个分组坐标序列在嵌密掩体M′中截取大小为(2r-1)×(2r-1)的灰度图像块并计算灰度图像块/>的质心坐标/>相对于灰度图像块/>圆心的几何倾角/>
T4:读取初始转角矩阵A中位置的元素/>得到秘密信息的几何倾角/>相对于初始转角的转角差/>
T5:通过角度矩阵C中的元素cu,v,获得转角差的合法区间,对转角差/>进行合法区间认证,得到并根据合法区间认证的转角差/>的数量Nu,得到提取秘密信息的可靠性度量值du,根据可靠性度量值du提取秘密比特bu;
T6:重复T3至T5,至嵌密位置序列P中的坐标位置读取完毕,得到二值比特序列和认证序列/>
T7:将二值比特序列B扫描成分辨率为m1×n1的图像,得到二值密图由认证序列D得到认证图/>
本发明基于马赛克拼图的信息恢复方法进一步的改进在于:
所述T3的具体方法是:
依次读取嵌密位置序列P中第u,u=0,…,m1·n1-1个分组坐标序列并通过式(10)计算/>以/>为起点从嵌密掩体M′中截取大小为(2r-1)×(2r-1)的灰度图像块/>
通过式(11)计算灰度图像块的质心/>根据式(12)计算质心相对于灰度图像块/>圆心的几何倾角/>其中,/>
所述T4的具体方法是:读取初始转角矩阵A中位置的元素/>通过式(13)得到秘密信息的几何倾角/>相对于初始转角的转角差/>
所述T5中通过角度矩阵C中的元素cu,v,获得转角差的合法区间Leg的具体方法是:
T5-1:通过式(14)初始化合法区间Leg:
T5-2:对于通过式(15)更新初始化合法区间Leg:
Leg=Leg-[cu,w·2π/n,(cu,w+1)·2π/n] (15)
T5-3:重复T5-2至所有的从初始化合法区间Leg中排除,将最后得到的初始化合法区间Leg作为合法区间;
所述T5中对转角差进行合法区间认证具体方法是:通过式(16)对转角差/>进行合法区间认证:
其中,表示/>合法区间检验通过,/>表示/>合法区间检验失败;
所述T5中得到并根据合法区间认证的转角差的数量Nu,得到提取秘密信息的可靠性度量值du的具体方法为:
通过式(17)计算合法区间认证的转角差的数量Nu:
通过式(18)得到提取秘密信息的可靠性度量值du,其中du=1表示可靠,du=0表示不可靠:
所述T5中根据可靠性度量值du提取秘密比特bu的具体方法是:
若du=1时,初始化增序计数变量nasc=0和减序计数变量ndec=0,对于 通过式(19)更新nasc和ndec,通过式(20)提取秘密比特bu:
若du=0时,bu=Rand(0,1),其中,Rand(0,1)表示在0,1中随机选择1个。
本发明第三方面,一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述基于马赛克拼图的信息隐藏方法的步骤,和/或实现上述基于马赛克拼图的信息恢复方法的步骤。
本发明第四方面,一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现上述基于马赛克拼图的信息隐藏方法的步骤,和/或实现上述基于马赛克拼图的信息恢复方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明基于马赛克拼图的信息隐藏方法,通过m个相关联位置上的圆形图像共同来表达秘密信息,根据二值秘密信息值,将m个相关联位置上的圆形图像的转角按增序或降序旋转来表达秘密信息,圆形图像之间的关联关系由密钥生成,只有持有正确密钥的用户才能得到圆形图像之间的关联关系,若不知道圆形图像之间的关联关系,只从一个圆形图像中无法提取任何秘密信息,不再是圆形图像与秘密信息一对一的关系,因此隐藏了秘密信息的编码空间,提升信息隐藏的安全性,使得在恢复时,由于是m相关联的圆形图像共同表达秘密信息,若个别圆形图像遭受攻击,在区间筛选剔除错误角度后仍可根据其他圆形图像之间的转角关系正确提取秘密信息。同时,通过将增序排列的圆形样本图像的质心旋转到特定位置作为编码图像,使得在提取阶段时,不用进行圆形样本图像的识别,直接计算截取的含密编码小块的质心相对于特定位置的角度,再减去初始转角进而得到秘密信息相关角度,极大的降低了计算复杂度,降低了计算代价。并且,该基于马赛克拼图的信息隐藏方法可直接生成有意义的马赛克图像,无需构建大量数据库且不涉及大量载体密集传输,用编码图像转角之间的关系表达秘密信息,不涉及修改式嵌入,且嵌入和提取过程完全依赖于密钥,在遭受攻击时编码图像的转角不易丢失,可根据密钥容易的提取出秘密信息,具有较强的抗攻击鲁棒性,可容忍高强度的噪声攻击,且对于随机剪切和JPEG压缩攻击也具有较强的抗攻击容忍能力。
本发明基于马赛克拼图的信息恢复方法,不用进行圆形样本图像的识别,直接计算截取的含密编码小块的质心相对于特定位置的角度,再减去初始转角进而得到秘密信息相关角度,相较于现有方式中,需要首先对截取的含密编码小块通过质心旋转匹配策略进行样本图像识别,质心旋转匹配策略首先将所有的样本图像和含密编码小块的质心都旋转到特定位置,然后通过二次距离计算差异,最后选取二次距离最小的为识别出的图像,这个过程中有很高的计算复杂度,而本文中在提取时,不用对含密编码小块进行样本识别,直接进行处理,很大程度的降低了计算代价;在提取秘密信息相关角度时,前文通过将识别出的样本图像依次旋转特定角度然后与含密编码小块之间计算二次距离,选取最小的作为二次距离时的旋转角度作为提取角度,再减去随机初始角度得到秘密信息相关角度,这个过程中不仅要不断旋转还要计算二次距离,具有很高的计算代价,而本发明中直接计算含密编码小块质心相对于特定位置的角度然后减去随机初始角度即可得秘密信息相关角度,很大程度上降低了计算代价。同时,引入区间筛选策略,将相关联圆形图像旋转的角度作为合法区间,认证时首先确定有效合法区间的范围,若有多个提取的秘密信息相关角度属于同一合法区间,则标记此区间无效,并从合法区间中剔除,将剩余的合法区间作为有效合法区间;然后对提取的秘密信息相关角度进行有效合法区间认证,若属于有效合法区间,则标记正确,否则标记错误,最后根据剩余的正确的角度进行判断增序还是降序,进而获得秘密信息;在进行秘密信息提取时首先进行错误角度剔除,避免了错误角度带来的干扰,使提取更加准确,另外由m个相关联位置上的圆形图像共同来表达秘密信息,即使个别圆形图像的转角遭到剔除,根据相关联的其他圆形图像的转角也可正确提取秘密信息。
附图说明
图1为本发明实施例的基于马赛克拼图的信息隐藏方法的流程图;
图2为本发明实施例的基于马赛克拼图的信息恢复方法的流程图;
图3为本发明实施例的掩体图像1,为128×128分辨率的8阶灰度图像cameraman;
图4为本发明实施例的掩体图像2,为128×128分辨率的8阶灰度图像woman;
图5为本发明实施例的掩体图像3,为128×128分辨率的8阶灰度图像man;
图6为本发明实施例的掩体图像4,为128×128分辨率的8阶灰度图像lena;
图7为本发明实施例的密图,为64×64分辨率的二值图像secret;
图8为本发明实施例的嵌入图7后的掩体图像1;
图9为本发明实施例的嵌入图7后的掩体图像2;
图10为本发明实施例的嵌入图7后的掩体图像3;
图11为本发明实施例的嵌入图7后的掩体图像4;
图12为本发明实施例图8的局部细节图;
图13为本发明实施例图9的局部细节图;
图14为本发明实施例图10的局部细节图;
图15为本发明实施例图11的局部细节图;
图16为本发明实施例的由图8~图11恢复出的密图,相对于图7的误码率EBR=0;
图17为本发明实施例的对图8进行随机剪切攻击后的图,攻击占比为20%;
图18为本发明实施例的从图17恢复出的密图,相对于图7的误码率EBR=4.858%;
图19为本发明实施例的对图8进行随机剪切攻击后的图,攻击占比为40%;
图20为本发明实施例的从图19恢复出的密图,相对于图7的误码率EBR=17.21%;
图21为本发明实施例的对图10进行JPEG压缩攻击后的图,质量因子为50;
图22为本发明实施例的从图21恢复出的密图,相对于图7的误码率EBR=0;
图23为本发明实施例的对图10进行JPEG压缩攻击后的图,质量因子为80;
图24为本发明实施例的从图23恢复出的密图,相对于图7的误码率EBR=0;
图25为本发明实施例的对图9进行椒盐噪声攻击后的图,噪声强度为8%;
图26为本发明实施例的从图25恢复出的密图,相对于图7的误码率EBR=0.048%;
图27为本发明实施例的对图9进行椒盐噪声攻击后的图,噪声强度为20%;
图28为本发明实施例的从图27恢复出的密图,相对于图7的误码率EBR=0.39%;
图29为本发明实施例的对图11进行随机转角攻击后的图,攻击占比为20%;
图30为本发明实施例的从图29恢复出的密图,相对于图7的误码率EBR=6.030%;
图31为本发明实施例的对图11进行随机转角攻击后的图,攻击占比为40%;
图32为本发明实施例的从图31恢复出的密图,相对于图7的误码率EBR=17.65%;
图33为王等方法嵌入图7后的掩体图像4,密图嵌入和恢复的整个算法时长为212844ms;
图34为赵等方法嵌入图7后的掩体图像4,密图嵌入和恢复的整个算法时长为63421ms;
图35为本发明方法嵌入图7后的掩体图像4,密图嵌入和恢复的整个算法时长为21373ms。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
以下以JAVA jdk1.8.0_65为案例实施环境,结合附图对本发明实施方式进行详细说明,但不局限于本实施案例。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明一实施例中,提供一种基于马赛克拼图的信息隐藏方法,通过由密钥生成嵌密位置并将m个位置为一组随机组合;然后对每组嵌密位置根据掩体像素值选取编码图像并根据编码图像增序或降序转角来表达秘密信息;对于非嵌密位置,则根据掩体像素值选取编码图像并添加随机转角来对秘密信息进行掩盖,具体的,包括以下步骤。
S1:获取分辨率为m0×n0的L级掩体图像ti,j{0,1,…,L-1},分辨率为m1×n1的二值密图/>分辨率为(2r-1)×(2r-1)的L个两两不等的P阶灰度图像以及用户密钥。
例如:若取m0=n0=3,L=16,则可输入一幅分辨率为3×3的16级掩体图像其中t0,0=6,t0,1=15,…,t2,1=2,t2,2=0∈{0,1,…,15};若取m1=1,n1=2,则可输入分辨率为1×2的二值密图S=[1 0],其中s0,0=1,s0,1=0,即所有的si,j∈{0,1};若取r=33,L=16,P=8,则可输入分辨率为(2r-1)×(2r-1)=(2·33-1)×(2·33-1)=65×65的16个两两不相等的8阶灰度图像/>
S2:按式(1)将Hk,k=0,1,…,L-1转化为半径为r的圆形图像
将L个圆形图像按照预设规则排列得到/>其中,预设规则可以是随机排列的方式,也可以是按半径r范围内的均值增序排列的方式,本实施例中,采用按半径r范围内的均值增序排列的方式。
例如:式(1)的含义是将距离Hk圆心(r-1,r-1)半径r范围内的所有元素保留,而将不在此范围内的元素清零,通过式(1)可将Hk转换为半径为r的圆形图像,对于每个圆形图像H′k,k=0,1,…,L-1,可计算(i-r+1)2+(j-r+1)2≤r2范围内的所有像素之和,进而根据(i-r+1)2+(j-r+1)2≤r2范围内的像素数量计算其均值,从而通过均值从小到大的顺序将H′k,k=0,1,…,L-1进行排列,其中H″0圆形范围内的均值最小,H″L-1圆形范围内的均值最大。
将H″k,k=0,1,…,L-1质心旋转到圆心右侧正半轴作为编码圆形图像其具体方法是:
S2-1:按式(2)计算H″k,k=0,1,…,L-1的质心
S2-2:按式(3)计算质心相对于H″k圆心的几何倾角σk:
S2-3:按式(4)得到编码圆形图像
Rk=Rot(H″k,2π-σk) (4)
式(4)中,Rot()为逆时针旋转函数,第1个参数为待旋转的图像,第2个参数为逆时针旋转角度。
例如:式(2)的含义是计算H″k圆心(r-1,r-1)半径r范围内的所有元素的质心式(3)的含义是计算质心/>相对于H″k圆心(r-1,r-1)的几何倾角σk,式(4)是旋转函数,将H″k逆时针旋转2π-σk角度得到质心/>在圆心右侧正半轴上的圆形图像Rk作为编码图像。这样做相当于对编码图像进行的初始化处理,在提取阶段能避免复杂冗余的匹配计算,进而降低计算代价。
将二值密图按光栅扫描顺序扫描为二值比特序列/>bl∈{0,1}。
例如:将二值密图S=[1 0]按光栅扫描顺序扫描为二值比特序列B={1,0},其中b0=1,b1=0∈{0,1}。
S3:由用户密钥随机生成初始转角矩阵ai,j∈[0,n-1],ai,j表达的旋转角度为ai,j·2π/n,其中n为编码圆形图像Rk双方约定的可旋转的角度个数。/>
例如:若取线性同余随机发生器的随机种子作为密钥,取m0=n0=3,n=12时,可伪随机生成初始转角矩阵其中a0,0=8,a0,1=5,…,a2,1=10,a2,2=0∈{0,1,…,11},其中a0,0=8对应的角度是a0,0·2π/n=8·2π/12=4π/3,a0,1=5对应的角度是a0,1·2π/n=5·2π/12=5π/6,a2,1=10对应的角度是a2,1·2π/n=10·2π/12=5π/3,a2,2=0对应的角度是a2,2·2π/n=0·2π/12=0。
由用户密钥生成m0×n0范围内m1·n1·m个两两不等的坐标位置,将生成的坐标位置以m个为一组随机分成m1·n1组作为嵌密位置序列 u∈{0,1,…,m1·n1-1}对应的是嵌密位置序列P中的第u个分组,包含的坐标为/>将m0×n0范围内不在P范围的剩余坐标位置作为非嵌密位置序列/>
例如:取m0=n0=3,m1=1,n1=2,m=3时,可由密钥生成3×3范围内m1·n1·m=1·2·3=6个两两不等的坐标序列,假定随机生成的坐标序列如:(0,0),(1,0),(2,2),(1,2),(0,2),(2,1),以m=3个为一组随机分成m1·n1=1·2=2组作为嵌密位置序列P=(P0={(0,0),(2,1),(1,0)},P1={(0,2),(2,2),(1,2)}),P0对应的是嵌密位置序列中的第0个分组,包含的坐标为(0,0),(2,1),(1,0),P1对应的是嵌密位置序列中的第1个分组,包含的坐标为(0,2),(2,2),(1,2),将3×3范围内不在P=(P0={(0,0),(2,1),(1,0)},P1={(0,2),(2,2),(1,2)})范围内的剩余坐标位置(0,1),(1,1),(2,0)作为非嵌密位置序列
由用户密钥生成m1·n1组,每组m个且两两不等的[0,n-1]范围内的旋转角度矩阵cu,v∈[0,n-1],cu,v表达的旋转角度为cu,v·2π/n。
例如:m1=1,n1=2,m=3,n=12时,可由密钥生成m1·n1=1·2=2组,每组m=3各两两不等的[0,11]范围内的旋转角度初始矩阵其中c0,0=3,c0,1=9,…,c1,1=10,c1,2=1∈{0,1,…,11}。
初始化分辨率为m2×n2的灰度图像其中m2=m0·(2r-1),n2=n0·(2r-1)。
例如:取m0=n0=3,r=33时,m2=m0·(2r-1)=3·(2·33-1)=195,n2=n0·(2r-1)=3·(2·33-1)=195,则可初始化分辨率为(m2=195)×(n2=195)的灰度图像M=(mi,j=0)195×195。
S4:依次读取二值比特序列B中元素bu,u=0,1,…,m1·n1-1,获取嵌密位置序列P中第u个分组坐标序列根据T中像素值然后从编码圆形图像/>中选取对应的编码样本小块/>/>
例如:当u=0时,读取二值比特序列B={1,0},b0=1,b1=0∈{0,1}中第u=0个元素b0=1,获取嵌密位置序列P=(P0={(0,0),(2,1),(1,0)},P1={(0,2),(2,2),(1,2)})中的第u=0个分组坐标序列P0={(0,0),(2,1),(1,0)},即根据/>中像素值从编码圆形图像中选取对应的编码样本小块
S5:读取旋转角度矩阵C中的元素cu,v,u=0,1,…,m1·n1-1,v=0,…,m-1,结合初始转角矩阵A,得到编码样本小块的放置转角αu,v,v=0,…,m-1,其具体方法是:
S5-1:读取旋转角度矩阵C中的元素cu,v,u=0,1,…,m1·n1-1,v=0,…,m-1,然后按式(5)将cu,0,cu,1,…,cu,m-1排列为c′u,0,c′u,1,…,c′u,m-1,其中ASC(),DEC()分别为升序和降序排列函数;
例如:取m=3,当u=0时,读取旋转角度矩阵中元素cu,0=c0,0=3,cu,1=c0,1=9,cu,m-1=c0,2=5,按式(5),因为bu=b0=1,所以c′0,0,c′0,1,c′0,2=ASC(c0,0,c0,1,c0,2)=ASC(3,9,5)=(3,5,9),即c′0,0=3,c′0,1=5,c′0,2=9。
S5-2:结合初始转角矩阵A,按式(6)得到编码样本小块的放置转角αu,v,v=0,…,m-1:
例如:取m=3,n=12,当u=0,c′0,0=3,c′0,1=5,c′0,2=9,t0,0=6,t2,1=2,t1,0=0时,结合初始转角矩阵/>其中a0,0=8,a2,1=10,a1,0=7,按式(6)得到编码样本小块的放置转角分别为 />α0,0=23π/12,α0,1=7π/12,α0,2=9π/12。
根据放置转角,按式(7)将旋转为/>将/>放置在灰度图像M上,其中v=0,…,m-1:
将放置在灰度图像M上起始坐标为/>大小为(2r-1)×(2r-1)的小块上,其中v=0,…,m-1。
例如:取m=3,r=33,当u=0,t0,0=6,t2,1=2,t1,0=0时,根据放置转角α0,0=23π/12,α0,1=7π/12,α0,2=9π/12,按式(7)将逆时针分别旋转α0,0=23π/12,α0,1=7π/12,α0,2=9π/12角度为/>并分别放置在灰度图像M上起始坐标分别为 即分别放置在灰度图像M上起始坐标为(0,0),(130,65),(65,0),大小为(2r-1)×(2r-1)=65×65的小块上,这里的起始坐标即为左上角开始坐标。
S6:反复执行S4至S5,直至B中所有元素读取完毕;
例如:当B={1,0},b0=1,b1=0∈{0,1}中元素b1=0仍未读取时,返回继续执行S4至S5,直至B中元素读取完毕。
S7:对于则根据T中的像素值ti,j∈{0,1,…,L-1}从编码圆形图像中选择对应的编码样本小块/>
例如:对于中不在P=(P0={(0,0),(2,1),(1,0)},P1={(0,2),(2,2),(1,2)})范围内的剩余坐标位置(0,1),(1,1),(2,0)作为非嵌密位置序列则根据T中的像素值,例如:
t0,1=15从编码图像中选择对应的编码样本小块
t1,1=1从编码图像中选择对应的编码样本小块
t2,0=12从编码图像中选择对应的编码样本小块
S8:结合初始转角矩阵A,按式(8)计算编码样本小块的放置转角θ,其中β为随机生成的[0,n-1]范围内的随机数:/>
θ=((ai,j+β)modn+1/2)·2π/n (8)
例如:取n=12,ti,j=t0,1=15,随机生成的[0,11]范围内的随机数β=8时,结合初始转角矩阵其中a0,1=5,按式(8)计算编码样本小块/>的放置转角θ=((ai,j+β)modn)·2π/n=(((a0,1=5)+8)mod12+1/2)·2π/12=3π/12。
按式(9)根据放置转角将旋转为/>将/>放置在灰度图像M上起始坐标为X=(2r-1)·i,Y=(2r-1)·j,大小为(2r-1)×(2r-1)的小块上:
例如:取ti,j=t0,1=15,θ=3π/12,r=33时,按式(9)根据放置转角θ=3π/12将逆时针旋转θ=3π/12角度为/>并放置在灰度图像M上起始坐标为X=(2r-1)·i=(2·33-1)·0=0,Y=(2r-1)·j=(2·33-1)·1=65,大小为(2r-1)×(2r-1)=65×65的小块上。
S9:重复S7至S8,直至非嵌密位置序列中的坐标位置处理完毕,将最终得到的灰度图像M作为嵌密掩体M′输出。
例如:中仍有坐标(i,j)=(1,1)和(i,j)=(2,0)未处理完毕,返回执行第7步~第8步直至/>中坐标处理完毕,将最终得到的灰度图像M作为嵌密掩体M′输出,记M中以(x,y)为左上角起始坐标且大小为(2r-1)×(2r-1)=65×65的块为Mx,y,则M0,0,M0,65,M0,130,M65,0,M65,65,M65,130,M130,0,M130,65,M130,130对应的圆形编码图像逆时针放置转角依次为23π/12,3π/12,23π/12,9π/12,7π/12,21π/12,π/12,7π/12,15π/12。
参见图2,本发明再一实施例中,提供一种基于马赛克拼图的信息恢复方法,根据角度差值提取秘密信息相关转角,通过区间筛选剔除不合法角度,根据合法角度分组提取秘密信息并进行认证,具体的,包括以下步骤:
T1:输入分辨率为m2×n2的P阶嵌密掩体其中嵌密掩体M′分辨率满足m2 mod(2r-1)=0,n2 mod(2r-1)=0,输入密图分辨率参数m1,n1及用户密钥。
例如:取m2=195,n2=195,P=8,r=33,m1=1,n1=2时,则可输入分辨率m2×n2=195×195的8阶嵌密掩体M′,记M′中以(x,y)为左上角起始坐标且大小为(2r-1)×(2r-1)=65×65的块为M′x,y,则假定M′0,0,M′0,65,M′0,130,M′65,0,M′65,65,M′65,130,M′130,0,M′130,65,M′130,130对应的圆形编码图像逆时针放置转角依次为23π/12,3π/12,23π/12,9π/12,7π/12,21π/12,π/12,7π/12,15π/12,密图分辨率参数m1=1,n1=2以及用户密钥。
T2:由用户密钥随机生成初始转角矩阵ai,j表达的旋转角度为ai,j·2π/n,其中n为双方约定的编码图像可旋转的角度个数。
例如:若取线性同余随机发生器的随机种子作为密钥,取m0=n0=3,n=12时,可伪随机生成初始转角矩阵其中a0,0=8,a0,1=5,…,a2,1=10,a2,2=0∈{0,1,…,11}。
由用户密钥生成m0×n0范围内m1·n1·m个两两不等的坐标位置,将生成的坐标位置以m个为一组随机分成m1·n1组作为嵌密位置序列 对应的是嵌密位置序列P中的第u个分组,包含的坐标为/>
例如:取m0=n0=3,m1=1,n1=2,m=3时,可由密钥生成3×3范围内m1·n1·m=1·2·3=6个两两不等的坐标序列,如:(0,0),(1,0),(2,2),(1,2),(0,2),(2,1),以m=3个为一组随机分成m1·n1=1·2=2组作为嵌密位置序列P=(P0={(0,0),(2,1),(1,0)},P1={(0,2),(2,2),(1,2)}),P0对应的是嵌密位置序列中的第0个分组,包含的坐标为(0,0),(2,1),(1,0)。
由用户密钥生成m1·n1组,每组m个且两两不等的[0,n-1]范围内的旋转角度矩阵cu,v表达的旋转角度为cu,v·2π/n;
例如:m1=1,n1=2,m=3,n=12时,可由密钥生成m1·n1=1·2=2组,每组m=3各两两不等的[0,11]范围内的旋转角度初始矩阵其中c0,0=3,c0,1=9,…,c1,1=10,c1,2=1∈{0,1,…,11}。
初始化二值比特序列二值密图/>认证序列/>及认证图/>
例如:取m1=1,n1=2,可初始化秘密信息比特序列密图S=(si,j=0)1×2,认证序列D=(du=0)1·2,认证图Z=(zi,j=0)1×2。
T3:依次读取嵌密位置序列P中第u,u=0,…,m1·n1-1个分组坐标序列并通过式(10)计算/>然后以/>为起点从嵌密掩体M′中截取大小为(2r-1)×(2r-1)的灰度图像块/>
例如:取m1=1,n1=2,m=3,r=33,当u=0时,读取嵌密位置序列P=(P0={(0,0),(2,1),(1,0)},P1={(0,2),(2,2),(1,2)})中第u=0个分组坐标序列P0={(0,0),(2,1),(1,0)},即并通过式(10)计算 即分别以/>为起点从嵌密掩体M′中截取大小为(2r-1)×(2r-1)=65×65的灰度图像块/>
按式(11)计算的质心坐标为/>然后根据式(12)分别计算质心相对于/>圆心的几何倾角/>其中v=0,…,m-1且/>
例如:取m=3,当u=0时,按式(11)分别计算的质心/> 的质心和/>的质心/>然后根据式(12)分别计算质心相对于/>圆心的几何倾角,假定计算得到
T4:读取初始转角矩阵A中位置元素/>按式(13)计算秘密信息的几何倾角/>相对于初始转角的转角差/>其中v=0,…,m-1。
例如:取m=3,n=12,当u=0, 时,读取初始转角矩阵/>中/>位置/>按式(13)分别计算秘密信息的几何倾角/>相对于初始转角的转角差:
由于所以/>
由于所以/>
由于所以/>
T5:通过角度矩阵C中元素cu,v,v=0,…,m-1,获得合法区间Leg,其具体方法是:
T5-1:按式(14)初始化合法区间Leg:
/>
例如:取m=3,n=12,当u=0时,结合角度矩阵其中c0,0=3,c0,1=9,c0,2=5,/>
T5-2:对于则按式(15)更新Leg:
Leg=Leg-[cu,w·2π/n,(cu,w+1)·2π/n] (15)
例如:式(15)中的减号表示集合的减法,即从Leg中排除区间[cu,w·2π/n,(cu,w+1)·2π/n]。
取m=3,n=12,当u=0,时,对于区间[6π/12,8π/12],因为/>所以不存在任意两个或两个以上/>同属于同一个区间[6π/12,8π/12],所以认为[6π/12,8π/12]为合法区间,即Leg仍为Leg={[6π/12,8π/12],[18π/12,20π/12],[10π/12,12π/12]}。
T5-3:反复执行第T5-2步,直至所有的从Leg中排除,将最后得到的Leg作为合法区间。
例如:取m=3,n=12,当u=0,时,Leg中仍有区间[18π/12,20π/12],[10π/12,12π/12]未检验,返回T5-2步。对于区间[18π/12,20π/12],因为所以不存在任意两个或两个以上/>同属于同一个区间[18π/12,20π/12],所以认为[6π/12,8π/12]为合法区间,即Leg仍为Leg={[6π/12,8π/12],[18π/12,20π/12],[10π/12,12π/12]};同理检验Leg中剩余区间[10π/12,12π/12],最后可得Leg={[6π/12,8π/12],[18π/12,20π/12],[10π/12,12π/12]}。
按式(16)对进行合法区间认证;
例如:取m=3,当u=0,Leg={[6π/12,8π/12],[18π/12,20π/12],[10π/12,12π/12]}时,因为所以 所以/> 所以/>
按式(17)计算合法区间检验的的数量Nu:/>
例如:取m=3,当u=0,时,按式(17)计算合法区间检验的/>的数量N0=3。
按式(18)计算提取秘密信息的可靠性度量值du,其中du=1表示可靠,du=0表示不可靠。
例如:取m=3,当u=0,N0=3时,因为N0=3∈[2,3]按式(18)计算提取秘密信息的可靠性度量值d0=1。
根据可靠性度量值du提取秘密比特bu,其具体方法是:
若du=1时,初始化增序计数变量nasc=0和减序计数变量ndec=0,对于 按式(19)更新nasc和ndec,然后按式(20)提取秘密比特bu,式(20)中Rand(0,1)表示在0,1中随机选择1个:
若du=0时,bu=Rand(0,1),即从0,1中随机选择1个。
例如:当u=0,时,因为d0=1,所以初始化增序计数变量nasc=0和减序计数变量ndec=0,对于任意的且/>下标小于/>下标,有/>所以nasc=nasc+1=1;对于任意的/>且/>下标小于/>下标,有所以nasc=nasc+1=2;对于任意的/>且/>下标小于/>下标,有/>所以nasc=nasc+1=3;根据式(20)因为nasc=3>ndec=0,所以b0=1。
T6:反复执行T3至T5,直至嵌密位置序列P中坐标读取完毕,得到二值比特序列B和认证序列D。
例如:对于嵌密位置序列P=(P0={(0,0),(2,1),(1,0)},P1={(0,2),(2,2),(1,2)})中仍有坐标P1={(0,2),(2,2),(1,2)}未处理完毕,则反复执行第4步至第7步,直至P中坐标读取完毕,得到二值比特序列B={1,0}和认证序列D={1,1}。
T7:将二值比特序列B扫描成分辨率为m1×n1的图像,得到二值密图由认证序列/>得到认证图/>/>
例如:取m1=1,n1=2时,则可将秘密信息比特序列B={1,0}扫描成分辨率为m1×n1=1×2的密图S=[1 0],由认证序列D={1,1}得到认证图Z=[1 1]。
参见图3至35,表明本发明基于马赛克拼图的信息隐藏及恢复方法,通过多个关联编码图像共同表达秘密信息,避免了编码图像与秘密信息直接对应导致的编码空间泄露。提取阶段通过角度差值提取秘密信息,避免了复杂冗余的匹配计算,降低了计算代价,且嵌密和提取过程完全依赖于密钥,具有良好的抗攻击性和较高的安全性。
具体的,本发明基于马赛克拼图的信息隐藏及恢复方法具有以下优点。
第一,隐藏了编码空间:由m个相关联位置上的圆形图像共同来表达秘密信息,根据二值秘密信息值,将m个相关联位置上的圆形图像的转角按增序或降序旋转来表达秘密信息,圆形图像之间的关联关系由密钥生成,只有持有正确密钥的用户才能得到圆形图像之间的关联关系,若不知道圆形图像之间的关联关系,只从一个圆形图像中无法提取任何秘密信息,不再是圆形图像与秘密信息一对一的关系,因此隐藏了秘密信息的编码空间;此外在提取阶段,由于是m相关联的圆形图像共同表达秘密信息,若个别圆形图像遭受攻击,在区间筛选剔除错误角度后仍可根据其他圆形图像之间的转角关系正确提取秘密信息;
第二,降低了计算代价:将增序排列的圆形样本图像的质心旋转到特定位置作为编码图像,这样做的目的的是:在提取阶段,不用进行圆形样本图像的识别,直接计算截取的含密编码小块的质心相对于特定位置的角度,再减去初始转角进而得到秘密信息相关角度。前文在提取时,首先对截取的含密编码小块通过质心旋转匹配策略进行样本图像识别,质心旋转匹配策略首先将所有的样本图像和含密编码小块的质心都旋转到特定位置,然后通过二次距离计算差异,最后选取二次距离最小的为识别出的图像,这个过程中有很高的计算复杂度,而本文中在提取时,不用对含密编码小块进行样本识别,直接进行处理,很大程度的降低了计算代价;在提取秘密信息相关角度时,前文通过将识别出的样本图像依次旋转特定角度然后与含密编码小块之间计算二次距离,选取最小的作为二次距离时的旋转角度作为提取角度,再减去随机初始角度得到秘密信息相关角度,这个过程中不仅要不断旋转还要计算二次距离,具有很高的计算代价,而本文中直接计算含密编码小块质心相对于特定位置的角度然后减去随机初始角度即可得秘密信息相关角度,很大程度上降低了计算代价;
第三,引入区间筛选策略,剔除错误角度,使提取更加准确:同时引入区间筛选策略,将相关联圆形图像旋转的角度作为合法区间,认证时首先确定有效合法区间的范围,若有多个提取的秘密信息相关角度属于同一合法区间,则标记此区间无效,并从合法区间中剔除,将剩余的合法区间作为有效合法区间;然后对提取的秘密信息相关角度进行有效合法区间认证,若属于有效合法区间,则标记正确,否则标记错误,最后根据剩余的正确的角度进行判断增序还是降序,进而获得秘密信息;这样做的优势是:进行秘密信息提取时首先进行错误角度剔除,避免了错误角度带来的干扰,使提取更加准确,另外由m个相关联位置上的圆形图像共同来表达秘密信息,即使个别圆形图像的转角遭到剔除,而根据相关联的其他圆形图像的转角也可能正确提取秘密信息;
第四,不涉及修改式嵌入,可生成有意义的图像,无需构建大量数据库:本文方法可直接生成有意义的马赛克图像,无需构建大量数据库且不涉及大量载体密集传输,用编码图像转角之间的关系表达秘密信息,不涉及修改式嵌入,且嵌入和提取过程完全依赖于密钥,在遭受攻击时编码图像的转角不易丢失,可根据密钥容易的提取出秘密信息,具有较强的抗攻击鲁棒性,可容忍高强度的噪声攻击,且对于随机剪切和JPEG压缩攻击也具有较强的抗攻击容忍能力。
本发明再一个实施例中,提供了一种终端设备,该终端设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器用于基于马赛克拼图的信息隐藏方法和/或基于马赛克拼图的信息恢复方法的操作。
再一个实施例中,本发明还提供了一种计算机可读存储介质(Memory),所述计算机可读存储介质是终端设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括终端设备中的内置存储介质,当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作***。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,计算机可读存储介质中的一条或一条以上指令由处理器加载并执行基于马赛克拼图的信息隐藏方法和/或基于马赛克拼图的信息恢复方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于马赛克拼图的信息隐藏方法,其特征在于,包括以下步骤:
S1:获取分辨率为m0×n0的L级掩体图像分辨率为m1×n1的二值密图/>分辨率为(2r-1)×(2r-1)的L个两两不等的P阶灰度图像以及用户密钥;
S2:将P阶灰度图像Hk转化为半径为r的圆形图像将L个圆形图像H′k按照预设规则排列得到/>将H″k的质心旋转到圆心右侧正半轴,得到编码圆形图像/>将二值密图/>扫描为二值比特序列
S3:根据用户密钥随机生成初始转角矩阵ai,j表达的旋转角度为ai,j·2π/n,其中,n为编码圆形图像Rk约定的可旋转的角度个数;
根据用户密钥在m0×n0范围内随机生成m1·n1·m个两两不等的坐标位置,将生成的坐标位置以m个为一组随机分成m1·n1组,得到嵌密位置序列
根据用户密钥在[0,n-1]范围内随机生成m1·n1组,每组m个且两两不等的旋转角度矩阵cu,v表达的旋转角度为cu,v·2π/n;
初始化分辨率为m2×n2的灰度图像其中,m2=m0·(2r-1),n2=n0·(2r-1);
S4:依次读取二值比特序列B中的元素bu,u=0,1,…,m1·n1-1,获取嵌密位置序列P中第u个分组的坐标序列根据掩体图像T中的像素值从编码圆形图像Rk中选取对应的编码样本小块
S5:读取旋转角度矩阵C中的元素cu,v,并结合初始转角矩阵A,得到编码样本小块的放置转角αu,v,根据放置转角将/>旋转为/>将/>放置在灰度图像M上,其中,v=0,…,m-1;
S6:重复S4至S5,至二值比特序列B中的所有元素读取完毕;
S7:对于根据掩体图像T中的像素值ti,j∈{0,1,…,L-1},从编码圆形图像Rk中选择对应的编码样本小块/>其中,/>为非嵌密位置序列,表示m0×n0范围内不在嵌密位置序列P范围内的坐标位置的集合;
S8:根据初始转角矩阵A,得到编码样本小块的放置转角θ,根据放置转角将/>旋转为/>将/>放置在灰度图像M上;
S9:重复S7至S8,至非嵌密位置序列中坐标位置处理完毕,将最终的灰度图像M作为嵌密掩体M′输出。
2.根据权利要求1所述的基于马赛克拼图的信息隐藏方法,其特征在于,所述S2中将P阶灰度图像Hk转化为半径为r的圆形图像的具体方法是:通过式(1)将P阶灰度图像Hk转化为半径为r的圆形图像/>
所述S2中的预设规则为:按半径r范围内的均值进行增序排列;
所述S2中将H″k的质心旋转到圆心右侧正半轴的具体方法是:
S2-1:通过式(2)得到H″k的质心
S2-2:通过式(3)得到质心相对于H″k圆心的几何倾角σk:
S2-3:通过式(4)得到编码圆形图像
Rk=Rot(H″k,2π-σk) (4)
其中,Rot()为逆时针旋转函数,第1个参数为待旋转的图像,第2个参数为逆时针旋转角度;
所述S2中将二值密图扫描为二值比特序列/>的具体方法是:通过光栅扫描顺序将二值密图/>扫描为二值比特序列/>
3.根据权利要求1所述的基于马赛克拼图的信息隐藏方法,其特征在于,所述S5中依次读取旋转角度矩阵C中的元素cu,v,并结合初始转角矩阵A,得到编码样本小块的放置转角αu,v的具体方法是:
S5-1:读取旋转角度矩阵C中的元素cu,v,通过式(5)将cu,0,cu,1,…,cu,m-1排列为c′u,0,c′u,1,…,c′u,m-1,其中ASC(),DEC()分别为升序和降序排列函数:
S5-2:结合初始转角矩阵A,通过式(6)得到编码样本小块的放置转角αu,v:
所述S5中根据放置转角将旋转为/>的具体方法是:通过式(7)将/>逆时针旋转为/>
所述S5中将放置在灰度图像M上的具体方法是:将/>放置在灰度图像M上起始坐标为/>大小为(2r-1)×(2r-1)的小块上。
4.根据权利要求1所述的基于马赛克拼图的信息隐藏方法,其特征在于,所述S8中根据初始转角矩阵A,得到编码样本小块的放置转角θ的具体方法是:通过式(8)得到编码样本小块/>的放置转角θ,其中,β为随机生成的[0,n-1]范围内的随机数:
θ=((ai,j+β)mod n+1/2)·2π/n (8)
所述S8中根据放置转角将旋转为/>的具体方法是:通过式(9)根据放置转角将/>逆时针旋转为/>
所述S8中将放置在灰度图像M上的具体方法是:将/>放置在灰度图像M上起始坐标为X=(2r-1)·i,Y=(2r-1)·j,大小为(2r-1)×(2r-1)的小块上。
5.一种基于马赛克拼图的信息恢复方法,其特征在于,包括以下步骤:
T1:获取分辨率为m2×n2的P阶嵌密掩体其中,嵌密掩体M′的分辨率满足m2 mod(2r-1)=0,n2 mod(2r-1)=0,获取用户密钥;
T2:根据用户密钥随机生成初始转角矩阵ai,j表达的旋转角度为ai,j·2π/n,其中,n为编码圆形图像约定的可旋转的角度个数;
根据用户密钥在m0×n0范围内随机生成m1·n1·m个两两不等的坐标位置,m1和n1为密图分辨率参数,将生成的坐标位置以m个为一组随机分成m1·n1组,得到嵌密位置序列
根据用户密钥在[0,n-1]范围内随机生成m1·n1组,每组m个且两两不等的旋转角度矩阵cu,v表达的旋转角度为cu,v·2π/n;
T3:依次读取嵌密位置序列P中第u,u=0,…,m1·n1-1个分组坐标序列在嵌密掩体M′中截取大小为(2r-1)×(2r-1)的灰度图像块并计算灰度图像块/>的质心坐标/>相对于灰度图像块/>圆心的几何倾角/>
T4:读取初始转角矩阵A中位置的元素/>得到秘密信息的几何倾角/>相对于初始转角的转角差/>
T5:通过角度矩阵C中的元素cu,v,获得转角差的合法区间,对转角差/>进行合法区间认证,得到并根据合法区间认证的转角差/>的数量Nu,得到提取秘密信息的可靠性度量值du,根据可靠性度量值du提取秘密比特bu;
T6:重复T3至T5,至嵌密位置序列P中的坐标位置读取完毕,得到二值比特序列和认证序列/>
T7:将二值比特序列B扫描成分辨率为m1×n1的图像,得到二值密图由认证序列D得到认证图/>
6.根据权利要求5所述的基于马赛克拼图的信息恢复方法,其特征在于,所述T3的具体方法是:
依次读取嵌密位置序列P中第u,u=0,…,m1·n1-1个分组坐标序列并通过式(10)计算/>以/>为起点从嵌密掩体M′中截取大小为(2r-1)×(2r-1)的灰度图像块/>
通过式(11)计算灰度图像块的质心/>根据式(12)计算质心/>相对于灰度图像块/>圆心的几何倾角/>其中,/>
所述T4的具体方法是:读取初始转角矩阵A中位置的元素/>通过式(13)得到秘密信息的几何倾角/>相对于初始转角的转角差/>
7.根据权利要求5所述的基于马赛克拼图的信息恢复方法,其特征在于,所述T5中通过角度矩阵C中的元素cu,v,获得转角差的合法区间Leg的具体方法是:
T5-1:通过式(14)初始化合法区间Leg:
T5-2:对于通过式(15)更新初始化合法区间Leg:
Leg=Leg-[cu,w·2π/n,(cu,w+1)·2π/n] (15)
T5-3:重复T5-2至所有的从初始化合法区间Leg中排除,将最后得到的初始化合法区间Leg作为合法区间;
所述T5中对转角差进行合法区间认证具体方法是:通过式(16)对转角差/>进行合法区间认证:
其中,表示/>合法区间检验通过,/>表示/>合法区间检验失败;
所述T5中得到并根据合法区间认证的转角差的数量Nu,得到提取秘密信息的可靠性度量值du的具体方法为:
通过式(17)计算合法区间认证的转角差的数量Nu:
通过式(18)得到提取秘密信息的可靠性度量值du,其中du=1表示可靠,du=0表示不可靠:
8.根据权利要求5所述的基于马赛克拼图的信息恢复方法,其特征在于,所述T5中根据可靠性度量值du提取秘密比特bu的具体方法是:
若du=1时,初始化增序计数变量nasc=0和减序计数变量ndec=0,对于 通过式(19)更新nasc和ndec,通过式(20)提取秘密比特bu:
若du=0时,bu=Rand(0,1),其中,Rand(0,1)表示在0,1中随机选择1个。
9.一种终端设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现权利要求1至4任一项所述基于马赛克拼图的信息隐藏方法的步骤,和/或实现权利要求5至8任一项所述基于马赛克拼图的信息恢复方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至4任一项所述基于马赛克拼图的信息隐藏方法的步骤,和/或实现权利要求5至8任一项所述基于马赛克拼图的信息恢复方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174286.7A CN112288617B (zh) | 2020-10-28 | 2020-10-28 | 基于马赛克拼图的信息隐藏及恢复方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174286.7A CN112288617B (zh) | 2020-10-28 | 2020-10-28 | 基于马赛克拼图的信息隐藏及恢复方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112288617A CN112288617A (zh) | 2021-01-29 |
CN112288617B true CN112288617B (zh) | 2024-04-26 |
Family
ID=74373786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011174286.7A Active CN112288617B (zh) | 2020-10-28 | 2020-10-28 | 基于马赛克拼图的信息隐藏及恢复方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288617B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114065245B (zh) * | 2021-11-15 | 2024-02-20 | 陕西师范大学 | 一种基于局部微领域变精度的分形信息隐藏/恢复方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8879813B1 (en) * | 2013-10-22 | 2014-11-04 | Eyenuk, Inc. | Systems and methods for automated interest region detection in retinal images |
CN108648133A (zh) * | 2018-05-11 | 2018-10-12 | 陕西师范大学 | 一种结合块旋转和马赛克的无嵌入伪装方法 |
CN110417551A (zh) * | 2019-08-02 | 2019-11-05 | 陕西师范大学 | 一种结合误差扩散的字符画生成式伪装及恢复方法 |
CN110430336A (zh) * | 2019-08-02 | 2019-11-08 | 陕西师范大学 | 图像隐藏和恢复的方法、设备和存储介质 |
CN110430334A (zh) * | 2019-08-02 | 2019-11-08 | 陕西师范大学 | 一种基于扇形构图单元叠加的马赛克拼图伪装及恢复方法 |
CN110430337A (zh) * | 2019-08-02 | 2019-11-08 | 陕西师范大学 | 图像伪装及图像恢复的方法、设备和存储介质 |
CN110475038A (zh) * | 2019-08-02 | 2019-11-19 | 陕西师范大学 | 一种结合最小闭包编码的字符画生成式隐藏及恢复方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150302252A1 (en) * | 2014-04-16 | 2015-10-22 | Lucas A. Herrera | Authentication method using multi-factor eye gaze |
-
2020
- 2020-10-28 CN CN202011174286.7A patent/CN112288617B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8879813B1 (en) * | 2013-10-22 | 2014-11-04 | Eyenuk, Inc. | Systems and methods for automated interest region detection in retinal images |
CN108648133A (zh) * | 2018-05-11 | 2018-10-12 | 陕西师范大学 | 一种结合块旋转和马赛克的无嵌入伪装方法 |
CN110417551A (zh) * | 2019-08-02 | 2019-11-05 | 陕西师范大学 | 一种结合误差扩散的字符画生成式伪装及恢复方法 |
CN110430336A (zh) * | 2019-08-02 | 2019-11-08 | 陕西师范大学 | 图像隐藏和恢复的方法、设备和存储介质 |
CN110430334A (zh) * | 2019-08-02 | 2019-11-08 | 陕西师范大学 | 一种基于扇形构图单元叠加的马赛克拼图伪装及恢复方法 |
CN110430337A (zh) * | 2019-08-02 | 2019-11-08 | 陕西师范大学 | 图像伪装及图像恢复的方法、设备和存储介质 |
CN110475038A (zh) * | 2019-08-02 | 2019-11-19 | 陕西师范大学 | 一种结合最小闭包编码的字符画生成式隐藏及恢复方法 |
Non-Patent Citations (1)
Title |
---|
结合块旋转和马赛克拼图的生成式伪装方法;王洋;邵利平;陆海;;中国图象图形学报;20200116(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112288617A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qin et al. | Fragile image watermarking with pixel-wise recovery based on overlapping embedding strategy | |
Chang et al. | LBP-based fragile watermarking scheme for image tamper detection and recovery | |
Huo et al. | Alterable-capacity fragile watermarking scheme with restoration capability | |
CN110475038B (zh) | 一种结合最小闭包编码的字符画生成式隐藏及恢复方法 | |
CN108648133B (zh) | 一种结合块旋转和马赛克的无嵌入伪装方法 | |
GB2358100A (en) | Digital watermarks | |
CN110430337B (zh) | 图像伪装及图像恢复的方法、设备和存储介质 | |
CN108961141A (zh) | 矢量地图的双重零水印方法、***、存储介质及服务器 | |
Gong et al. | A secure image authentication scheme based on dual fragile watermark | |
CN110430336A (zh) | 图像隐藏和恢复的方法、设备和存储介质 | |
Shen et al. | A self-embedding fragile image authentication based on singular value decomposition | |
Duan et al. | A novel comprehensive watermarking scheme for color images | |
CN112288617B (zh) | 基于马赛克拼图的信息隐藏及恢复方法、设备及介质 | |
Rose et al. | A secure verifiable scheme for secret image sharing | |
Hussan et al. | Hash-based image watermarking technique for tamper detection and localization | |
Ye et al. | Research on reversible image steganography of encrypted image based on image interpolation and difference histogram shift | |
Lin et al. | Pixel-based fragile image watermarking based on absolute moment block truncation coding | |
CN103093127A (zh) | 基于数独和多重数字水印的动态版权保护方法和*** | |
CN113014742B (zh) | 基于脆弱水印的图像篡改检测定位与自恢复方法 | |
CN104376307A (zh) | 一种指纹图像信息编码方法 | |
CN110417551B (zh) | 一种结合误差扩散的字符画生成式伪装及恢复方法 | |
CN110430335B (zh) | 一种信息伪装和恢复的方法、设备及存储介质 | |
CN109920014B (zh) | 3d网格模型隐写方法 | |
Zhang et al. | A reversible image watermarking algorithm for tamper detection based on SIFT | |
Li et al. | Block mapping and dual-matrix-based watermarking for image authentication with self-recovery capability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |