CN117830204B - 一种消防安全隐患治理数字化*** - Google Patents
一种消防安全隐患治理数字化*** Download PDFInfo
- Publication number
- CN117830204B CN117830204B CN202310602083.0A CN202310602083A CN117830204B CN 117830204 B CN117830204 B CN 117830204B CN 202310602083 A CN202310602083 A CN 202310602083A CN 117830204 B CN117830204 B CN 117830204B
- Authority
- CN
- China
- Prior art keywords
- hidden
- region
- sub
- gray value
- translation
- 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
- 238000013519 translation Methods 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 22
- 108091026890 Coding region Proteins 0.000 claims abstract description 21
- 230000008447 perception Effects 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000011835 investigation Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0051—Embedding of the watermark in the spatial domain
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及消防安全隐患治理技术领域,具体涉及一种消防安全隐患治理数字化***。该***包括:数据感知模块:用于获取消防器材的图像以及对应的拍摄信息,并获得编码序列;最优平移灰度值获取模块:用于根据每个子区域与其邻域内子区域的灰度分布筛选待隐藏区域;根据每个待隐藏区域以每种灰度值为初始平移灰度值进行平移前后对应的灰度差异,确定每个待隐藏区域对应的最优平移灰度值;隐藏信息图像获取模块:用于基于最优平移灰度值和编码序列对待隐藏区域进行平移处理,获得隐藏信息图像;消防安全隐患判断模块:用于基于隐藏信息图像对消防安全隐患进行判断。本发明能够确保消防器材的图像一图一用,加强对消防安全隐患的治理。
Description
技术领域
本发明涉及消防安全隐患治理技术领域,具体涉及一种消防安全隐患治理数字化***。
背景技术
随着科技的发展,数字化消防安全隐患治理排查越来越被广泛应用,其具体的排查过程为:当隐患排查开始时,根据检查员的定位获取周边检查目标,通过小程序扫码实现多用户同时检查作业,隐患录入提供拍照取证,被检查用户现场签名确认,而后通过取证照片向被检查企业负责人或场所业主推送隐患整改单据,通过小程序查看隐患详情,完成线上整改、线下复查的隐患闭环管理。这种排查隐患的方式减少了大量的人力以及物力成本。
在利用图像形式进行数字化的消防隐患排查时,为了防止不法人员进行一图多用,也即一张合格的图像进行多次检查使用,对存在隐患的消防器材瞒报,需要对每一次上传的图像进行添加水印来确保图像一次性使用,现有算法中对于图像水印的添加大多为仅进行空域添加,这种水印的添加方式极易被去水印相关算法去除,不利于消防安全隐患的治理。
发明内容
为了解决现有的水印添加效果不好导致后续消防安全隐患治理出现问题的问题,本发明的目的在于提供一种消防安全隐患治理数字化***,所采用的技术方案具体如下:
本发明提供了一种消防安全隐患治理数字化***,该***包括:
数据感知模块:用于获取待检查消防器材的图像以及对应的拍摄信息,对拍摄信息和图像的尺寸信息进行编码获得编码序列;
最优平移灰度值获取模块:用于根据所述图像中每个子区域与其邻域内子区域的灰度分布,确定每个子区域隐藏信息的合适度;基于所述合适度筛选待隐藏区域,待隐藏区域与其邻域内所有子区域构成的区域作为待隐藏区域对应的待分析区域;根据每个待隐藏区域以每种灰度值为初始平移灰度值进行平移前后对应的待分析区域的灰度差异,计算每个待隐藏区域在每种灰度值下对应的平移影响程度;基于所述平移影响程度确定每个待隐藏区域对应的最优平移灰度值;
隐藏信息图像获取模块:用于基于所述最优平移灰度值和所述编码序列对每个待隐藏区域进行平移处理,获得隐藏信息图像;
消防安全隐患判断模块:用于基于所述隐藏信息图像对消防安全隐患进行判断。
优选的,所述根据所述图像中每个子区域与其邻域内子区域的灰度分布,确定每个子区域隐藏信息的合适度,包括:
对于任一子区域:
统计该子区域的邻域内所有子区域内每种灰度值所对应的像素点的总个数,将所述总个数与该子区域内对应灰度值所对应的像素点的个数的比值,作为对应灰度值对应的权重;将所述总个数与该子区域及其邻域内所有子区域内像素点的个数的比值记为第一占比;根据所述第一占比、该子区域内像素点的灰度值的种类数和所述权重,确定该子区域隐藏信息的合适度,所述种类数、所述权重均与所述合适度呈正相关关系,所述第一占比与所述合适度呈负相关关系。
优选的,采用如下公式计算第i个子区域隐藏信息的合适度:
其中,Ai为第i个子区域隐藏信息的合适度,mg为第i个子区域中灰度值为g的像素点的个数,K为第i个子区域的邻域内子区域的个数,mkg为第i个子区域的邻域内第k个子区域中灰度值为g的像素点的个数,N0为第i个子区域及其邻域内所有子区域内像素点的个数,Mi为第i个子区域内像素点的灰度值的种类数,e为自然常数;表示灰度值g对应的权重,/>表示第一占比。
优选的,所述基于所述合适度筛选待隐藏区域,包括:按照预设顺序对所述合适度进行排序获得合适度序列,将所述合适度序列中预设数量个元素对应的子区域作为待隐藏区域。
优选的,所述根据每个待隐藏区域以每种灰度值为初始平移灰度值进行平移前后对应的待分析区域的灰度差异,计算每个待隐藏区域在每种灰度值下对应的平移影响程度,包括:
对于任一待隐藏区域:
将灰度值平移之前待隐藏区域对应的待分析区域的信息熵记为第一信息熵,将以每种灰度值为初始平移灰度值进行平移之后待隐藏区域对应的待分析区域的信息熵,记为第二信息熵;将所述第一信息熵与所述第二信息熵的差异作为对应待隐藏区域在对应灰度值下对应的平移影响程度。
优选的,所述基于所述平移影响程度确定每个待隐藏区域对应的最优平移灰度值,包括:
对于任一待隐藏区域:将平移影响程度最小值对应的灰度值作为对应待隐藏区域对应的最优平移灰度值。
优选的,所述基于所述最优平移灰度值和所述编码序列对每个待隐藏区域进行平移处理,获得隐藏信息图像,包括:
将所述编码序列中的字符按照预设规则分配给待隐藏区域,基于每个待隐藏区域对应的最优平移灰度值和对应的字符,分别对每个待隐藏区域进行灰度直方图平移处理,获得隐藏信息图像。
优选的,所述对拍摄信息和图像的尺寸信息进行编码获得编码序列,包括:
将所述拍摄信息和图像的尺寸信息进行字段拼接获得对应的字符串,基于所述字符串获得编码序列。
本发明至少具有如下有益效果:
本发明首先对需要隐藏的文字信息进行了编码获得了编码序列,然后根据待检查消防器材的图像中每个子区域与其邻域内子区域的灰度分布情况,对每个子区域隐藏信息的合适度进行了分析,若某个子区域像素点的灰度值在进行平移处理之后,该子区域与其邻域的图像结构破坏,该子区域与整体图像的统一性丢失,导致该子区域在整个图像中更为显著,说明该子区域隐藏信息的安全性不够,该子区域不适合作为隐藏信息的子区域,因此本实施例基于合适度从待检查消防器材的图像中的所有子区域中筛选出了多个待隐藏区域,对编码序列进行隐藏时能够隐藏的信息量更多,为了进一步提高隐藏信息的安全性,本发明又对每个待隐藏区域在每种灰度值下进行平移处理所产生的灰度差异进行了分析,获取了每个待隐藏区域对应的最优平移灰度值,保证待隐藏区域以其对应的最优平移灰度值进行平移处理后,其所在区域与未处理之前的差异最小,隐藏信息的安全性更高。本发明提供的方法相较于现有的空域水印添加方式,本发明对空域水印的添加信息通过对灰度值进行平移的形式进行隐藏,保证即使空域的水印被去除也保留有隐藏信息的水印,从而避免因为水印丢失导致一图多用的情况出现,确保消防器材的图像一图一用,能够加强对消防安全隐患的治理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明实施例所提供的一种消防安全隐患治理数字化***的***框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种消防安全隐患治理数字化***进行详细说明如下。
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。
下面结合附图具体的说明本发明所提供的一种消防安全隐患治理数字化***的具体方案。
一种消防安全隐患治理数字化***实施例:
本实施例所针对的具体场景为:数字化消防安全隐患治理的具体排查过程为:当隐患排查开始时,根据检查员的定位获取周边检查目标,通过小程序扫码实现多用户同时检查作业,隐患录入提供拍照取证,被检查用户现场签名确认,而后通过取证照片向被检查企业负责人或场所业主推送隐患整改单据,通过小程序查看隐患详情,完成线上整改、线下复查的隐患闭环管理。但是在利用消防安全隐患治理数字化***对消防器材的信息进行验证时,有不法人员为了不报或者瞒报存在隐患的消防器材的真实图像数据,利用合格的图像信息自主更改水印进行信息替换,所以本实施例通过对消防隐患治理数字化***进行隐藏水印以及空域水印的添加来确保一图一用,使得消防安全隐患治理数字化***进行消防隐患排查或者治理时更加安全与准确。
本实施例提出了一种消防安全隐患治理数字化***,如图1所示,本实施例的一种消防安全隐患治理数字化***包括数据感知模块、最优平移灰度值获取模块、隐藏信息图像获取模块和消防安全隐患判断模块,接下来分别对各模块进行介绍。
Ⅰ.数据感知模块
本实施例的数据感知模块用于获取待检查消防器材的图像以及对应的拍摄信息,对拍摄信息和图像的尺寸信息进行编码获得编码序列。
数据感知模块的主要功能为采集待检查消防器材的图像以及对应拍摄信息,首先拍摄人员利用手机或相机对待检查的消防器材进行拍摄,获得待检查消防器材的图像,然后采集拍摄人员的信息,其中,拍摄信息包括拍摄人员拍摄对应图像时的时间信息、位置信息、拍摄人员的个人信息等,位置信息又包括经度和纬度。
数据感知模块采集到了待检查消防器材的图像以及对应的拍摄信息,然后将基于图像信息以及拍摄信息进行隐藏水印的添加,在此基础上生成隐藏字符串信息,并对整体图像进行区域分割,在不同子区域利用直方图平移技术进行每个二进制字符的隐藏,以此来实现消防器材图像的一图一用。
Ⅱ.最优平移灰度值获取模块
本实施例的最优平移灰度值获取模块用于根据所述图像中每个子区域与其邻域内子区域的灰度分布,确定每个子区域隐藏信息的合适度;基于所述合适度筛选待隐藏区域,待隐藏区域与其邻域内所有子区域构成的区域作为待隐藏区域对应的待分析区域;根据每个待隐藏区域以每种灰度值为初始平移灰度值进行平移前后对应的待分析区域的灰度差异,计算每个待隐藏区域在每种灰度值下对应的平移影响程度;基于所述平移影响程度确定每个待隐藏区域对应的最优平移灰度值。
考虑到常规的可视水印添加技术容易被去水印算法去除,而后利用去掉水印的待检查消防器材图像进行一图多用,所以本实施例利用数据感知模块所采集的图像对应的信息以及拍摄信息进行直方图平移隐藏水印加密,但是常规的直方图平移隐藏水印加密仅能隐藏较少的信息,无法进行较大数据量的信息隐藏,所以本实施例通过对整体图像进行分割,筛选可以隐藏信息的区域,并对选取的区域进行灰度直方图平移的灰度值进行计算,接着利用灰度直方图平移技术进行信息隐藏来达到信息加密的目的。
由于图像的尺寸信息和拍摄信息为不同格式下的数据,在利用灰度直方图进行隐藏水印的嵌入时会因为信息的格式不统一从而无法正常嵌入,因此需要对其进行编码,获得格式统一的信息。在进行统一编码之前首先将拍摄信息和图像的尺寸信息进行字段拼接,字段拼接顺序为:经度、维度、拍摄时间、图片宽度、图片高度,其中,拍摄时间按照年月日时分秒的形式书写,图片宽度和图片高度的单位为像素值,利用字段拼接的方式获得对应的字符串,接着采用SHA256withRSA签名算法对字符串生成签名字节流,再使用Base64算法对签名字节流进行编码,获得编码序列。其中添加图像大小信息的目的在于防止不法人员采用图像裁剪的方式来破坏图像的原本水印,利用SHA256withRSA签名算法进行签名的目的在于保证待隐藏的信息唯一化且更安全,因为SHA256withRSA签名算法生产的签名即使原本的字符串改动很小,签名对应的字节流也会发生很大的改变,所以利用其对待隐藏信息进行签名。至此,获得了由256位二进制数构成的编码序列,也即获得了长度为256位的待隐藏二进制字符串。
本实施例已经获得了由256位二进制数构成的编码序列,接下来本实施例将对待检查消防器材的图像进行分区域处理,获得多个子区域,而后对所有的子区域进行筛选,对筛选出的子区域进行直方图提取,选择合适的灰度值并利用灰度直方图平移技术进行256位字符串的隐藏。
具体的,首先对待检查消防器材的图像进行分区域处理,每个子区域的大小为b×b,获得多个子区域,也即将待检查消防器材的图像划分为了多个大小相等的子区域,待检查消防器材的图像中像素点的个数较多,因此本实施例中子区域的个数是远远大于256个的,保证有足够的子区域进行信息的隐藏,本实施例中设置b的取值为25,在具体应用中,实施者可根据具体情况设置b的取值。
本实施例将利用灰度直方图的平移技术进行可逆的信息隐藏,而利用灰度直方图平移技术在进行信息隐藏时,需要对某一个特定灰度值及其之后的所有灰度值都进行平移,而图像具有较为严谨的构图结构,如果某个子区域与邻域内的子区域具有较强的关联性,在对该子区域中的某一个特定的灰度值进行平移之后,该子区域与周围邻域的图像结构破坏,该子区域与整体图像的统一性丢失,导致该子区域在整个图像中更为显著,进而使得隐藏信息的安全性不够。基于此,对于第i个子区域:统计第i个子区域的邻域内所有子区域内每种灰度值所对应的像素点的总个数,将所述总个数与第i个子区域内对应灰度值所对应的像素点的个数的比值,作为对应灰度值对应的权重,将所述总个数与第i个子区域及其邻域内所有子区域内像素点的个数的比值记为第一占比,根据第一占比、第i个子区域内像素点的灰度值的种类数和权重,计算第i个子区域隐藏信息的合适度;第i个子区域隐藏信息的合适度的具体计算公式为:
其中,Ai为第i个子区域隐藏信息的合适度,mg为第i个子区域中灰度值为g的像素点的个数,K为第i个子区域的邻域内子区域的个数,mkg为第i个子区域的邻域内第k个子区域中灰度值为g的像素点的个数,N0为第i个子区域及其邻域内所有子区域内像素点的个数,Mi为第i个子区域内像素点的灰度值的种类数,e为自然常数。
本实施例中预设邻域为八邻域,因此K的值为8,在具体应用中,实施者可根据具体情况进行设置。表示第i个子区域的邻域内所有子区域内灰度值为g所对应的像素点的总个数,也即第i个子区域周围的八个子区域内灰度值为g所对应的像素点的总个数;表示灰度值g对应的权重;/>为第一占比;g∈[0,255]。
本实施例以第i个子区域的邻域内所有子区域内每种灰度值所对应的像素点的总个数与第i个子区域内对应灰度值所对应的像素点的个数的比值作为权重;若第i个子区域的邻域内所有子区域灰度值为g的像素点的个数越多,且第i个子区域中灰度值为g的像素点的个数越少,则以灰度值g作为第i个子区域灰度直方图平移的灰度值,其平移之后与邻域内的子区域的差异越小,也即对应的权重越大。若第i个子区域的邻域内的子区域中灰度值为g的像素点的个数与第i个子区域及其邻域内所有子区域内像素点的总个数的比值越小,则以灰度值g作为第i个子区域灰度直方图平移的灰度值进行平移处理后,第i个子区域与其邻域内的子区域之间的差异越小,也即对应的第一占比越小。第i个子区域内像素点的灰度值的种类数越少,说明该子区域的信息越单一,该子区域进行灰度直方图平移之后变化越大,呈现出的视觉差异越大。当第i个子区域内像素点的灰度值的种类数越少、灰度值对应的权重越小且第一占比之和越大时,说明在进行灰度直方图平移后该子区域与其邻域内的子区域的差异性越大,第i个子区域越不适合作为隐藏信息的区域,即其对应的合适度越小;当第i个子区域内像素点的灰度值的种类数越多、灰度值对应的权重越大且第一占比之和越小时,说明在进行灰度直方图平移后该子区域与其邻域内的子区域的差异性越小,第i个子区域越适合作为隐藏信息的区域,即其对应的合适度越大。
采用上述方法,能够获得每个子区域隐藏信息的合适度,也即基于每个子区域与其邻域内子区域的灰度分布,对每个子区域进行隐藏信息合适度的评价,接下来将基于合适度筛选待隐藏区域。
接下来将按照预设顺序对所述合适度进行排序获得合适度序列,基于所述预设顺序,将所述合适度序列中预设数量个元素对应的子区域作为待隐藏区域;由于隐藏信息的合适度越大,说明对应子区域越适合用于隐藏信息,因此需要选取合适度大的预设数量个的子区域作为隐藏信息的子区域,本实施例将所有子区域隐藏信息的合适度按照从大到小的顺序进行排序,获得合适度序列,将合适度序列中的前预设数量个合适度对应的子区域作为待隐藏区域,本实施例中预设数量为256,因此将合适度序列中的前256个合适度对应的子区域作为待隐藏区域,也即筛选出了256个待隐藏区域,在具体应用中,实施者可根据具体情况设置预设数量,也可以将所有子区域隐藏信息的合适度按照从小到大的顺序进行排序,获得合适度序列,将合适度序列中的最后预设数量个合适度对应的子区域作为待隐藏区域。
接下来本实施例将分别对每个待隐藏区域进行分析,基于每个待隐藏区域在进行灰度直方图平移处理前后的灰度差异,确定每个待隐藏区域的最优平移灰度值。本实施例以第j个待隐藏区域为例进行说明,对于其他待隐藏区域均可采用本实施例提供的方法进行处理。
对于第j个待隐藏区域:
考虑到在对待隐藏区域进行灰度直方图进行平移之后,需要保证整体图像的灰度值的变化不明显,才能更好的进行信息的隐藏,因此本实施例需要对第j个待隐藏区域以灰度值k作为灰度直方图平移时的灰度值,第j个待隐藏区域以及周围邻域内的子区域的信息变化程度进行评价,若第j个待隐藏区域在以灰度值k进行灰度直方图平移之后,该待隐藏区域及其邻域内的子区域的灰度差异较大,则说明该待隐藏区域在处理前后与其周围邻域内的子区域的信息变化较多,第j个待隐藏区域以灰度值k进行灰度直方图进行平移并不能达到较好的效果;若第j个待隐藏区域以灰度值k进行灰度直方图平移之后,该待隐藏区域及其邻域内的子区域的灰度差异较小,则说明该待隐藏区域在处理前后与其周围邻域内的子区域的信息变化不明显,以灰度值k对第j个待隐藏区域进行灰度直方图平移处理,能够达到较好的处理效果。考虑到信息熵能够反映像素点灰度值的混乱程度,因此本实施例将基于信息熵的差异来反映待隐藏区域在进行直方图平移处理前后的灰度差异情况。基于此,本实施例首先将该待隐藏区域与其邻域内所有子区域构成的区域作为待隐藏区域对应的待分析区域,也即以第j个待隐藏区域为中心区域,将中心区域与其周围的子区域进行合并,将合并后的区域作为了待隐藏区域对应的待分析区域。然后基于该待隐藏区域以每种灰度值为初始平移灰度值进行平移前后对应的待分析区域的灰度差异情况,确定该待隐藏区域在每种灰度值下对应的平移影响程度,具体的,将灰度值平移之前第j个待隐藏区域对应的待分析区域的信息熵记为第一信息熵,将以每种灰度值为初始平移灰度值进行平移之后第j个待隐藏区域对应的待分析区域的信息熵,记为第二信息熵,将第一信息熵与第二信息熵的差异作为第j个待隐藏区域在对应灰度值下对应的平移影响程度;第j个待隐藏区域在灰度值k下对应的平移影响程度的具体计算公式为:
Yjk=|Ej-E′jk|
其中,Yjk为第j个待隐藏区域在灰度值k下对应的平移影响程度,Ej为灰度值平移之前第j个待隐藏区域对应的待分析区域的信息熵,E′jk为以灰度值k为初始平移灰度值进行平移之后第j个待隐藏区域对应的待分析区域的信息熵,||为取绝对值符号。
Ej表征第一信息熵,其计算公式为s为像素点的灰度值,Ps为第j个待隐藏区域对应的待分析区域内灰度值为s的像素点出现的概率,log()是以常数2为底数的对数函数;E′jk为表征第二信息熵,其计算公式为:/>t为像素点的灰度值,P′t为第j个待隐藏区域以灰度值k进行灰度直方图平移之后其对应的待分析区域内灰度值为t的像素点出现的概率。信息熵的计算过程为现有技术,此处不再过多赘述。
当第j个待隐藏区域以灰度值k进行灰度直方图平移之后其对应的待分析区域信息变化程度较大,说明灰度值k越不适合作为第j个待隐藏区域的平移灰度值,即第j个待隐藏区域在灰度值k下对应的平移影响程度越大;当第j个待隐藏区域以灰度值k进行灰度直方图平移之后其对应的待分析区域信息变化程度较小,说明灰度值k越适合作为第j个待隐藏区域的平移灰度值,即第j个待隐藏区域在灰度值k下对应的平移影响程度越小。
至此,获得第j个待隐藏区域在所有灰度值下对应的平移影响程度,将平移影响程度取最小值时对应的灰度值作为第j个待隐藏区域对应的最优平移灰度值。
消防安全隐患治理数字化***的最优平移灰度值获取模块对每个待隐藏区域对应的最优平移灰度值进行了获取,后续用于对每个待隐藏区域进行灰度直方图平移处理,以隐藏图像信息和拍摄信息。
Ⅲ.隐藏信息图像获取模块
本实施例的隐藏信息图像获取模块用于基于所述最优平移灰度值和所述编码序列对每个待隐藏区域进行平移处理,获得隐藏信息图像。
本实施例的最优平移灰度值获取模块获取了每个待隐藏区域对应的最优平移灰度值,由于编码序列是由256个字符构成的,本实施例将编码序列中的256个字符平均分配给每个待隐藏区域,也即每个待隐藏区域分配一个字符,本实施例的预设规则为:将图像中的待隐藏区域按照从上到下、从左到右的顺序依次进行编号,将编码序列中的字符从左到右,按照待隐藏区域编号从小到大的顺序依次分配给每个待隐藏区域,每个待隐藏区域都有其对应的字符,待隐藏区域对应的字符即为隐藏信息,将隐藏信息对应的子区域的序号写入图像的exif信息;在具体应用中,实施者可根据具体情况设置字符分配规则。然后采用直方图平移处理技术,基于每个待隐藏区域对应的最优平移灰度值和对应的字符分别对每个待隐藏区域进行灰度直方图平移处理,将平移处理之后得到的图像记为隐藏信息图像;需要说明的是,在对某个待隐藏区域进行灰度直方图平移处理时,是将该待隐藏区域中大于等于其对应的最优平移灰度值的灰度值均进行了平移处理,灰度直方图平移技术为公知技术,此处不再过多赘述。
至此,采用上述方法,通过对消防器材图像分区域隐藏信息植入处理,得到携带有SHA256withRSA字符串的隐藏信息图像。需要说明的是:可以采用现有的水印添加方法对隐藏信息图像进行空域可见水印的添加,利用空域水印嵌入算法对其进行嵌入,嵌入位置可以为隐藏信息图像的左下角,嵌入水印颜色为浅色水印,一般嵌入的水印字体颜色为纯白色,在具体应用中,实施者可根据具体情况自行选择水印字体颜色。
Ⅳ.消防安全隐患判断模块
本实施例的消防安全隐患判断模块用于基于所述隐藏信息图像对消防安全隐患进行判断。
利用灰度直方图平移技术对数据感知模块所获得待检查消防器材的图像在最优平移灰度值获取模块进行了最优平移灰度值的获取,在消防安全隐患判断模块基于每个待隐藏区域对应的最优平移灰度值进行信息的隐藏处理,后续将基于隐藏信息图像判断待检查消防器材是否存在一图多用的情况,可以将已经上传的图像对应的隐藏信息图像保存在数据库中,每次新图像上传之后判断其对应的隐藏信息图像是否已经存在于数据库中,若存在,则说明存在一图多用的情况,也可以采用其他方法对其进行判断。例如从上传的新图像对应的隐藏信息图像中提取对应的编码序列,基于提取到的编码序列进行判断。当用户上传的图像不为一图多用的图像时,对消防安全隐患进行判断;当用户上传的图像为一图多用的图像时,说明当前用户的消防器材很有可能存在安全隐患,需要重点排查该用户的消防器材。
本实施例首先对需要隐藏的文字信息进行了编码获得了编码序列,然后根据待检查消防器材的图像中每个子区域与其邻域内子区域的灰度分布情况,对每个子区域隐藏信息的合适度进行了分析,若某个子区域像素点的灰度值在进行平移处理之后,该子区域与其邻域的图像结构破坏,该子区域与整体图像的统一性丢失,导致该子区域在整个图像中更为显著,说明该子区域隐藏信息的安全性不够,该子区域不适合作为隐藏信息的子区域,因此本实施例基于合适度从待检查消防器材的图像中的所有子区域中筛选出了多个待隐藏区域,对编码序列进行隐藏时能够隐藏的信息量更多,为了进一步提高隐藏信息的安全性,本实施例又对每个待隐藏区域在每种灰度值下进行平移处理所产生的灰度差异进行了分析,获取了每个待隐藏区域对应的最优平移灰度值,保证待隐藏区域以其对应的最优平移灰度值进行平移处理后,其所在区域与未处理之前的差异最小,隐藏信息的安全性更高。本实施例提供的方法相较于现有的空域水印添加方式,本实施例对空域水印的添加信息通过对灰度值进行平移的形式进行隐藏,保证即使空域的水印被去除也保留有隐藏信息的水印,从而避免一图多用的情况出现,确保消防器材的图像一图一用,能够加强对消防安全隐患的治理。
Claims (6)
1.一种消防安全隐患治理数字化***,其特征在于,该***包括:
数据感知模块:用于获取待检查消防器材的图像以及对应的拍摄信息,对拍摄信息和图像的尺寸信息进行编码获得编码序列;
最优平移灰度值获取模块:用于根据所述图像中每个子区域与其邻域内子区域的灰度分布,确定每个子区域隐藏信息的合适度;基于所述合适度筛选待隐藏区域,待隐藏区域与其邻域内所有子区域构成的区域作为待隐藏区域对应的待分析区域;根据每个待隐藏区域以每种灰度值为初始平移灰度值进行平移前后对应的待分析区域的灰度差异,计算每个待隐藏区域在每种灰度值下对应的平移影响程度;基于所述平移影响程度确定每个待隐藏区域对应的最优平移灰度值;
隐藏信息图像获取模块:用于基于所述最优平移灰度值和所述编码序列对每个待隐藏区域进行平移处理,获得隐藏信息图像;
消防安全隐患判断模块:用于基于所述隐藏信息图像对消防安全隐患进行判断;
所述根据所述图像中每个子区域与其邻域内子区域的灰度分布,确定每个子区域隐藏信息的合适度,包括:
对于任一子区域:
统计该子区域的邻域内所有子区域内每种灰度值所对应的像素点的总个数,将所述总个数与该子区域内对应灰度值所对应的像素点的个数的比值,作为对应灰度值对应的权重;将所述总个数与该子区域及其邻域内所有子区域内像素点的个数的比值记为第一占比;根据所述第一占比、该子区域内像素点的灰度值的种类数和所述权重,确定该子区域隐藏信息的合适度,所述种类数、所述权重均与所述合适度呈正相关关系,所述第一占比与所述合适度呈负相关关系;
所述根据每个待隐藏区域以每种灰度值为初始平移灰度值进行平移前后对应的待分析区域的灰度差异,计算每个待隐藏区域在每种灰度值下对应的平移影响程度,包括:
对于任一待隐藏区域:
将灰度值平移之前待隐藏区域对应的待分析区域的信息熵记为第一信息熵,将以每种灰度值为初始平移灰度值进行平移之后待隐藏区域对应的待分析区域的信息熵,记为第二信息熵;将所述第一信息熵与所述第二信息熵的差异作为对应待隐藏区域在对应灰度值下对应的平移影响程度。
2.根据权利要求1所述的一种消防安全隐患治理数字化***,其特征在于,采用如下公式计算第i个子区域隐藏信息的合适度:
其中,Ai为第i个子区域隐藏信息的合适度,mg为第i个子区域中灰度值为g的像素点的个数,K为第i个子区域的邻域内子区域的个数,mkg为第i个子区域的邻域内第k个子区域中灰度值为g的像素点的个数,N0为第i个子区域及其邻域内所有子区域内像素点的个数,Mi为第i个子区域内像素点的灰度值的种类数,e为自然常数;表示灰度值g对应的权重,表示第一占比。
3.根据权利要求1所述的一种消防安全隐患治理数字化***,其特征在于,所述基于所述合适度筛选待隐藏区域,包括:按照预设顺序对所述合适度进行排序获得合适度序列,将所述合适度序列中预设数量个元素对应的子区域作为待隐藏区域。
4.根据权利要求1所述的一种消防安全隐患治理数字化***,其特征在于,所述基于所述平移影响程度确定每个待隐藏区域对应的最优平移灰度值,包括:
对于任一待隐藏区域:将平移影响程度最小值对应的灰度值作为对应待隐藏区域对应的最优平移灰度值。
5.根据权利要求1所述的一种消防安全隐患治理数字化***,其特征在于,所述基于所述最优平移灰度值和所述编码序列对每个待隐藏区域进行平移处理,获得隐藏信息图像,包括:
将所述编码序列中的字符按照预设规则分配给待隐藏区域,基于每个待隐藏区域对应的最优平移灰度值和对应的字符,分别对每个待隐藏区域进行灰度直方图平移处理,获得隐藏信息图像。
6.根据权利要求1所述的一种消防安全隐患治理数字化***,其特征在于,所述对拍摄信息和图像的尺寸信息进行编码获得编码序列,包括:
将所述拍摄信息和图像的尺寸信息进行字段拼接获得对应的字符串,基于所述字符串获得编码序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310602083.0A CN117830204B (zh) | 2023-05-25 | 2023-05-25 | 一种消防安全隐患治理数字化*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310602083.0A CN117830204B (zh) | 2023-05-25 | 2023-05-25 | 一种消防安全隐患治理数字化*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117830204A CN117830204A (zh) | 2024-04-05 |
CN117830204B true CN117830204B (zh) | 2024-06-25 |
Family
ID=90504633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310602083.0A Active CN117830204B (zh) | 2023-05-25 | 2023-05-25 | 一种消防安全隐患治理数字化*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117830204B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115037846A (zh) * | 2022-05-24 | 2022-09-09 | 桂林理工大学 | 一种基于Arnold和改进差值直方图平移可逆信息隐藏算法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106023058B (zh) * | 2016-05-25 | 2019-02-15 | 广东工业大学 | 一种高保真可逆水印嵌入方法 |
CN115329293B (zh) * | 2022-10-11 | 2023-02-03 | 新泰市中医医院 | 一种智能中医康复管理***的数据安全存储方法 |
CN115952549B (zh) * | 2023-03-13 | 2023-05-09 | 北京环球医疗救援有限责任公司 | 一种端到端的医疗影像隐私数据消除*** |
CN116109466B (zh) * | 2023-04-14 | 2023-07-04 | 济宁立德印务有限公司 | 一种印刷图像的防伪水印处理方法 |
-
2023
- 2023-05-25 CN CN202310602083.0A patent/CN117830204B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115037846A (zh) * | 2022-05-24 | 2022-09-09 | 桂林理工大学 | 一种基于Arnold和改进差值直方图平移可逆信息隐藏算法 |
Non-Patent Citations (1)
Title |
---|
Reversible data hiding using bit flipping and histogram shifting;Nour Kittawi等;《Multimedia Tools and Applications》;20220219;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117830204A (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Verdoliva | Media forensics and deepfakes: an overview | |
TW416242B (en) | An image capturing system and method for automatically watermarking recorded parameters for providing digital image verification | |
Tzeng et al. | Adaptive data hiding in palette images by color ordering and mapping with security protection | |
CN110796586B (zh) | 一种基于数字点阵的盲水印方法、***及可读存储介质 | |
CN107622497A (zh) | 图像裁剪方法、装置、计算机可读存储介质和计算机设备 | |
CN107391976A (zh) | 一种基于背景噪声和矢量水印的文档保护方法和装置 | |
Anbarjafari et al. | Imperceptible non-blind watermarking and robustness against tone mapping operation attacks for high dynamic range images | |
CN109886856A (zh) | 对屏幕拍摄过程鲁棒的数字水印方法 | |
CN113393471A (zh) | 图像处理方法和装置 | |
Mani et al. | A survey on digital image forensics: Metadata and image forgeries | |
CN101923700A (zh) | 一种双效数字水印方法 | |
CN116579908B (zh) | 一种在图像中植入加密隐藏信息的方法及装置 | |
English | Comparison of high capacity steganography techniques | |
CN117830204B (zh) | 一种消防安全隐患治理数字化*** | |
Maiorana et al. | Multi‐bit watermarking of high dynamic range images based on perceptual models | |
JP4654330B2 (ja) | 映像変更装置、映像変更方法および映像変更プログラム | |
CN110766597A (zh) | 一种图片伪装方法、装置、电子设备和存储介质 | |
Shirali-Shahreza et al. | Collage steganography | |
Wang et al. | Deep neural network watermarking based on texture analysis | |
CN114170470A (zh) | 样本生成方法、装置、设备和存储介质 | |
Saranya et al. | A reversible data hiding method for image protection | |
RU2739936C1 (ru) | Способ внесения цифровых меток в цифровое изображение и устройство для осуществления способа | |
Macit et al. | An Active Image Forgery Detection Approach Based on Edge Detection | |
Reddy et al. | An Overview on Digital Forensics Tools used in Crime Investigation for Forgery Detection | |
Pradhan et al. | A review on digital image forgery detection |
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 |