[发明专利]一种信息隐写方法及装置无效

专利信息
申请号: 201010574719.8 申请日: 2010-12-06
公开(公告)号: CN102075283A 公开(公告)日: 2011-05-25
发明(设计)人: 李斌;刘宏伟;李霞 申请(专利权)人: 深圳大学
主分类号: H04K1/02 分类号: H04K1/02;G06T1/00
代理公司: 深圳市君胜知识产权代理事务所 44268 代理人: 刘文求;刘新年
地址: 518060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息 方法 装置
【权利要求书】:

1.一种信息隐写方法,其特征在于,包括步骤:

A、对需隐写的第一载体信息进行改变特征变化方向的预处理,得到对应的预处理载体信息;

B、对第一载体信息和对应预处理载体信息分别进行分块,得到多个第一载体子信息及对应的多个预处理载体子信息; 

C、对上述多个第一载体子信息及对应的多个预处理载体子信息,采用基于粒子群算法的块选择,进行组合得到一个新的第二载体信息;

D、利用隐写算法向该第二载体信息中嵌入秘密信息,得到隐密载体信息。

2.根据权利要求1所述信息隐写方法,其特征在于,所述步骤A还包括:选取多种预处理方式对需隐写的第一载体信息进行改变特征变化方向的预处理,每种预处理方式对隐写分析特征方向的改变不同。

3.根据权利要求1所述信息隐写方法,其特征在于,当所述第一载体信息为第一载体图像时,所述步骤A进一步包括:对需隐写的第一载体图像进行提高图像二维直方图质心的预处理,得到对应的预处理后的载体图像。

4.根据权利要求1所述信息隐写方法,其特征在于,所述步骤B还包括:分块的数目对应于粒子群中粒子的长度,粒子的每一维对应一个块。

5.根据权利要求1所述信息隐写方法,其特征在于,所述步骤C具体包括:

C1、初始化粒子,随机产生M个粒子,每个粒子的长度为N,其中M为一预先设定的预定值;粒子的长度N跟第一载体信息分块后的块个数相对应,初始化时粒子中每一维的元素取值范围为-1到+1的随机数;

C2、通过适应度函数,计算各个粒子的适应度值;所述适应度函数为:

其中 表示第一载体信息的特征,表示传统的隐写算法得到的隐密载体信息的特征, 表示在得到的第二载体信息上,利用传统的隐写算法嵌入秘密信息后得到的隐密载体信息的特征,参数是一个与等长度的向量;通过随机调节来调节特征变化的方向;T表示一个算子;

C3、通过更新公式更新粒子的位置向量与速度向量,并更新局部最优解和全局最优解, 

所述更新公式为:

其中,为惯性因子,,为学习因子,和分别表示在第次迭代中的局部最优解和全局最优解,表示粒子在第迭代中移动的速度,表示第i个粒子,表示第次迭代;和是随机产生的,并且0<r1<1,0<r2<1;

C4、设定一个迭代次数, 重复步骤C2和C3,当超过所设定的迭代次数,则输出全局最优解对应的处理后的载体信息即为新的第二载体信息。

6.根据权利要求5所述信息隐写方法,其特征在于,所述步骤C3中的更新局部最优解和全局最优解包括:用得到的最优解去替换以前的局部最优解,当得到的最优解比全局最优解好则替换全局最优解,否则不变。

7.一种信息隐写装置,其特征在于,包括:

预处理模块,用于对需隐写的第一载体信息进行改变特征变化方向的预处理,得到对应的预处理载体信息;

分块模块,用于对第一载体信息和对应预处理载体信息分别进行分块,得到多个第一载体子信息及对应的多个预处理载体子信息;

组合模块,用于对上述多个第一载体子信息及对应的多个预处理载体子信息,采用基于粒子群算法的块选择,进行组合得到一个新的第二载体信息;

嵌入模块,用于利用隐写算法向该第二载体信息中嵌入秘密信息,得到隐密载体信息。

8.根据权利要求7所述的信息隐写装置,其特征在于,所述嵌入模块包括:第一算法单元,用于采用空域的最低有效位匹配算法向新的第二载体信息中嵌入秘密信息,得到最终的隐密载体信息。

9.根据权利要求7所述的信息隐写装置,其特征在于,所述预处理模块包括:

预处理库单元,用于预先存储各种预处理方法;

第一预处理单元,用于采用降低直方图质心的预处理方法对第一载体图像的特征进行预处理;

第二预处理单元,用于采用提高直方图质心的预处理方法对第一载体图像的特征进行预处理。

10.根据权利要求7所述的信息隐写装置,其特征在于,所述组合模块包括:

初始化单元,用于初始化粒子,随机产生M个粒子,每个粒子的长度为N,其中M为一预先设定的预定值;粒子的长度N跟第一载体信息分块后的块个数相对应,初始化时粒子中每一维的元素取值范围为-1到+1的随机数;

适应度值计算单元,用于通过适应度函数,计算各个粒子的适应度值;所述适应度函数为:

其中 表示第一载体信息的特征,表示传统的隐写算法得到的隐密载体信息的特征, 表示在得到的第二载体信息上,利用传统的隐写算法嵌入秘密信息后得到的隐密载体信息的特征,参数是一个与等长度的向量;通过随机调节来调节特征变化的方向;T表示一个算子;

更新单元,用于通过更新公式更新粒子的位置向量与速度向量,并更新局部最优解和全局最优解, 

所述更新公式为:

其中,为惯性因子,,为学习因子,和分别表示在第次迭代中的局部最优解和全局最优解,表示粒子在第迭代中移动的速度,表示第i个粒子,表示第次迭代;和是随机产生的,并且0<r1<1,0<r2<1;

输出单元,用于设定一个迭代次数,当超过所设定的迭代次数,则输出全局最优解对应的处理后的载体信息即为新的第二载体信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010574719.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top