[发明专利]图像错误隐藏方法与系统有效

专利信息
申请号: 201610125042.7 申请日: 2016-03-04
公开(公告)号: CN105791878B 公开(公告)日: 2019-04-05
发明(设计)人: 李贤琴;王军;谭洪舟;赵希军 申请(专利权)人: 广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学;珠海南方集成电路设计服务中心
主分类号: H04N19/895 分类号: H04N19/895
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 周清华
地址: 528300 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: 图像 错误 隐藏 方法 系统
【权利要求书】:

1.一种图像错误隐藏方法,其特征在于,包括步骤:

初步分析图像数据中丢失块所属类型,获得所述丢失块的初始类型分析结果,其中,丢失块类型包括平滑块、纹理块以及边缘块;

通过FPGA中Hedge算法,对所述初始类型分析结果进行修正,确定所述丢失块所属类型;

根据所述丢失块所属类型确定丢失块恢复方式,不同类型的丢失块其恢复方式不相同;

根据确定的丢失块恢复方式对图像进行错误隐藏。

2.根据权利要求1所述的图像错误隐藏方法,其特征在于,所述初步分析图像数据中丢失块所属类型,获得所述丢失块的初始类型分析结果的步骤之前还包括:

检测所述图像数据是否存在错误;

若是,查找所述图像数据中的丢失块。

3.根据权利要求1所述的图像错误隐藏方法,其特征在于,所述初步分析图像数据中丢失块所属类型,获得所述丢失块的初始类型分析结果的步骤包括:

通过Sobel算子对与所述丢失块周围紧邻的像素块进行梯度求解,获得各个所述像素块的梯度值;

获取梯度最大值、梯度最小值以及梯度值大于所述梯度最小值三倍的梯度个数;

当所述梯度最小值大于所述梯度最大值的三分之一时,初步判定所述丢失块所属类型为平滑块;

当梯度值大于所述梯度最小值三倍的梯度个数大于预设阈值时,初步判定丢失块所属类型为纹理块;

当梯度值大于所述梯度最小值三倍的梯度个数小于或等于所述预设阈值时,初步判定丢失块所属类型为边缘块。

4.根据权利要求1所述的图像错误隐藏方法,其特征在于,所述初步分析图像数据中丢失块所属类型,获得所述丢失块的初始类型分析结果的步骤包括:

通过Sobel算子对与所述丢失块周围紧邻的像素块进行梯度求解,获得各个所述像素块的梯度值;

获取第一大梯度值、第二大梯度值以及第三大梯度值;

当所述第三大梯度值大于所述第一大梯度值的三分之一时,初步判定所述丢失块所属类型为平滑块;

判断是否所述第二大梯度值大于所述第一大梯度值的三分之一,且所述第三大梯度值小于所述第一大梯度值的三分之一,若是,则初步判定所述丢失块所属类型为纹理块,若否,则初步判定丢失块所属类型为边缘块。

5.根据权利要求1-4中任意一项所述的图像错误隐藏方法,其特征在于,所述通过FPGA中Hedge算法,对所述初始类型分析结果进行修正,确定所述丢失块所属类型的步骤包括:

获取预设时间段内所述丢失块所属类型的状态标记,其中,所述状态标记包括平滑块的状态标记、纹理块的状态标记以及边缘块的状态标记;

对所述预设时间段内所述丢失块所属类型的状态标记进行累加求和,获得累加求和结果;

对所述累加求和结果进行矩阵加权计算,获得加权计算结果;

根据所述加权计算结果,分别获得所述丢失块类型属于平滑块的概率、属于纹理块的概率以及属于边缘块的概率;

根据所述丢失块类型属于平滑块的概率、所述属于纹理块的概率以及所述属于边缘块的概率,确定所述丢失块所属类型。

6.一种图像错误隐藏系统,其特征在于,包括:

初步分析模块,用于初步分析图像数据中丢失块所属类型,获得所述丢失块的初始类型分析结果,其中,丢失块类型包括平滑块、纹理块以及边缘块;

二次确认模块,用于通过FPGA中Hedge算法,对所述初始类型分析结果进行修正,确定所述丢失块所属类型;

恢复模块,用于根据所述丢失块所属类型确定丢失块恢复方式,不同类型的丢失块其恢复方式不相同;

隐藏模块,用于根据确定的丢失块恢复方式对图像进行错误隐藏。

7.根据权利要求6所述的图像错误隐藏系统,其特征在于,还包括:

错误检测模块,用于检测所述图像数据是否存在错误;

查找模块,用于当所述图像数据存在错误时,查找所述图像数据中的丢失块。

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广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学;珠海南方集成电路设计服务中心,未经广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学;珠海南方集成电路设计服务中心许可,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/201610125042.7/1.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