[发明专利]一种空域图像自适应隐写方法、系统及装置

说明书

本发明提供了一种空域图像自适应隐写方法、系统及装置，通过将输入的载体图像与高通滤波器卷积得到残差图像；将所述残差图像建模成具有不同方差的0均值高斯分布的变量序列，并计算所述变量序列的费希尔信息；根据所述费希尔信息计算嵌入修改代价；根据所述嵌入修改代价将秘密信息嵌入到载体图像中，形成最终的隐写图像。本发明所提供的方法由于基于残差图像建模，并选择最大的费希尔信息作为最终值，因此具有较佳的隐写性能和较小的运算复杂度，为秘密信息的传递提供了便利。

技术领域

本发明涉及信息安全技术领域，尤其涉及的是一种空域图像自适应隐写方法、系统及装置。

背景技术

隐写术是一种将秘密信息隐藏在数字媒体中传输的一种技术，其一直受到隐写分析(一种试图判别或发现数字媒体中是否隐藏秘密信息的技术) 的挑战。图像隐写是一种使用数字图像作为载体(Cover)的现代隐写术。

如图1所示，有秘密信息m需要从(名为Alice)发送者传递给(名为Bob)接收者。Alice将秘密信息m隐藏到载体图像(CI,Cover image)X 中得到载密图像(SI,Stegoimage)Y，然后通过传输通道传递给Bob.Bob 接收到载密图像后，提取数据得到秘密信息m’。当m’＝m时，表示此次隐写是成功的，否则此次隐写是失败的。监管者(名为Eve)能获取传输的内容，并进行隐写分析，判别所传输的对象是否载密对象。若Eve将传输的对象判别为载密图像，则会破坏通信，如阻断通信或对传输的对象进行破坏。因此，隐写的目标是使载密对象不可感知和抵抗隐写分析的检测。

现有的用于隐写分析的手段主要是使用基于费希尔线性判别式(FLD， Fisherlinear discriminant)的集成分类器(EC，Ensemble classifier)，使用高维特征，如空域富模型(SRM，Spatial rich model)进行分类。对于全知型的监管者，其会使用选择通道回馈的SRM特征－倾斜d2方向扫描的最大值空域富模型(maxSRMd2，Max SRM withd2direction)－进行分类。现有技术中，使用启发式设计嵌入修改代价的隐写方法对SRM的抵抗较有效，但对maxSRMd2的抵抗较差；而基于统计模型的隐写方法对maxSRMd2 的抵抗较好，但对SRM的抵抗却较差。而且此类方法使用模型较为复杂，导致计算复杂度较高，所以上述方法中的隐写方法均不能满足抵抗性高且计算复杂度低的要求。

因此，现有技术有待于进一步的改进。

发明内容

鉴于上述现有技术中的不足之处，本发明的目的在于为用户提供一种空域图像自适应隐写方法、系统及装置，用于克服现有技术中的隐写方法使用模型复杂度高，且对抗隐写分析的抵抗性差的缺陷。

本发明解决技术问题所采用的技术方案如下：

本发明提供的第一实施例为一种空域图像自适应隐写方法，其中，包括：

将输入的载体图像与高通滤波器卷积得到残差图像；

计算所述残差图像的费希尔信息；

根据所述费希尔信息计算嵌入修改代价；

根据所述嵌入修改代价将秘密信息嵌入到载体图像中，形成最终的隐写图像。

可选的，所述计算所述残差图像的费希尔信息的步骤包括：

将所述残差图像建模成具有不同方差的0均值高斯分布的变量序列，由所述变量序列计算出所述残差图像的费希尔信息。

可选的，所述计算所述残差图像的费希尔信息的步骤还包括：

使用不同的高通滤波模型分别计算所述残差图像的费希尔信息，选定其中的最大值作为费希尔信息的最佳值。

可选的，所述根据所述费希尔信息计算嵌入修改代价的步骤还包括：