[发明专利]基于像素多尺度预测的可逆数据隐藏方法

权利要求书

1.一种基于像素多尺度预测的可逆数据隐藏方法，其特征在于，包括：

计算载体图像上每一个像素在所在区域的邻域复杂度，根据像素的邻域复杂度对所有的像素进行分类；

对分类后的一定范围邻域复杂度的像素集合进行多尺度预测得到预测值，进而得到预测误差值和对应的预测误差直方图，包括：

对一定范围的邻域复杂度的像素集合中的每个像素选取对应的上下文信息，包括：所述像素集合对应的邻域复杂度越大，选取的像素数量越多；

使用基于上下文最值预测算法，根据当前像素值与上下文中最值之间的关系，将最大或最小值信息作为对当前像素的预测值，进而得到预测误差值和对应的预测误差直方图，包括：

当上下文C中最大值与最小值不相等，即max(C)≠min(C)，且x≥max(C)，则将max(C)作为x的预测值，预测误差值为：p＝x-max(C)；

当max(C)≠min(C)，且x≤min(C)，或者max(C)＝min(C)≠254，且x≤min(C)，则将min(C)作为x的预测值，预测误差值为：p＝min(C)-x；

当max(C)＝min(C)＝254，且x≥min(C)，预测误差值为：p＝0；

当max(C)＝min(C)≠254，且x≥max(C)，则将max(C)+1作为x的预测值，预测误差值为：p＝x-max(C)-1；

其他情况的像素被跳过；

利用直方图拓展-平移嵌入算法，对所述预测误差直方图的峰值处的预测误差对应的像素值进行拓展和平移的修改操作，将隐秘数据嵌入到像素值的预测误差上，进而得到嵌入隐秘数据的图像，包括：采用直方图拓展-平移嵌入算法，对当前像素x的预测误差p进行修改，嵌入1bit信息b∈{0，1}，在预测误差直方图上，直方图的峰值在p＝0的频次最高，预测误差值为0的像素被用来嵌入信息，得到值为0的预测误差在经过拓展后修改为1bit信息被嵌入；值大于或等于1的预测误差经过平移操作后为在修改原始图像的像素x进行嵌入时：

当max(C)≠min(C)，且x≥max(C)，修改后的像素值为：

当max(C)≠min(C)，且x≤min(C)，或者max(C)＝min(C)≠254，且x≤min(C)，修改后的像素值为：

当max(C)＝min(C)＝254，且x≥min(C)，修改后的像素值为：

当max(C)＝min(C)≠254，且x≥max(C)，修改后的像素值为：

其他情况像素被跳过；

将辅助信息通过最低有效位LSB隐写算法嵌入到嵌入隐秘数据的图像中，得到含有隐秘数据的加密图像。

2.根据权利要求1所述的方法，其特征在于，所述的计算载体图像上每一个像素在所在区域的邻域复杂度，包括：计算像素所在区域的竖直方向和水平方向相邻两个像素的差分，然后将所有差分的绝对值之和作为当前像素的邻域复杂度。

3.根据权利要求1所述的方法，其特征在于，所述的根据像素的邻域复杂度对所有的像素进行分类，包括：设置N个阈值参数，根据所述阈值参数，将所述像素根据邻域复杂度由小到大分成N+1类像素集合，N为正整数。

4.根据权利要求3所述的方法，其特征在于，所述的对分类后的一定范围邻域复杂度的像素集合进行多尺度预测得到预测值，进而得到预测误差值和对应的预测误差直方图，包括：剔除邻域复杂度最大的一类像素集合，即第N+1类像素集合，对其余像素集合进行多尺度预测得到预测值。

5.根据权利要求1所述的方法，其特征在于，所述的对一定范围的邻域复杂度的像素集合中的每个像素选取对应的上下文信息，包括：对不同的像素集合，选取不同数量的像素作为对应像素集合的上下文信息，对每个像素集合中的像素选取距离最近的对应个数的像素作为上下文信息。

6.根据权利要求1所述的方法，其特征在于，所述的辅助信息包括：阈值参数、嵌入容量、阈值个数和对应的阈值。