[发明专利]一种基于重抽样的隐藏图像修复方法

说明书

本发明公开了一种基于重抽样的隐藏图像修复方法，信息载体和隐藏信息均为图像，其特征在于，包括如下步骤：1）构造伪复制数据集；2）通过伪复制数据集计算待修复像素的估计值；3）隐藏图像的修复。这种方法能够准确的恢复被破坏的像素，使得修复后的图像具有较高的峰值信噪比和较好的视觉效果。

技术领域

本发明涉及图像处理和信息安全领域，具体是一种基于重抽样的隐藏图像修复方法。

背景技术

随着网络技术的发展，信息安全备受人们的关注。信息隐藏作为信息安全的重要研究领域，得到了广泛的应用。信息隐藏目的是将秘密信息嵌入到载体中，让截获者察觉不到隐秘通信的存在，提高信息的安全性。如果隐藏的载体和密秘信息均为图像，当载体图像被噪声等破坏时，提取的隐藏图像也会被破坏，对隐藏图像的恢复可提高其安全性。

现有技术中的空域图像恢复方法包括：开关中值和形态学滤波去除脉冲噪声的算法、自适应双阈值去除随机脉冲噪声的算法、基于迭代方法去除随机脉冲噪声等算法。开关中值和形态学滤波去除脉冲噪声算法首先通过基于侵蚀和膨胀算子的形态学梯度对噪声进行监测，然后通过混合滤波器去除监测到的脉冲噪声；自适应双阈值去除随机脉冲噪声算法，通过引入双阈值来改进噪声监测技术，应用窗口像素平均值计算阈值，准确的噪声监测更加有利于图像去噪；基于迭代方法去除随机脉冲噪声算法，通过检查噪声点分布，针对检测出的噪声点应用基于迭代的中值滤波进行修复。

现有技术中的频域图像恢复方法包括：基于小波和多重分形的奇异检测图像去噪方法、应用维纳滤波的双层混合小波变换实现图像恢复、应用对偶树复小波变换实现图像恢复等。基于小波和多重分形的奇异检测图像去噪方法，是用小波变换多分辨率进行分析，用不同尺度的局部统计自相似性，计算出各尺度局部奇异性的逐点奇异强度值，通过奇异强度的阈值划分，将每个尺度的小波系数分为两类：边缘相关正则小波系数和不规则系数，不规则系数类，用一种近似的最小均方误差估计方法进行降噪处理，而边缘关联规则的小波系数类，利用模糊加权均值滤波器进行平滑处理，旨在保护边缘和细节时降噪；应用维纳滤波的双层混合小波变换来实现图像恢复，根据混合小波并结合软阈值函数和硬阈值函数对图像进行初步处理，并使用维纳滤波处理得到恢复图像；应用对偶树复小波变换来实现图像恢复，用对偶树复小波变换来分解图像并且用压缩操作去除图像的噪声。

发明内容

本发明的目的是针对现有技术的不足，而提供一种基于重抽样的隐藏图像修复方法。这种方法能够准确地恢复被破坏的像素，使得修复后的图像具有较高的峰值信噪比和较好的视觉效果。

实现本发明目的的技术方案是：

一种基于重抽样的隐藏图像修复方法，信息载体和隐藏信息均为图像，与现有技术不同处在于，包括如下步骤：