[发明专利]基于AMBTC压缩编码的再压缩及信息隐藏方法有效
申请号: | 202010554770.6 | 申请日: | 2020-06-17 |
公开(公告)号: | CN111741301B | 公开(公告)日: | 2023-02-17 |
发明(设计)人: | 王旭;张真诚;林家祯;李黎 | 申请(专利权)人: | 绍兴聚量数据技术有限公司 |
主分类号: | H04N19/119 | 分类号: | H04N19/119;H04N19/122;H04N19/126;H04N19/467;H04N19/65 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 傅朝栋;张法高 |
地址: | 312300 浙江省绍兴市上虞区曹娥*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 ambtc 压缩 编码 再压缩 信息 隐藏 方法 | ||
1.一种基于AMBTC压缩编码的再压缩及信息隐藏方法,其步骤如下:
S1:将待嵌入秘密信息的M×M大小原始灰度图像I,分割成m×m大小的不重叠的子图像块;所述m=4;
S2:根据AMBTC压缩编码将原始灰度图像I中的每个子图像块进行压缩,得到每个图像块的三元组(AVG,var,b),其中AVG为图像块的平均值,var为图像块的绝对中心距,b为m×m大小位图;
S3:将所有子图像块的平均值AVG和绝对中心距var,各自按照子图像块在原始灰度图像I中所处位置排列,分别形成两个新的矩阵:平均值矩阵A及绝对中心距矩阵V;
将平均值矩阵A及绝对中心距矩阵V依次作为目标矩阵,各自执行S4和S5重新编码:
S4:保持目标矩阵最左上角的元素不变,其余每个元素分别根据其在目标矩阵中所处的位置进行预测:
若该元素位于目标矩阵的第一行或第一列,则通过相邻预测方法获得当前元素的预测值,预测公式为:
若该元素既不位于目标矩阵的第一行也不位于目标矩阵的第一列,则使用MED预测方法通过左边、上边和左上三个元素获得当前元素的预测值,预测公式为:
其中,vp为元素的预测值,vw、vn和vnw分别代表当前元素左边、上边和左上角的元素值;
得到每个元素的预测值后,再根据元素的原始值v与预测值vp,计算得到每个元素各自的预测误差e,形成预测误差矩阵:
e=v-vp
S5:按照S51~S55对预测误差矩阵中的预测误差进行重新编码;
S51:将S4中得到的预测误差矩阵分为4×4大小的互不重叠的预测误差块,对预测误差块内每个预测误差通过如下公式确定λ值:
若eη(i,j)=0,则λ=0,
若eη(i,j)≠0,则在[2,7]范围内选择一个最小整数值λ,使其满足-2λ-1<eη(i,j)≤2λ-1;
其中,eη(i,j)表示第η个预测误差块中坐标(i,j)处的预测误差e;
S52:针对每个预测误差块,得到其中每个预测误差的λ后,将最大λ作为预测误差块的最终λ值;
S53:根据每个预测误差块的最终λ值,将所有预测误差块进行分类,并根据对应的映射规则对每个预测误差块中的每个预测误差进行相应的二进制映射,分类及映射规则为:
若预测误差块的最终λ值为0,则其属于类型1,其预测误差为0,无需映射;
若预测误差块的最终λ值范围[2,7],则其属于类型λ,其预测误差的范围为[-2λ-1+1,2λ-1],该预测误差块中的每个预测误差映射后的二进制数均为λ比特,-2λ-1+1映射后的二进制数为λ位的0:(0,…,0)2,随λ值递增映射后的二进制数也依次以二进制加1递增,2λ-1映射后的二进制数为λ位的1:(1,…,1)2;
对于预测误差矩阵中左上角的预测误差块中左上角的第一个元素不进行映射,保留原值;
S54:统计S53中每一类预测误差块的数量,并基于哈夫曼编码规则通过哈夫曼编码产生每个分类所对应的二进制指示位α;
S55:对每个预测误差块进行重新编码,得到新的编码序列,其中第η个预测误差块的编码序列为Rη=αη||βη,其中αη为第η个预测误差块的二进制指示位,βη为第η个预测误差块中所有预测误差映射后的二进制数顺次连接后的序列;“||”表示连接符;
S6:结合所述哈夫曼编码规则H、平均值矩阵A重新编码后的编码序列RA、绝对中心距矩阵V重新编码后的编码序列RV,以及原始灰度图像I的位图矩阵B,形成对AMBTC压缩编码的再压缩序列:
S7:将秘密信息嵌入到原始AMBTC压缩编码的被压缩区域中,得到与原始AMBTC压缩编码长度相同但嵌入有秘密信息的压缩编码。
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绍兴聚量数据技术有限公司,未经绍兴聚量数据技术有限公司许可,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/202010554770.6/1.html,转载请声明来源钻瓜专利网。