[发明专利]一种基于免疫载体的空域灰度图像信息隐藏方法

权利要求书

1.一种基于免疫载体的空域灰度图像信息隐藏方法，首先初始化一个抗体集，然后对初始化抗体集进行多轮迭代更新；在每一轮迭代更新中，首先计算抗体对应的锐化强度因子并生成免疫载体图像，对免疫载体图像嵌入秘密信息得到含密图像；然后计算抗体的适应度，选取抗体集中适应度最高的部分抗体进行克隆与变异操作；根据变异后的抗体对抗体集进行替换更新，删除更新后抗体集中适应度最低的部分抗体并加入随机生成的新抗体，得到下一代抗体集；当迭代终止后，输出最优抗体并利用S-UNIWARD信息隐藏方法获得最终的含密图像，包括如下步骤：

步骤1：读取分辨率为W×H的原始载体图像，要求原始载体图像为空域灰度图像，读取秘密信息文件并转换为二进制序列，记作U；

步骤2：初始化抗体集，根据长度L和预先设置的抗体集中抗体的数量N，随机生成N个长度为L的二进制序列作为N个抗体，构成初始化的抗体集，记为G₀；长度L的计算方法如公式(1)所示：

其中v_min表示抗体预设可以表示的实数的最小值，v_max表示抗体预设可以表示的实数的最大值，μ表示编码精度，表示向上取整操作，其中v_min≥0，v_max＞0，μ＞0；

步骤3：对抗体集中的抗体进行多轮迭代更新过程，并根据预设的最大迭代次数判断是否终止迭代；终止迭代后，输出抗体集G_tmax；记G_t＝{g₁,...,g_n,...,g_N}表示经过了t次迭代的抗体集合，g_n表示抗体集G_t中的第n个抗体，t∈{0,1,...,t_max}，t_max表示最大迭代次数，G₀表示初始化的抗体集，其中t_max＞0；

步骤4：计算G_tmax中所有抗体的适应度，输出G_tmax中具有最高适应度的抗体，即为最优抗体g_opt；根据最优抗体g_opt利用公式(2)计算得到锐化强度因子的最优值v_opt；

其中n∈{1,2,...,N}，N表示G_t中抗体的数量，v_min表示抗体预设可以表示的实数的最小值，表示G_t中第n个抗体的第l位的取值，记一个二进制序列的最右边一位为第1位，l∈{1,2,...,L}，μ表示编码精度，L表示抗体的二进制序列的长度；

步骤5：根据锐化强度因子v_opt对原始载体图像进行锐化处理生成最优的免疫载体图像m_opt；

步骤6：利用S-UNIWARD隐写算法在免疫载体图像m_opt上嵌入秘密信息文件的二进制序列U生成最终的含密图像。

2.根据权利要求1所述的基于免疫载体的空域灰度图像信息隐藏方法，其特征在于，所述多轮迭代更新过程中，每一轮迭代更新包含如下步骤，记G_t＝{g₁,...,g_n,...,g_N}表示其中经过了t次迭代的抗体集合，不失一般性：

步骤3.1：根据公式(2)计算抗体集G_t中每个抗体g_n对应的实数值，构建集合V_t＝{v₁,...,v_n,...,v_N}；

步骤3.2：利用集合V_t中的每一个实数值v_n对原始载体图像进行锐化生成免疫载体图像，构建免疫载体图像集合M_t＝{m₁,...,m_n,...,m_N}；对原始载体图像进行锐化生成免疫载体图像的计算方法如公式(3)-(5)所示，令锐化强度因子为v_n，其生成的免疫载体图像即m_n，具体过程如下所示：

m_n(i,j)＝x(i,j)+v_nz′(i,j) (3)

其中，i∈{1,2,...,W}，j∈{1,2,...,H}，W和H表示原始载体图像的宽和高，x(i,j)表示原始载体图像中坐标(i,j)处的像素值，m_n(i,j)表示免疫载体图像中坐标(i,j)处的像素值，z(i,j)表示原始载体图像中坐标(i,j)处像素的纹理丰富程度，z(i,j)取值越大表示纹理越丰富，z′(i,j)表示原始载体图像中坐标(i,j)处像素经过阈值截断操作后的纹理丰富程度，T表示截断阈值；

步骤3.3：对于集合M_t中的每一张免疫载体图像都利用S-UNIWARD隐写算法在免疫载体图像上嵌入秘密信息二进制序列U生成含密图像，构建含密图像集合S_t＝{s₁,...,s_n,...,s_N}；

步骤3.4：对于集合M_t中的每一张免疫载体图像m_n和S_t中由m_n生成的含密图像s_n，提取m_n和s_n的空域富模型特征，然后计算G_t中每个抗体g_n对应的适应度η_n，构建适应度集合η_t＝{η₁,...,η_n,...,η_N}；抗体适应度的计算方法如公式(6)所示，适应度越高表示抗体性能越好；

其中n∈{1,2,...,N}，N表示G_t中抗体的总数，D表示空域富模型特征的总维度，F′_n,b表示M_t中第n个免疫载体图像空域富模型特征的第b维分量的取值，F″_n，b表示S_t中第n个含密图像空域富模型特征的第b维分量的取值；

步骤3.5：将η_t中的全部适应度按取值从大到小进行排序，根据预先设置的克隆率P_C选择抗体集G_t中适应度取值最大的h个抗体，构成集合0≤P_C≤1；记差集为H_t，即集合H_t包含属于集合G_t且不属于集合的元素；对进行克隆，其中进行克隆生成的新抗体的数量N'_p由公式(8)确定，对于进行克隆操作即将该抗体复制N'_p次，得到N'_p个与该抗体完全相同的新抗体；所有新抗体构成的集合称为克隆池，记作其中g′_p,q表示抗体克隆的第q个新抗体，p∈{1,2,...,h}，q∈{1,2,...,N'_p}；

其中，表示抗体的适应度，η_min表示η_t中最小的适应度值，η_max表示η_t中的最大适应度值；

步骤3.6：根据设置好的变异率P_mu对G_t′中的全部抗体进行变异，变异方法如公式(9)-(10)所示，生成抗体集

d″_p,q,ζ＝d′_p,q,ζ-2d′_p,q,ζc_p,q,ζ+c_p,q,ζ (9)

其中，p∈{1,2,...,h}，q∈{1,2,...,N′_p}，ζ∈{1,2,...,L}，N′_p表示进行克隆生成的新抗体的数量，L表示抗体的二进制序列长度，d′_p,q,ζ是G_t′中抗体g′_p,q的第ζ位的取值，d″_p,q,ζ是抗体g′_p,q经过变异得到的抗体g″_p,q的第ζ位的取值，r_p,q,ζ是随机生成的取值在区间[0,1]之内的实数，P_mu是变异率，0≤P_mu≤1；

步骤3.7：计算G_t″中所有抗体的适应度；对于G_t″的子集(p∈{1,2,...,h})，若该子集G″_t,p中所有抗体适应度的最大值高于中的适应度，则用G″_t,p中具有最大适应度值的抗体替换集合中的反之，则不对中的进行替换；对G_t″的所有子集G″_t,p(p∈{1,2,...,h})进行上述操作获得经过替换后的抗体集合

步骤3.8：构建更新后的抗体集计算中所有抗体的适应度；将中的所有抗体按照抗体适应度从大到小进行排序，根据预先设置的淘汰率P_o删除中适应度最低的个抗体，其中N_s是中抗体的数量，0≤P_o≤1，然后随机生成个长度为L的二进制序列作为新抗体添加到抗体集中，构成下一代抗体集合G_t+1；当迭代次数t小于t_max时，令t:＝t+1，其中:＝表示赋值操作，即令t的取值等于t+1的值，然后将G_t作为步骤3.1的输入抗体集，进行新一轮的抗体集更新过程；反之，终止迭代，并输出抗体集