[发明专利]一种基于云计算的大数据处理用隐藏图像恢复方法

权利要求书

1.一种基于云计算的大数据处理用隐藏图像恢复方法，其特征在于，包括以下步骤：

(1)获取隐藏图像，将隐藏图像按照宏块进行分割，对宏块边缘像素点数据检测，并判定宏块类型；

(2)根据宏块边缘像素点数据检测结果宏块进行处理；

(3)将获取的各宏块的像素值作为训练模型的输入信息，对训练模型进行训练，并输出训练结果，获得恢复的隐藏图像；

(4)通过云计算服务器计算恢复的隐藏图像与存储原图像的峰值信噪比；

(5)将峰值信噪比与设定阈值进行对比，完成训练模型的训练，再获取新的隐藏图像，重复步骤(1)-步骤(3)，获得恢复的隐藏图像。

2.根据权利要求1所述的一种基于云计算的大数据处理用隐藏图像恢复方法，其特征在于，在步骤(1)中，所述的宏块类型为平坦宏块和非平坦宏块。

3.根据权利要求1所述的一种基于云计算的大数据处理用隐藏图像恢复方法，其特征在于，在步骤(1)中，所述的判定宏块类型的方法为：若块边缘像素点数据检测结果不含有过渡点，则判定为平坦宏块，否则为非平坦宏块。

4.根据权利要求1所述的一种基于云计算的大数据处理用隐藏图像恢复方法，其特征在于，在步骤(2)中，若宏块内不含有过渡点，则采用五点插值法对宏块进行处理，其具体过程如下：

将该宏块以及相邻宏块的像素值进行横列和纵列方向的编号；将最外圈阴影处像素值插值得到次外圈像素值，并以此类推，逐步向中心靠拢得到整个宏块像素值。

5.根据权利要求1所述的一种基于云计算的大数据处理用隐藏图像恢复方法，其特征在于，在步骤(2)中，若宏块内含有过渡点，则分析该宏块边缘过渡点的斜率值，并将斜率值相匹配的两点连线，再计算两点连线的像素值，获得整个宏块像素值。

6.根据权利要求1所述的一种基于云计算的大数据处理用隐藏图像恢复方法，其特征在于，在步骤(3)中，所述的训练模型为神经网络模型。

7.根据权利要求1所述的一种基于云计算的大数据处理用隐藏图像恢复方法，其特征在于，在步骤(3)中，所述的峰值信噪比的计算公式为：

式中，M、N为图像的大小，s(i,j)为原始图像的像素值，为恢复后图像的像素值。

8.根据权利要求1所述的一种基于云计算的大数据处理用隐藏图像恢复方法，其特征在于，在步骤(5)中，若峰值信噪比处于设定阈值内，则完成训练模型的训练，否则，重复步骤(1)-步骤(5)，至峰值信噪比处于设定阈值内为止，完成训练模型的训练。