[发明专利]一种基于Gibbs抽样的图像隐写方法

摘要

本发明公开了一种基于Gibbs抽样的图像隐写方法。首先，基于领域聚类的思想对隐写图像进行阵列分割，并对分割子阵列进行Gibbs抽样和STC编码；其次，充分利用子阵图像的方向信息(包括水平、垂直以及对角)，采用加权求和的方式给出了隐写失真函数，维持了图像高阶统计特征。并利用Gibbs抽样理论实现信息的嵌入，从而在最小化嵌入失真的同时维持了隐写图像的特征模型。在Fisher准则的框架内优化函数参量，有效避免了图像特征集合过渡优化问题。实验显示，本文方法在降低图像模型畸变的同时，有效提升了隐写图像的分类误差，增强了隐写的安全性。

主权项

一种基于Gibbs抽样的图像隐写方法，其特征在于，包括以下步骤：步骤1、采用STC编码方法初始化隐写图像像素阵列；步骤2、对初始化阵列进行分割，利用分割后子阵图像的方向信息，采用加权求和的方式构造隐写失真函数，所述方向信息，包括水平、垂直以及对角；步骤3、采用Gibbs抽样方法将需隐写信息嵌入阵列；步骤4、利用上述计算结果更新阵列。