[发明专利]一种图像内容感知的鲁棒通用隐写分析方法

摘要

本发明的目的在于提供一种图像内容感知的鲁棒通用隐写分析方法，本发明的方法能够更好地利用CS技术处理数字图像的优点,进一步提高隐写分析的数据处理效率和分类判断精度。具体包括如下步骤：(1)设定数字图像X的大小N，分块大小B和测量值大小M；(2)确定9/7‑Haar DWT稀疏矩阵Ψ；(3)确定BCS的哈达玛测量矩阵Φ_B；(4)把数字图像分成B×B块，并根据哈达玛测量矩阵Φ_B；计算第i个图像块的测量向量y_i和整个图像X的测量数据Y；(5)把图像分为平滑部分和非平滑部分作为感知结果；(6)训练过程；(7)分类过程；(8)判断、分析过程；(9)重复迭代搜索，直到检测完整个图像数据。

主权项

1.一种图像内容感知的鲁棒通用隐写分析方法，其特征在于包括以下步骤：(1)设定数字图像X的大小N，分块大小B和测量值大小M；(2)确定9/7‑Haar DWT稀疏矩阵Ψ：(3)确定BCS的哈达玛测量矩阵Φ_B：(4)把数字图像分成B×B块，并根据哈达玛测量矩阵Φ_B计算第i个图像块的测量向量y_i和整个图像X的测量数据Y：其中，y_i＝Φ_B·x_i，i＝1,2,...,B²；则整个图像X的测量数据Y为：(5)根据BCS测量值每个图像块的能量计算并判断第i个图像块的测量向量y_i是否大于或小于阈值T＝0.4E，从而把图像分为平滑部分和非平滑部分作为感知结果；(6)训练过程；(7)分类过程；(8)判断、分析过程；(9)重复迭代搜索，直到检测完整个图像数据；所述步骤(6)训练过程的具体步骤如下：(6.1)根据步骤(5)的不同数字内容感知结果，确定RDWT字典和正交DCT字典：形成字典D＝[D1,D2,…,D13]；字典D中2级RDWT字典形式为：其中，符号表示内积运算,是一种矩阵间元素相乘的运算；正交DCT字典的形式为:(6.2)计算得到字典稀疏初始值并计算图像块x_i初始值:所述图像块x_i初始值的具体计算过程如下：设d_i为中字典D_i的原子，R_i为迭代参差：R_i＝||Φ_Bx_i‑Φ_Bx_i‑1||₂＝||y_i‑Φ_Bx_i‑1||₂，字典稀疏初始值是字典原子d_i和迭代参差R_i的内积，符号的上标0表示第0个值，也就是初始值；这样得到，图像块x_i初始值形式为：其中，n是数据矢量长度和字典大小，i＝1,2,…,n；符号的上标0表示第0个值，也就是初始值；(6.3)计算图像块x_i＝Dα_i，_i并按照公式：R_i＝||Φ_Bx_i‑Φ_Bx_i‑1||₂＝||y_i‑Φ_Bx_i‑1||₂迭代训练更新字典D；计算过程类似步骤(6.2)，实现形式如下：所述步骤(7)分类过程的具体步骤如下：(7.1)根据公式y_i＝Φ_B·x_i，计算第i个图像块的测量值y_i，及其能量并结合能量与阈值的关系确定数字图像不同内容的数据范围；(7.2)计算每个图像块的能量大小：设分别为图像的最大能量和最小能量，计算图像的测试次数E_m为图像能量均值；(7.3)根据公式确定第i个图像块的测量值y_i在第j个字典的稀疏系数其中j＝1,2,…,13；的实现形式如下：(7.4)迭代计算，得到图像稀疏表示系数其中i＝1,2,…,3136；按照数字图像非平滑块和平滑块的不同内容，按照由大到小的顺序排列图像稀疏表示系数α₀；所述步骤(8)的具体步骤如下：(8.1)根据公式y_i＝Φ_B·x_i和分别计算第i个图像块的测量向量y_i和整个图像X的测量数据Y；根据公式计算第i个图像块的能量，并结合其能量大小与阈值的关系确定第i个图像块的数据范围：如果E_i≤T，则属于数字图像的平滑块；如果E_i＞T，则属于数字图像的非平滑块；(8.2)寻找与x_i相似的L个图像块，得到用L个相似块的线性组合表示对当前图像块x_i的估计值x_i′:其中，表示相似块的计算系数，它的取值与图像在该区域内的噪声方差成正比，所述噪声方差用稳健中值算子估计；(8.3)把哈达玛测量矩阵Φ_B代入公式：其中β为迭代参数，其取值范围为|R_i+1‑R_i|＜β,0＜β＜1，更新当前检测图像的分块计算值k为迭代优化次数；(8.4)根据公式用Lasso算法求解得到α_i的初始解并代入公式更新图像块冗余字典系数，并代入以下公式：求检测图像块的稀疏逼近系数其中，Φ_B为分块哈达玛测量矩阵，y是测量值，d是字典D中的原子，R为迭代计算的误差，α是字典系数，i＝1,2,…,n，n＝3136；(8.5)分析判决输出：如果则第i个图像块在第j块字典中含秘密数据，其秘密数据位置为x_i；如果则第i个图像块在第j块字典中不含秘密数据，为干净的原始图像块。