[发明专利]一种基于重抽样的隐藏图像修复方法

摘要

本发明公开了一种基于重抽样的隐藏图像修复方法，信息载体和隐藏信息均为图像，其特征在于，包括如下步骤：1）构造伪复制数据集；2）通过伪复制数据集计算待修复像素的估计值；3）隐藏图像的修复。这种方法能够准确的恢复被破坏的像素，使得修复后的图像具有较高的峰值信噪比和较好的视觉效果。

主权项

1.一种基于重抽样的隐藏图像修复方法，信息载体和隐藏信息均为图像，其特征在于，包括如下步骤：1)构造伪复制数据集：检测载密图像的像素值，确定被噪声破坏的像素，对从被破坏像素中提取的秘密信息进行标记，从载密图像中提取隐藏图像，在隐藏图像中，若像素高5位未被破坏，该像素为可信点，不需修复；若像素高5位存在被破坏的比特位，该像素为不可信点，是待修复像素需进行修复，构造伪复制数据集，将p_i,j的3×3邻域像素作为原始数据集，原始数据集中p_i‑1,j‑1,p_i‑1,j+1,p_i+1,j‑1,p_i+1,j+1与p_i,j的欧氏距离为p_i‑1,j,p_i,j‑1,p_i,j+1,p_i+1,j距离待修复点p_i,j的欧式距离为1，表明p_i‑1,j,p_i,j‑1,p_i,j+1,p_i+1,j与p_i,j的联系更为紧密，采用包含p_i‑1,j,p_i,j‑1,p_i,j+1,p_i+1,j这4个元素伪复制数据集对待修复点进行修复，用于修复p_i,j的伪复制数据集如公式(1)所示：2)通过伪复制数据集计算待修复像素的估计值：设p_i,j为修复像素，从p_i,j的3×3邻域中开始寻找可信点，若可信点个数小于2，则扩大查找范围，直到满足可信点个数要求或到达图像边界，设查找到m个可信像素，像素的低三位若存在被破坏位，将被破坏位同时置1得到最值，同时置0得到最小值，设max_k(k＝1,2,…,m)表示第i个可信像素最大值、min_k为第k个可信像素最小值，maxs＝max(max₁,max₂,…,max_m),mins＝min(min₁,min₂,…,min_m),得到p_i,j及邻域像素的取值范围，对于伪复制数据集为{q₁,q₂,q₃,q₄,q₅,q₆,q₇}，设像素q_k(k＝1,2,3,4,5,6,7)的高5位中的不可信位置0或1，低三位保持不变，得到介于mins与maxs之间的可能值集合为其中u_k元素的个数，共有7个数据集，如公式(2)所示：，设在7个数据集中，从每个集合取一个元素得到数据集O_k，则：，其中k＝1,2,…,s，令：l_k＝mean(O_k)  (4)，计算t_k(k＝1,2,…,z)与l₁,l₂,…,l_s差值的平方和y_k，设y₁,y₂,…,y_z的最小值设为y，且若e＝1，则得到p_i,j的估计值value为若e>1，令：，其中v＝1,2,…,e，令：w＝argmin(g₁,g₂,…,g_e)  (6)，argmin(·)为计算一组数中的最小值所对应的下标，则得到p_i,j的估计量value为3)隐藏图像的修复：将待修复像素p_i,j被破坏的位置0或1，得到p_i,j所有的可能值，设这些介于mins与maxs之间的可能值为t₁,t₂,…,t_z，则修复值为其中之一，依据步骤2)的方法可分别计算出A₁、A₂、A₃、A₄的估计值，分别为value₁,value₂,value₃,value₄，令：v＝round(value₁,value₂,value₃,value₄)  (7），round(·)为求均值并四舍五入取整运算，在t₁,t₂,…,t_z中与v差值绝对值最小的元素为p_i,j的修复值，实现对p_i,j的修复，同理，可修复隐藏图像中所有非边界不可信像素：修复隐藏图像边界不可信像素时，若相邻像素有可信像素，则用这些可像素的均值对其进行修复，若相邻像素没有可信像素，则用所有相邻像素的均值对其进行修复，最终完成对隐藏图像的恢复。