一種基于整數(shù)變換的數(shù)據(jù)隱藏新算法
加入技術(shù)交流群
第一步：按照?qǐng)D1(a)的方法對(duì)圖像逐行配對(duì)，然后按照(1)式進(jìn)行整數(shù)變換，把計(jì)算出的差值按順序排列成一維數(shù)組{hl，h2，…h(huán)n}。
第二步：把差值分成4個(gè)不相交的部分，EZ，EN，CN，NC。其中EZ包括所有h=O，h=1；EN包括所有可擴(kuò)展的差值且h不屬于EZ；CN包括所有可變的差值，且h不屬于EZ與EN的交集；NC包括所有不可變的差值。
第三步：創(chuàng)建一個(gè)定位圖，用于差值定位，選擇一個(gè)閾值T將EN分為ENl和EN2，ENl={h∈EN：|h|≤T}，EN2={h∈EN：|h|>T}，EZ和ENl是用于擴(kuò)展差值，則分別為1和EN2，以賦值CN和NC為O。這樣就建立一個(gè)定位．圖，然后對(duì)定位圖進(jìn)行JBIG2壓縮，壓縮以后的位流記為L，L的末尾代表信息結(jié)束。
第四步：收集EN2和CN中差值的最低位(LSB(h))，但是h=land一2inEN2UCN不會(huì)被收集，所有的這些LSB(h)將組成位流C。
第五步：將位流L，C，P合并成位流B=LUCUP=b1…bkbk+1…bLbL+1…bm，然后將曰嵌入到載體圖像。最后再用(2)式進(jìn)行整數(shù)變換，就得到了一重嵌入后的圖像。嵌入差值的過程如表l所示。本文引用地址：http://m.butianyuan.cn/article/188719.htm
二重嵌入是對(duì)一重嵌入的再次嵌入，其中第一步采用圖1(b)的像素配對(duì)方式計(jì)算差值，其他步驟與一重嵌入相同。
2．4 DDE提取算法
第一重提取的提取過程分為5個(gè)步驟，通過提取比特流B和收集比特流B中所有可變差值的LSB值，就可提取定位圖和原始的比特流C。
第一步：以圖1(b)的像素配對(duì)方式配對(duì)，然后計(jì)算差值，對(duì)每個(gè)像素應(yīng)用整數(shù)變換(1)，按順序排列成一維數(shù)組{h1，h2，…h(huán)n}。
第二步：把差值分為兩個(gè)不相關(guān)的子集，CH和NC，CH包含所有的可變差值，NC包含所有不可變差值。
第三步：收集所有可變差值的LSB值，然后組成比特流B=blb2…bm。
第四步：用JBIG2解碼器對(duì)定位圖進(jìn)行解碼．就獲得了定位圖位流L，如果定位圖中的值為1，那么對(duì)應(yīng)位置上的差值h就是被擴(kuò)展的差值，h的原始值就是[h/2]。對(duì)于不可變差值，它在定位圖中的值一定為O。對(duì)于可變差值h，如果0h1并且定位圖中的值為0，那么h的原始值一定是1。如果h是可變差值，一2h一l，并且定位圖中的值為0，那么h的原始值一定為一2。對(duì)于其他定位值為0的可變差值，用比特流C恢復(fù)其LSB，當(dāng)所有的差值恢復(fù)到了原始圖像，比特流B中剩下的位就是嵌入的負(fù)載P。
第五步：內(nèi)容鑒定和原始內(nèi)容恢復(fù)，用整數(shù)變換(2)重建原始圖像，為了鑒定容量，把負(fù)載P中的鑒定信息與重建圖像進(jìn)行比較，如果二者吻合，那么圖像容量是可信的，重建圖像和原始圖像就是相同的。
第二重提取與第一重提取僅第一部不同，采用圖1(a)的像素配對(duì)方式其他部分與第一重提取相同。
3 實(shí)驗(yàn)結(jié)果
對(duì)多幅圖像進(jìn)行實(shí)驗(yàn)，把提出的DDE算法跟Tian算法進(jìn)行比較，圖2為在Lena上的實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)表明，提出的DDE算法在相同的嵌入率下取得了比Tian算法更好的圖像效果，其原因在于提出的算法可以提供更多的較小差值進(jìn)行嵌入，所以改善了圖像質(zhì)量。
4 結(jié)語
解決了Tian算法二重嵌入中可用差值急劇減少的問題，通過在第二次嵌入時(shí)改變差值選取的方案，從而避免了二重嵌入與一重嵌入中差值相關(guān)性的問題，從而使得可供嵌入的差值大幅增加。進(jìn)而使得圖像的負(fù)載能力顯著提高，由于能夠提供更多的較小差值，特別是零差值，所以在相同的負(fù)載條件下，使得圖像的質(zhì)量得到了很大提高。
評(píng)論