(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210543882.0 (22)申请日 2022.05.19 (71)申请人 辽宁石油化工大 学 地址 113001 辽宁省抚顺市望花区丹东路 西段一号 (72)发明人 张凌宇　 (74)专利代理 机构 沈阳易通专利事务所 21 116 专利代理师 邢慧清 (51)Int.Cl. G06T 7/49(2017.01) G06T 5/00(2006.01) G06F 21/60(2013.01) G06V 10/762(2022.01) (54)发明名称 基于纹理融合特征块匹配和大嵌入率乘积 码的图像隐写术 (57)摘要 本发明公开了一种基于纹理融合特征块匹 配和大嵌入率乘积码的 图像隐写术， 具体包括以 下步骤： 步骤1、 图像预处理； 步骤2、 采用分块间 灰度特征融合小波纹理特征的块匹配策略进行 块匹配； 步骤3、 嵌入秘密图像IM； 步骤4、 重构提 取图像IM'。 本发明对比于已有块匹配多层嵌入 方法， 本发 明方法在嵌入大容量秘密信息基础上 仍可大幅提升隐写图像的不可感知性和提取秘 密图像的视觉质量， 同时本发明还能够有效地对 抗高维SPA M模型隐写特征的隐写分析攻击， 提高 了隐写图像的安全性能。 权利要求书3页 说明书13页 附图10页 CN 115049715 A 2022.09.13 CN 115049715 A 1.基于纹理融合特征块匹配和大嵌入率乘积码的图像隐写术， 其特征在于， 具体包括 以下步骤： 步骤1、 图像预处 理： 1)输入1幅大小为hIM×wIM的秘密图像IM， 大小为hCI×wCI的载体图像CI， 其中hIM为秘密 图像IM的高， wIM为秘密图像IM的宽， hCI为载体图像CI的高， wCI为载体图像CI的宽， 将秘密图 像IM及载体图像CI分别均分成不重叠的分块大小b＝m ×n的分块， 其中m和n分别代表匹配 分块的长和宽； 2)将秘密图像IM划分不重 叠分块集{Dj}|0＜＝j＜＝bIM‑1， bIM为秘密图像IM的分块数； 3)生成载体图像CI的组合位平面图像CI'并建立隐蔽通信信道x： 在载体图像CI中， 假 设载体图像扰动层数用p表示， 则p ‑LSB表示第p层最低有效位平面， 将载体图像CI的 个位平面叠加构成组合位平面图像CI'； 并取 2‑LSB及1‑LSB位平面作为隐蔽通信 信道x； 假设载体图像CI中任意一个像素p ixi二进制为x8x7x6x5x4x3x2x1， 则组合位平面图像CI' 像素pixi'二进制为p∈{x8,x7,x6,x5,x4,x3,xμ,xν}, 其中xμ,xν表示像素pixi' 后两位比特值， 分别来自像素pixi第 μ、 v位比特值； 4)利用高比特位循环位移法构造构成候选分块匹配集图像， 构建载体图像CI的候选分 块匹配集{Di}|0＜＝i＜＝bCI‑1， bCI＝2bIM为载体图像CI的候选分块匹配集分块数量； 步骤2、 采用分块间灰度 特征融合小波纹理特征的块匹配策略进行块匹配： 对秘密图像 IM每一分块在载体图像CI的候选分块匹配集{Di}中寻找最优 匹配分块索引值zi|0＜＝i＜ ＝bCI‑1及计算最优匹配分块比例参 数δ， 并记录在最优匹配分块比例参数δ 下最优匹配分块 索引集{zi}δ， 并与剩余1 ‑δ 的秘密图像IM替换分块集{Dj}1‑δ合并， 在压缩率为β 时用哈夫曼 编码进行压缩， 构成提取秘密图块信息流m； 步骤3、 嵌入秘密图像IM： 取出载体图像CI的1 ‑LSB和2‑LSB位平面构成的隐蔽通信信道 x， 利用Z4MPC编码方法将提取秘密图块信息流m、 过程参数信息嵌入隐蔽通信信道x中得到 隐蔽通信 信道y， 最后对隐蔽通信 信道y进行逆置乱构成隐写体图像SI。 2.如权利要求1所述的基于纹理融合特征块匹配和大嵌入率乘积码的图像 隐写术， 其 特征在于， 还 包括： 步骤4、 重构提取图像IM'： 1)输入接收方 得到的隐写体图像SI； 2)拟随机 置乱， 获取1 ‑LSB和2‑LSB位平面进行 得到隐蔽通信 信道y、 过程 参数信息； 3)利用公式HyT＝m提取秘密消息， 利用哈夫 曼解码方法对m解码， 获取解码消息流m'； 4)按照最优匹配分块比例参数δ在m'中找到{zi}δ分块索引值对应的最优匹配分块集 {Di}δ和从剩余消息流m'获得的秘密图像IM替换分块 集{Dj}1‑δ重构提取图像IM'。 3.如权利要求1所述的基于纹理融合特征块匹配和大嵌入率乘积码的图像 隐写术， 其 特征在于， 所述 步骤1中的步骤4)具体包括以下步骤： ①把组合位平面图像CI'中每个像素的8 ‑LSB至5‑LSB比特位进行一次循环右移， 操作 后生成的图像和原 始载体图像CI共同构成候选分块匹配集图像； ②构建载体图像CI的候选分块匹配集{Di}|0＜＝i＜＝bCI‑1并计算候选分块匹配集图权　利　要　求　书 1/3 页 2 CN 115049715 A 2像每一分块的像素值： 设秘密图像IM的分块数为bIM， 则bIM为： 设载体图像CI的候选分块匹配集分块数量bCI＝2×bIM， 构建载体图像CI的候选分块匹 配集{Di}|0＜＝i＜＝bCI‑1； 根据公式(2)计算 候选分块匹配集图像中每一分块的像素值： 设 表示组合位平面图像CI'中第i个分块的第(k,l)个像素 的第ω‑LSB位值， 则候选分块Di在(k,l)位置处像素值 为， 4.如权利要求1所述的基于纹理融合特征块匹配和大嵌入率乘积码的图像 隐写术， 其 特征在于， 所述 步骤2具体包括以下步骤： 1)对载体图像CI的候选分块集{Di}的每一分块进行哈尔小波变换， 记录所有每分块三 方向高频特征值存放于矩阵向量 中； 其中， dwt2(·)为MATLAB小 波变换函数， 分别获取 水平、 斜下、 垂直方向高频 滤波值； 2)取出秘密图像IM第j个分块Dj|0＜＝j＜＝bIM‑1， 计算该分块三方向小波变换通滤波 值存放于向量 中； 对于每个分块Dj计算与载体 候选匹配分块集{Di}中分块间的最小曼哈顿灰度差距离MDmin＝min({MD(Dj,Di)})， 找出同 一MDmin下的候选匹配分块 集 其中， 分块Di,Dj间曼哈顿 灰度差距离 定义为： Di(k,l)和Dj(k,l)分别表示分块Di和Dj在(k,l)位置处像素值； 3)在HARRCI中找出与分块 中分块对应的小波变换三方向高通滤波向量 并与分块Dj的harrj向量计算曼哈顿距离 最后找到具有最小 曼哈顿距离的最优匹配分块的索引值， 4)重复进行步骤1) ‑步骤3)， 为秘密图像IM每一分块在载体图像CI的候选分块匹配集 {Di}中寻找最优匹配分块索引值zi|0＜＝i＜＝bCI‑1； 5)设定一个参数 当 时将该匹配分块归入最优匹配分块集中， 当所有秘密 图像IM的分块均匹配后得到最优匹配 分块比例参数δ， 当δ →δ 时， 可以得到装 载秘密图像IM 时最优分块比例下界； 记录比例参数δ下最优 匹配分块索引集{zi}δ， 并与剩余1 ‑δ 的秘密图 像IM替换分块集{Dj}1‑δ合并， 在压缩率为β 时用哈夫曼编码进行压缩， 构成提取秘密图块信 息流m。权　利　要　求　书 2/3 页 3 CN 115049715 A 3