基于預處理的位平面復雜度分割隱寫改進算法(編輯修改稿)
2025-07-19 02:46 本頁面
【文章內(nèi)容簡介】 秘密信息后得到的復雜度直方圖h2（c），如圖2(b)所示。隱寫后的直方圖在復雜度為acmax即c≈45后產(chǎn)生了明顯的變化。直方圖產(chǎn)生異常是由于滿足嵌入條件c＞acmax的“類噪聲”塊與對應(yīng)的嵌入秘密信息塊的復雜度是不相同的，在隱寫前后不同復雜度值對應(yīng)小塊的個數(shù)必然發(fā)生變化，所以導致了隱寫后復雜度直方圖在c≈45后產(chǎn)生了明顯的變化。由此，根據(jù)復雜度直方圖的異常統(tǒng)計特點即可判斷秘密信息的存在。2 基于預處理的改進算法 改進算法框圖的提出上述bpcs隱寫中，秘密信息經(jīng)過處理后直接替換“類噪聲”位平面小塊，導致復雜度直方圖產(chǎn)生異常。本文基于逆向預處理操作抵消統(tǒng)計缺陷的思路［68］，針對空域bpcs隱寫后存在易于判斷嵌入秘密信息的問題，提出了一種有效抗統(tǒng)計分析的改進算法。算法框圖如圖3所示。在圖3中，虛線部分為預處理部分：秘密信息m在bpcs算法的指導下嵌入載體圖像p得到載密圖像s,對載密圖像s進行統(tǒng)計特征的量化分析,求導出逆向預處理的補償規(guī)則，然后對載體圖像p進行逆向預處理補償?shù)玫教幚砗蟮妮d體圖像p′。實線部分為對逆向預處理補償后的載體圖像p′進行秘密信息嵌入過程。 改進算法的實現(xiàn)在獲得載密圖像s后，比較載密圖像s與載體圖像p復雜度直方圖，對其進行量化分析，以上述256256的標準灰度圖像lena嵌入灰度圖像tulips、baboon為例，對隱寫前后圖像，抽取復雜度為45～60的對應(yīng)發(fā)生次數(shù)進行比較，如表1所示。在表1中可看出隱寫前后不同復雜度對應(yīng)的發(fā)生次數(shù)均不相同，而且或有增加或有減少，通過對原始lena圖像嵌入其他灰度圖像如bridge、lake等進行分析均發(fā)現(xiàn)了以上特點。基于此,本文提出了一種逆向預處理補償規(guī)則，即通過比較隱寫前后復雜度發(fā)生次數(shù)變化的幅值不同，設(shè)p i(i=1,2,…,n)為“類噪聲塊”，其對應(yīng)的復雜度為c i，隱寫前c i對應(yīng)的發(fā)生次數(shù)記為nb(i)，隱寫后的記為na(i)，設(shè)置一閾值為：k=nb(i)－na(i)（2）通過對bpcs隱寫進行逆向分析，若k≠0時，則對對應(yīng)復雜度的k個小塊進行修改，具體修改方法是根據(jù)嵌入容量及隱寫后圖像直方圖變化影響程度的不同，將k＞0與k＜0對應(yīng)復雜度小塊進行替換操作：當k＞0，即c i對應(yīng)的p i個數(shù)增加時，定義對應(yīng)原載體圖像的位面小塊為p i(+)；當k＜0，即c i對應(yīng)的p i個數(shù)減少時，定義對應(yīng)原載體圖像的位面小塊為p i(－)，則替換操作可表示為：p i(+)＝p i(－)； k＞0(3)p i(－)＝p i(+)； k＜0(4)替換操作(3)、(4)重復進行,直至k≠0的“類噪聲塊”預處理完畢。當k=0時，則不需進行修改。按照此補償規(guī)則對原圖像進行預處理操作后得到新的載體圖像，對于新載體圖像按照上述bpcs算法進行隱寫即可。改進方案后算法的具體實現(xiàn)步驟如下（以上述256256的標準灰度圖像lena嵌入灰度圖像tulips為例）：1)依照圖3所示算法框圖，按照原bpcs嵌入方法將秘密信息tulips嵌入載體圖像lena中，得到經(jīng)循環(huán)碼譯碼后的載密圖像記為lena′；2)對
研究報告相關(guān)推薦
鄂ICP備17016276號-1