基于多尺度滤波器的空域图像隐写增强算法

发布时间：2021-07-31 19:46

　　隐写是一种利用图像、视频、音频等多媒体载体实现隐蔽传输的技术.如何在尽可能减少对载体影响的情况下嵌入尽可能多的信息一直是隐写算法的研究重点.随着双层校验格码（syndrome tellis codes, STC）的引入,隐写算法的嵌入效率能够达到理论上界.因此,隐写算法的设计重心变为了设计用于衡量图像像素嵌入安全性的失真函数.失真函数是自适应隐写算法的核心.对于空域图像隐写而言,失真函数通常是基于图像的复杂性原则,即载体图像中的纹理区域通常具有较低的失真代价,而平坦区域通常具有更高的失真代价.然而,基于图像内容的多样性,这种准则并不能适用于一幅图像中的所有像素点.提出了一种适用于空域隐写算法的隐写增强算法,通过多尺度滤波器对载体图像进行增强,使得在增强不同尺度的纹理区域的同时减少对图像平坦区域的增强.增强后的失真代价遵循了复杂性原则,并解决了失真代价分配不当的问题.实验结果表明:所提出的算法能够适用于现有的空域隐写算法,并且能够提升它们的抗隐写分析检测能力. 

【文章来源】：计算机研究与发展. 2020,57(11)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

2类异常点的存在

3.2 基于多尺度滤波器的增强方法基于3.1节实验,我们发现多尺度高斯滤波器可以提高空域隐写算法的安全性.除此之外,我们知道图像中存在着不同大小的纹理区域,不同大小的滤波器可以增强不同大小的纹理细节.从图2中可以看出,不同大小的滤波器所增强的区域是不同的.具体来说,小尺寸的滤波器通常对小尺度的纹理细节较为敏感,在增强小尺寸的纹理区域的同时,也会增强一些平坦区域的噪声.大尺度的滤波器主要增强一些大尺寸的纹理区域,对平坦区域噪声的增强效果较弱.因此,为了得到尽可能多的纹理细节,我们同时使用了多尺度高斯滤波器和高通滤波器对图像进行增强.我们利用平坦区域噪声对小尺度滤波器更加敏感的特点,降低了小尺度滤波器的权重,达到增强纹理区域的同时降低对平坦区域噪声增强的目的.因此,我们设计了一种基于多尺度滤波器的空域隐写增强方法,该方法由图像增强和失真代价计算2部分组成,算法流程为:

为了确定多尺度高斯滤波器中3个滤波器的最佳尺寸,我们进行了一个验证实验.实验中,我们从Bossbase图像数据库中随机选取了3 000张图像作为样本,将S-UNIWARD隐写算法作为参照算法,使用多尺度高斯滤波器进行实验.3个滤波器的取值大小依据n,2n-1,4n-1的比例来选取,对应的标准差大小分别为1.0,2.0,4.0.嵌入率取0.4 bpp,参数n的取值范围为2～9,使用SRM隐写分析特征进行检测.通过比较不同n值对算法安全性的影响,我们可以得出一个较为合适的n值.不同n值的算法安全性测试结果如图3所示.


本文编号：3314080