一種抗幾何變形的圖像大容量隱秘通信方法
2023-12-01 06:09:11 2
專利名稱：一種抗幾何變形的圖像大容量隱秘通信方法
技術領域：
本發明屬於通信與信息安全技術領域，具體涉及一種能夠抗幾何變形的圖像大容量隱秘通信方法。該方法解決了隱秘通信中的同步的魯棒性與通信容量之間的矛盾。
背景技術：
信息隱藏和水印體制都需要穩健性的要求，信息隱藏通信與數字水印的差異主要是嵌入的容量的不同，和對魯棒性的要求不同。用於版權保護的水印嵌入的容量小，而要有最高級別的魯棒性；隱藏通信嵌入的容量大，也要適度的魯棒性要求。但是任何形式的通信都不可避免同步問題，因此對隱藏通信也必須要有抗幾何攻擊的魯棒性。由於嵌入的容量大，實現抗幾何攻擊的隱藏通信體制的難度更大。就目前已存在的信息隱藏通信體制而言，其魯棒性只是能夠抵抗JPEG壓縮，高斯噪聲，低通濾波。而不能實現抵抗如異步剪切、平移、旋轉、縮放等幾何形變的攻擊。
幾何攻擊造成水印檢測和提取時失去同步性，使得無法檢測到水印或正確提取水印信息。為了解決這個問題，必須在水印嵌入時加入同步信息，並在水印檢測時能確保找到這些同步信息。
實現抗幾何攻擊的魯棒性是信息隱藏領域內公認的難題。對該技術的研究是信息隱藏領域內中的重要研究熱點。到目前為止，還沒有出現能夠實現抗幾何攻擊的信息隱秘通信體制技術專利和文獻。
發明內容
本發明的目的是提出一種能夠抵抗旋轉、縮放、平移、剪切等幾何形變攻擊的、有魯棒性的大容量隱秘通信方法。
本發明提出的具有抗幾何攻擊的魯棒性的大容量隱秘通信方法，具體內容如下採用雙層水印體制，一層隱藏隱秘通信內容，隱秘通信的內容通過卷積碼的保護後嵌入到圖像的一個獨立的顏色通道中；另一層利用特徵點手段嵌入幾何同步信息，圖像的幾何信息是有強魯棒性質的特徵點構成的三角剖分的三角形的中心坐標值；這些中心坐標添上CRC校驗碼，並使用Golay碼保護，再作為一個48級的偽隨機生成器的初態，直接擴展生成一個長序列，然後被嵌入到本身的三角區域中。這樣的新隱秘通信體制很好地解決了隱秘通信的容量與抗幾何變形的魯棒性之間的矛盾，達到了很好的抗幾何攻擊和大容量可靠通信的雙重效果。
本發明方法拓展了信息隱藏的應用價值，不僅適用於水印體制，而且適用於隱秘通信體制。
本發明方法不但容易在空域中實現，而且也適用於頻域內的信息隱藏。
本發明方法在隱秘通信層使用卷積碼編碼，大大降低了隱秘通信的誤碼率。在同步信息嵌入層使用CRC校驗和Golay碼編碼，提高了提取同步信息的正確率。
本發明中，在隱秘通信編碼時，採取如下步驟(1)將圖像顏色空間看作雙層的通信信道，隱秘通信內容和同步信息分別嵌入到不同的圖像層信道中同步信息嵌入到同步信息嵌入層RGB空間的G，R分量；隱秘通信內容嵌入到隱秘通信層RGB空間的B分量；(2)使用Harris檢測器，計算特徵點；(3)實施Delaunay三角剖分，構造由魯棒性質的特徵點構成的三角形區域，並計算得到各個三角區域的中心坐標；(4)把步驟(3)得到的三角形中心坐標附上CRC校驗後進行Golay碼編碼；(5)把步驟(4)中的編碼數據流作為初態，使用一個48級的偽隨機生成器產生直接擴頻調製；(6)把步驟(3)中的三角區域進行標準化仿射變換；(7)將步驟(5)中的擴頻數據嵌入到步驟(6)中的標準化三角形區域中。
在隱秘通信接收解碼時，採取如下步驟(1)對含隱藏信息的圖像進行特徵點計算，篩選出有強魯棒性的特徵點；(2)對特徵點幾何進行Delaunay三角剖分；(3)對三角區域，進行標準化仿射變換，並採用鄰域預測技術，提取同步信息數據流；(4)對步驟(3)中的數據流，採用了有強糾錯能力的流密碼軟判決相關攻擊快速算法實現偽隨機碼的解擴頻；(5)採樣軟判決Golay碼解碼方法；(6)通過CRC校驗篩選正確的中心坐標值；(7)對解出的中心坐標值與Delaunay三角剖分的三角形中心坐標相對應，應用最小二乘法，計算出幾何變換參數；(8)利用幾何變換參數，對圖像進行幾何校正，並實現隱藏信息的提取。
本發明還提出了修正的Harris特徵點檢測新算法，其中使用了一個新的檢測性能衡量標準，以滿足本發明內容的需要。
本發明還提出了軟判決偽隨機序列快速相關攻擊算法。
本發明的主要特點如下(a)雙層隱秘通信體制將圖像顏色空間看作雙層的通信信道，隱秘通信內容和同步信息分別嵌入到不同的圖像層信道中。同步信息嵌入到同步信息嵌入層RGB空間的G，R分量；隱秘通信內容嵌入到隱秘通信層RGB空間的B分量。
(b)同步信息的嵌入特徵點與圖像內容緊密相關，旋轉、平移、縮放等幾何形變不會改變特徵點在圖像中的相對位置，特徵點位置的變化與圖像的幾何形變是同步的，因此特徵點具有很強的抗幾何攻擊的特點，Delaunay三角剖分由一組特徵點得到唯一的一組三角形區域，我們在各個三角區域內嵌入該三角形的中心坐標，該坐標在仿射變換下是不變的，它是原始圖像的幾何不變參數，接收方對比提取出的幾何參數和變形後的圖像的相應三角形的中心坐標，從而估計出圖像幾何形變參數，實現幾何校正.我們的同步信息嵌入方法有很強的抗幾何攻擊魯棒性。
(c)同步信息的選取及CRC校驗、糾錯編碼保護選用各個三角形的中心的橫縱坐標作為同步信息，保證每個三角形區域嵌入的同步信息都不同。三角形中心坐標可以用20比特表示，並加上4位CRC校驗碼後，然後對其進行Golay(24，12，8)編碼並交織，得到長度48比特的同步編碼數據，將這些數據用偽隨機碼生成器進行直接擴頻調製後嵌入到對應的三角形區域內。
(d)同步信息提取為其逆過程，其中使用軟判決偽隨機序列相關快速攻擊的方法實現快速強糾錯地恢復出偽隨機碼的初態。
(e)圖像幾何形變的參數估計及還原以每個三角形的中心坐標為數字同步信息，提取後，可以得到一組幾何形變前後對應點的坐標，由這些點的坐標位置變化可以估計圖像經歷了哪些幾何攻擊，採用最小二乘法擬合出整幅圖像的整體幾何形變參數，並通過仿射變換和插值計算進行圖像重構，得到幾何形變還原圖像，用作下一步隱秘通信層的內容提取。
圖1為本發明的隱秘通信的編碼過程。
圖2是本發明的隱秘通信的解碼過程。
圖3表示圖象的特徵點及其對應的剖分三角形。
圖4是三角形的仿射變換A和三次樣條插值示意圖。
具體實施例方式
本發明的方法主要包括如下步驟1、特徵點提取。
2、三角剖分及三角形仿射變換。
3、利用人類視覺模型測定嵌入強度。
4、編碼嵌入與解碼提取。
下面，我們介紹上述實施方式的細節1.特徵點提取特徵點提取已經廣泛應用於計算視覺和圖像檢索等領域。本發明主要採用如下的特徵點提取方法。
(1)Harris特徵點檢測器Harris檢測器可以描述為X=I*[-1,0,1](Ix),Y=I*[-1,0,1]T(Iy)A=X2*w(Ix)2,B=Y2*w(Iy)2,C=(XY)*w(Ix)(Iy)---(1)]]>其中I表示圖像的亮度矩陣，*表示卷積，w為卷積算子，X，Y分別為圖像x方向和y方向的近似梯度。
M=ACCB;]]>Tr(M)＝α+β＝A+B，Det(M)＝αβ＝AB-C2，R＝Det(M)-k(Tr(M))2(2)其中，Tr表示矩陣M的跡，Det表示矩陣M的行列式，α，β是矩陣M的兩個特徵值，R表示特徵點響應，k為常參(Harris推薦k＝0.04)。
高於門限的特徵點響應R的局部極大值都可以定義為我們要找的特徵點。
S＝{(x，y)|R(x，y)＞η，(u，v)∈Vx，y，R(x，y)≥R(u，v)}(3)其中，R(x，y)為點(x，y)處的特徵點響應，η為特徵點響應的門限，Vx，y為點(x，y)的二維鄰域，S為特徵點集。
(2)Harris特徵點檢測器的改進需要一種可以抵抗幾何形變等的特徵點檢測器。為此，必須提高Harris檢測器的抗幾何攻擊能力和抗普通圖像處理攻擊能力。本發明對現有的Harris檢測器作了一些改進。
首先，提出如下的score值為檢測器性能的衡量標準score=Npre-(Ncre+Ndes)Nini---(4)]]>其中Nini表示原始圖像I中檢測出的特徵點個數；Npre表示經過攻擊後圖像中檢測到與原特徵點完全吻合的特徵點個數；Ndes表示經過攻擊後檢測丟失的原特徵點個數；Ncre表示經過攻擊後檢測到與原特徵點不吻合的特徵點個數。
特徵點提取之前，還需要對圖像進行低通濾波以減小噪聲的影響，在比較了不同強度的低通濾波效果，我們發現當5*5的算子為式(5)時效果最好。表1列出了對比高斯算子和M5算子通過不同攻擊方法得到的特徵點提取效果score均值M5=1111111111111111111111111---(5)]]> 表1.特徵點檢測抗幾何攻擊性能比較。
利用[-2，-1，0，1，2]進行卷積求圖像梯度，以便能有效地提高梯度求取的精確性，減小加入水印後所產生的少量噪聲對梯度求取的影響；在求取梯度的二次分量時，對二次分量X2，Y2，(XY)進行二維高斯濾波，以便能有效地減小噪聲造成的二次分量變化對特徵點響應的影響。
X＝I*[-2，-1，0，1，2]，Y＝I*[-2，-1，0，1，2]T(6)求取高斯卷積算子w＝(wuv)wuv=g|u|g|v|(i=-g|i|)2,-u,v+;gk=i=0+e-(k-0.5+0.2i)222,k0---(7)]]>其中，σ為高斯卷積微調參數，經過大量試驗表明，可選取的範圍在0.4-1.5之間。例如可選取σ＝0.6。
在選取響應R的局部極大值的特徵點時，得到的特徵點既要和圖像內容緊密相關，又要在幾何位置上有一定約束，不要集中於高頻紋理區域，儘量均勻分布。
本發明採用以(x，y)為圓心，D為直徑的圓形區域作為鄰域Vx，y，D=(width+height)---(8)]]>其中width表示圖像寬度，height表示圖像高度，γ是控制圓形鄰域的大小的調整參數。並通過大量試驗，參數γ的取值範圍為18-25。例如選取γ＝20，這時特徵點分布均勻，間距適中，得到的三角形比較接近標準三角形，效果很好。
將普通方法得到的特徵點(圖3(b))和我們的優化方法得到的特徵點(圖3(a))作比較，圖3(a)的特徵點和內容更緊密相關，而且分布比較均勻，適合後繼的三角剖分(圖3(c))和嵌入，且在檢測階段受幾何攻擊的影響較小；圖3(b)的特徵點雖然和圖像內容也相關，但是特徵點過於密集，三角剖分得到三角形(圖3(d))過小，不是非常適合嵌入，且在水印提取階段受到幾何攻擊的影響很大，性能不穩定。實驗表明優化方法在抗幾何攻擊方面具有更強的魯棒性。
2.三角剖分及三角形仿射變換圖像經過攻擊後，得到的特徵點與原先的特徵點並不完全吻合。三角剖分是把不完全吻合的點造成的影響限制在局部範圍之內。我們使用Delaunay三角剖分，它滿足以下性質a.Delaunay三角剖分後得到的三角形集Td＝{Tdi}是特徵點集S的點覆蓋，並滿足Td＝{(si，sj，sk)∈S3|(si，sj，sk)∈Td，C(si，sj，sk)∩(S-si-sj-sk)＝φ}(9)其中，C(si，sj，sk)表示點si，sj，sk構成的三角形閉合區域內所包含的特徵點的集合，如圖4。
b.Delaunay三角剖分具有局部穩定性如果某個點消失了，則剖分模式僅在與此點相鄰的三角形處有所改變，其他部分保持穩定。
c.Delaunay三角剖分計算複雜度低。
仿射變換(affine transformation)A將任意形狀的三角形Tm變換轉化成指定形狀三角形T。我們指定96*96的等腰直角三角形T為標準三角形。通過仿射變換A，我們可以將Tm中的任意一點(xm，ym)映射到T中某一目標點(xt，yt)。A可由6個參數(a，b，c，d，e，f)確定A(xm,ym)=abcdxmym+ef=xtyt---(10)]]>反之，我們可以由指定形狀的三角形T仿射變換成為任意形狀的三角形Tm，對應的仿射變換為A』。由於將Tm變換為T有6種不同旋轉方式，我們選取將Tm的最大角與T的直角對應，只有旋轉和平移，無翻轉的方式。通過找三角形最長邊可以得到最大角頂點。不妨設(xm0，ym0)為最大角頂點，三個頂點序列是(xm0，ym0)(xm1，ym1)(xm2，ym2)，三點成逆時針方向；同理，對T的三個頂點序列是(x0，y0)(x1，y1)(x2，y2)，三點成逆時針方向，(x0，y0)為三角形最大角頂點，我們可以通過式(11)求得Tm→T的仿射變換A。
MTm=ym0-ym1ym2-ym1xm0-xm1xm2-xm1]]>a＝-((x0-x1)*(ym2-ym1)-(x2-x1)*(ym0-ym))/det(MTm)；b＝((x0-x1)*(xm2-xm1)-(x2-x1)*(xm0-xm1))/det(MTm)；d＝((y0-y1)*(xm2-xm1)-(y2-y1)*(xm0-xm1))/det(MTm)；c＝-((y0-y1)*(ym2-ym1)-(y2-y1)*(ym0-ym1))/det(MTm)；e＝x0-a*xm0-b*ym0；f＝y0-c*xm0-d*ym0； (11)在對普通三角形正規化時，需要求標準三角形T內所有像素點的灰度，我們首先要求出T→Tm的仿射變換A』。然後，在Tm中進行三次樣條插值計算。三次樣條插值鄰域V是4*4的塊，如圖4所示，三次樣條差值公式表述為式(12)。
Im=i=03j=03wxiwyjI(i,j)wxk=i=03aihki,wyk=i=03aivki,k=0.3;wxk=i=03bihki,wyk=i=03bihki,k=1,2---(12)]]>其中I(i，j)表示鄰域中樣本點(i，j)處的像素值，hi表示仿射點m與樣本點(i，j)在水平方向上的距離，vj表示仿射點m與樣本點(i，j)在垂直方向上的距離，ai，bi為三次多項式係數，wxi表示水平方向各像素點權重，wyi表示垂直方向各像素點權重。利用Mitchell和Netravali在[1]中提出的係數方法，我們選取能保留大量高頻分量的係數，b＝0，c＝1。
a0a1a2a3=1608240-12-4806300-1-61bc;b0b1b2b3=166-20000-1812612-9-61bc---(13)]]>3.利用人類視覺模型測定嵌入強度在本發明中，採用了人類視覺模型。先將圖像分成8*8的塊(block)，共有Bx*By個塊，x(k1，k2)表示第(k1，k2)個塊的視覺特徵矩陣，(0＜k1≤Bx，0＜k2≤By)，J(i，j)表示點(i，j)處的視覺感知門限。式(14)表示了求J的方法。
J(i，j)＝l(k1，k2)+dif(i，j)，8×k1≤i＜8×(k1+1)，8×k2≤j＜8×(k2+1)(14)dif(i,j)=|c-I(i,j)|2,l(k1,k2)=P(x(k1,k2)),x(k1k2)=var(k1,k2)+entr(k1,k2)---(15)]]>I(i，j)是圖像點(i，j)處的亮度分量值，α是一常量因子，一般取α為1800-2000，例如α＝2000，P(·)表示預先定義的噪聲門限映射函數，預設的噪聲門限是根據大量實驗取得的經驗值；var(k1，k2)和entr(k1，k2)分別表示塊(k1，k2)的方差和熵；dif(i，j)表示點(i，j)處根據像素值I(i，j)得到的加性噪聲門限；c表示人眼敏感像素值中心，人眼對很暗和很亮處的變化的敏感程度要小於對中等亮度處的變化的敏感程度，一般取c為150-180，如可取c＝160；l(k1，k2)表示塊(k1，k2)的基礎噪聲門限，它們的和就是我們要得到的視覺感知門限，即視覺因子。
4.編碼嵌入與解碼提取A.編碼嵌入過程水印嵌入系統主要可分為兩個層面的信息嵌入1.在隱秘通信層內，將隱秘通信內容嵌入到整幅圖像範圍內；2.在同步信息嵌入層中，將圖像特徵點坐標信息作為同步信息嵌入到與圖像內容相關的三角形區域內。
圖1說明了水印嵌入過程。具體介紹如下。
我們先實現隱秘通信層內隱藏信息的嵌入，採用基於信道編碼的水印方案[2]。步驟如下1.1.根據用戶密碼key生成偽隨機序列P＝{pi}(pi∈{-1，1})，i∈{1，...，N}，N為總嵌入長度。
1.2.將隱秘通信內容b＝(b1，...，bNb)，bi∈{1，-1}通過卷積碼編碼器編碼得到向量c＝{c1，...cNc}，ci∈{1，-1}，i∈{1，...，Nc}，經交織得到同樣長度的向量c』，對c』進行擴頻 最後，用偽隨機序列P對c」進行調製得到Ws＝P·c」。
1.3.按照Hilbert掃描方式，將向量Ws排列為二維矩陣形式W。
1.4.計算視覺因子矩陣J，利用I′＝I+W·J，將隱藏信息嵌入到RGB空間的B分量。
這樣，將水印W嵌入圖像RGB空間的B分量中，得到了含有隱秘通信內容的圖像I』。接下來，實現在同步信息嵌入層中嵌入同步信息。其步驟為
2.1 對圖像I』利用改進的Harris檢測器提取特徵點，得到特徵點集S＝{si}0≤i＜Nf，Nf為特徵點個數；2.2 根據S，利用Delaunay算法進行三角剖分得到可嵌入三角形集Tm{Tmi}，0≤i＜Nt，Nt為可嵌入三角形總個數；2.3 對各三角形區域嵌入的同步信息進行CRC校驗和糾錯編碼。在各個三角形區域嵌入本三角形的位置信息L＝(xc，yc，crc)，長度24比特，其中(xc，yc)是三角形的中心坐標，crc為4位CRC校驗位，經golay(24，12，8)分組編碼並交織得到向量g＝(g1，g2)，向量g1，g2取值{-1，1}上的24維向量。
2.4 將向量g1，g2分別擴頻調製並排列成標準三角形的形狀。按式(17)對g1，g2進行擴頻，再利用1.1得到的偽隨機序列P對B調製，得到序列Wt＝(W1，W2)＝B·P。
在標準三角形的像素點內以大小為2*2的塊為單位進行」之字形」掃描，W1，W2每比特擴散到2*2的塊中，將一維序列W1和W2分別構造成二維標準形狀的三角形Tw1和Tw2。
2.5 將標準形狀的Tw1和Tw2分別仿射成普通形狀Tmi∈Tm的三角形。以Tw1為例，利用仿射變換AiTmi→T，得到任意位置(xm，ym)∈Tmi在Tw1中的仿射點(xw，yw)，由三次樣條插值求得(xm，ym)處的水印嵌入值，得到形狀與Tmi相同的水印嵌入塊Twmi。同理，Tw2也仿射為Tmi形狀的水印嵌入塊。所有水印嵌入塊的集合組成了同步信息嵌入層的發送信號。
Twm=iTwmi---(18)]]>2.6 利用1.4得到的視覺因子J，由式(19)，分別在RGB空間的R，G分量上嵌入水印嵌入塊.I」表示已嵌入同步信息的圖像，βi是各個三角形水印嵌入強度調整係數。我們在嵌入每個三角形i後，對三角形i進行水印提取測試，反饋水印提取的正確率，適當調節各個水印嵌入塊的嵌入強度βi。
I=I+iJiTwmi---(19)]]>本發明的標準三角形是96*96的直角等腰三角形，總嵌入位置有4656bits，因此我們三角形內擴展總位數是Ne＝4656/4＝1164。
B.解碼提取過程提取過程在兩個層面內進行1.利用特徵點信息在同步信息嵌入層內提取同步信息，並進行幾何形變參數估計，對圖像的幾何形變進行還原校正；2.在經過幾何形變校正的整幅圖像裡，提取出隱秘通信層中的隱藏信息。
圖2說明了本發明的水印提取過程。下面，我們詳細論述提取過程。
首先在同步信息嵌入層提取同步信息，步驟如下1.與同步信息嵌入過程的2.1相同2.與同步信息嵌入過程的2.2相同3.根據用戶密碼key生成偽隨機序列P＝{pi}(pi∈{-1，1}，0≤i＜Ne).Ne為三角形內擴展總長度4.對普通形狀Tmi的三角形區域內的R，G分量分別仿射為標準形狀T的三角形。利用仿射變換Ai』T→Tmi和三次樣條插值，得到三角形塊Ts1和Ts2，這是嵌入過程2.5的逆過程。
5.對Ts1和Ts2進行鄰域預測濾波。由式(20)分別得到兩個三角形預測水印分量δ1和δ2。
(i,j)=Ts(i,j)-T~s(i,j);T~s(i,j)=14c[k=-ccTs(i+k,j)+k=-ccTs(i,j+k)-2Ts(i,j)]---(20)]]>其中，c為預測鄰域的範圍參數，Ts(i，j)為三角形內點(i，j)處像素值。實驗表明c可取3-8，例如c＝4時，效果很好。
6.分別在二維序列δ1和δ2中提取水印。對δ1和δ2作以2*2小塊為單位的」之字形」掃描，並取2*2小塊內水印分量的均值，得到一維序列{di}，0≤i≤2*Ne，通過式(21)計算出水印響應s＝{sk}。
7.
sk=t=kcr(k+1)cr-1(ptdt)+;=-(t=kcr(k+1)cr-1pt)E(dt)---(21)]]>對(21)中計算得到的軟判決序列s＝{sk}，使用軟判決偽隨機序列相關攻擊快速算法計算出嵌入於這個三角形區域的信息比特串w＝{wk}。
8.對w進行解交織，golay解碼和CRC校驗。通過CRC校驗，我們除去校驗錯誤的同步信息，得到這個三角形原始中心坐標。
9.對同步信息嵌入層的所有三角形區域作信息提取，可以得到的一組原始中心坐標以及對應當前中心坐標。
得到一組幾何形變前後對應點的坐標後，採用最小二乘估算法估算出幾何形變參數，並對圖像進行幾何形變校正，得到校正圖像Ic。
最後，提取Ic整幅圖像在隱秘通信層提取出隱秘通信內容。
由於本發明採用了2*2塊為單位的「之」字形掃描方式，像素間具有很強的相關性。鄰域預測濾波可以較好的將原始圖像分量作為噪聲除去，大大降低了原始圖像分量對判決響應sk的影響，提高了同步信息提取的正確率。
從試驗結果來看，本發明具有抗幾何攻擊的特點，對少量旋轉、縮放、仿射變換和少量噪聲都具有很強的魯棒性，這些操作對特徵點提取影響很小，能夠保留大量含同步信息的三角形，而且對三角形仿射和插值影響很小；當旋轉角度很大，縮放比例很大時，對特徵點提取影響較大，也就減少了含同步信息的三角形個數，而且還會影響三角仿射，圖像重構插值的準確性，所以，抗攻擊性能有所下降較快；同時我們也發現當旋轉角度為90度的倍數時，提取效果是非常好。
權利要求
1.一種抗幾何變形的圖像大容量隱秘通信方法，其特徵在於採用雙層水印體制，一層隱藏隱秘通信內容，隱秘通信的內容通過卷積碼的保護後嵌入到圖像的一個獨立的顏色通道中；另一層利用特徵點手段嵌入幾何同步信息，圖像的幾何信息是有強魯棒性質的特徵點構成的三角剖分的三角形的中心坐標值；這些中心坐標添上CRC校驗碼，並使用Golay碼保護，再作為一個48級的偽隨機生成器的初態，直接擴展生成一個長序列，然後被嵌入到本身的三角區域中。
2.根據權利要求1所述的方法，其特徵在於在隱秘通信編碼時，採取如下步驟(1)將圖像顏色空間看作雙層的通信信道，隱秘通信內容和同步信息分別嵌入到不同的圖像層信道中同步信息嵌入到同步信息嵌入層RGB空間的G，R分量；隱秘通信內容嵌入到隱秘通信層RGB空間的B分量；(2)使用Harris檢測器，計算特徵點；(3)實施Delaunay三角剖分，構造由魯棒性質的特徵點構成的三角形區域，並計算得到各個三角區域的中心坐標；(4)把步驟(3)得到的三角形中心坐標附上CRC校驗後進行Golay碼編碼；(5)把步驟(4)中的編碼數據流作為初態，使用一個48級的偽隨機生成器產生直接擴頻調製；(6)把步驟(3)中的三角區域進行標準化仿射變換；(7)將步驟(5)中的擴頻數據嵌入到步驟(6)中的標準化三角形區域中。在隱秘通信接收解碼時，採取如下步驟(1)對含隱藏信息的圖像進行特徵點計算，篩選出有強魯棒性的特徵點；(2)對特徵點幾何進行Delaunay三角剖分；(3)對三角區域，進行標準化仿射變換，並採用鄰域預測技術，提取同步信息數據流；(4)對步驟(3)中的數據流，採用了有強糾錯能力的流密碼軟判決相關攻擊快速算法實現偽隨機碼的解擴頻；(5)採樣軟判決Golay碼解碼方法；(6)通過CRC校驗篩選正確的中心坐標值；(7)對解出的中心坐標值與Delaunay三角剖分的三角形中心坐標相對應，應用最小二乘法，計算出幾何變換參數；(8)利用幾何變換參數，對圖像進行幾何校正，並實現隱藏信息的提取。
3.根據權利要求2所述的方法，其特徵在於採用改進的Harris檢測器計算特徵點Harris特徵點檢測器為X=I*[-2,1,0,1,2](Ix),Y=I*[-2,10,1,2]T(Iy)]]>A=X2*w(Ix)2,B=Y2*w(Iy)2,C=(XY)*w(Ix)(Iy)----(1)]]>其中I表示圖像的亮度矩陣，*表示卷積，w為卷積算子，X，Y分別為圖像x方向和y方向的近似梯度；設M=ACCB;]]>Tr(M)＝α+β＝A+B，Det(M)＝αβ＝AB-C2， (2)R＝Det(M)-k(Tr(M))2其中，Tr表示矩陣M的跡，Det表示矩陣M的行列式，α，β是矩陣M的兩個特徵值，R表示特徵點響應，k為常參；高於門限η的特徵點響應R的局部極大值都可以定義為需要找的特徵點S＝{(x，y)|R(x，y)＞η，(u，v)∈Vx，y，R(x，y)≥R(u，v)}(3)其中，R(x，y)為點(x，y)處的特徵點響應，η為特徵點響應的門限，Vx，y為點(x，y)的二維鄰域，S為特徵點集；卷積算子w＝(wuv)wuv=g|u|g|v|(i=-g|i|)2,-u,v+;gk=j=0+e-(k-0.5+0.2i)222,k0----(7)]]>其中，σ為高斯卷積微調參數，可選取的範圍在0.4-1.5之間。
4.根據權利要求3所述的方法，其特徵在於所述鄰域Vxy採用以(X，Y)為圓心，D為直徑的圓心區域D=(width+height)----(8)]]>其中width表示圖像寬度，height表示圖像高度，γ是控制圓形鄰域的大小的調整參數。
5.根據權利要求3所述的方法，其特徵在於在特徵點提取之前，對圖像進行低通濾波，並採用下述5*5濾波算子M5M5=1111111111111111111111111.----(5)]]>
全文摘要
本發明屬通信與信息安全技術領域，具體是一種抗幾何變形的圖像隱秘通信方法。本發明以特徵點為基礎提出了抗幾何變形攻擊的雙層隱秘通信體制。將圖像的RGB空間中的三個顏色通道看作雙層信道，其中一個通道作為內嵌入隱秘通信內容的信道，另兩個通道作為內嵌入圖像本身的幾何信息的信道。幾何信息嵌入到有強魯棒性質的特徵點構成的三角剖分的區域內，該幾何信息是所在三角形的中心坐標，把這些坐標用Golay碼和CRC校驗碼保護，並作為初態生成偽隨機序列擴展碼。在解碼時，採用糾錯能力高的軟判決攻擊算法，恢復出偽隨機序列的初態。本發明對平移、旋轉、縮放、剪切等幾何攻擊有很強的魯棒性，解決了信息隱藏領域內關於幾何同步的難題。
文檔編號H04N1/44GK1694487SQ20051002640
公開日2005年11月9日 申請日期2005年6月2日 優先權日2005年6月2日
發明者陸佩忠, 薛鋼, 鄒豔 申請人:復旦大學