发明名称 一种基于蛙跳优化的图像压缩感知隐写方法及装置
摘要 本发明提出一种基于蛙跳优化的图像压缩感知隐写方法,包括:基于OMP图像稀疏分解:对载体图像采用预定原子库进行基于OMP图像稀疏分解,在基于OMP图像稀疏分解的每步迭代中,利用混合蛙跳优化算法快速实现在预定原子库中选取最佳的匹配原子;图像稀疏分解参数量化:根据稀疏分解参数的分布范围及规律,对最优原子的参数进行量化;秘密信息嵌入:按LSB替换嵌入规则,采用不同的嵌入位数,将秘密信息嵌入在量化后的最优原子的参数中得到载体图像。本发明还提出一种基于蛙跳优化的图像压缩感知隐写装置。本发明相对于现有技术能够有效地减少计算量,提高图像稀疏分解速度,并具有更强的抗隐写分析能力,扩充了隐写的容量,提升了安全性。
申请公布号 CN103279914A 申请公布日期 2013.09.04
申请号 CN201310201899.9 申请日期 2013.05.27
申请人 深圳大学 发明人 李霞;欧阳春娟;李斌
分类号 G06T1/00(2006.01)I 主分类号 G06T1/00(2006.01)I
代理机构 深圳市隆天联鼎知识产权代理有限公司 44232 代理人 周惠来;陈晨
主权项 一种基于蛙跳优化的图像压缩感知隐写方法,用于将秘密信息隐藏于载体图像内,其特征在于,包括:基于OMP(Orthogonal Matching Pursuit,正交匹配追踪)图像稀疏分解:对载体图像采用预定原子库进行基于OMP图像稀疏分解,在所述基于OMP图像稀疏分解的每步迭代中,利用混合蛙跳优化算法快速实现在所述预定原子库中选取最佳的匹配原子,其中,青蛙个体定义为原子的参数,即优化问题的解,图像或图像残余与原子的内积绝对值作为适应度函数,所述适应度函数的取值越大,则表明所述青蛙个体对应选择的原子越好;图像稀疏分解参数量化:根据稀疏分解参数的分布范围及规律,对所述最优原子的参数进行量化;秘密信息嵌入:按LSB替换嵌入规则,采用不同的嵌入位数,将秘密信息嵌入在量化后的所述最优原子的参数中得到载体图像。
地址 518000 广东省深圳市南山区南海大道3688号