本發(fā)明涉及數(shù)據(jù)安全，更具體地，涉及一種基于局部二值模式的圖像隱藏方法及系統(tǒng)。

背景技術(shù)：

1、隨著計(jì)算機(jī)和智能通信技術(shù)的快速發(fā)展，數(shù)字圖像在人類生活中的應(yīng)用日益廣泛。然而，數(shù)字圖像的易獲取性和可復(fù)制性也帶來了嚴(yán)峻的安全挑戰(zhàn)，涉及個(gè)人隱私甚至國家安全。因此，圖像信息的安全性和保密性成為越來越多專家和學(xué)者的研究熱點(diǎn)。目前，保護(hù)圖像數(shù)據(jù)信息的方法主要包括加密和隱藏兩種方式。

2、目前圖像加密主要采用一系列數(shù)學(xué)變換，如置亂、擴(kuò)散等方法，將圖像轉(zhuǎn)變成類噪聲或類紋理形式的密文圖像。隨著計(jì)算機(jī)技術(shù)和密碼分析技術(shù)的進(jìn)步，研究人員提出了結(jié)合壓縮感知、光學(xué)技術(shù)、量子理論、dna編碼、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等的加密算法。此外，為解決密文圖像特征引起攻擊者注意的問題，還提出了具有視覺意義的圖像加密(vmei)概念。在圖像隱藏方面，基于壓縮感知的方案通常包括圖像矩陣稀疏化表示、密鑰控制測量矩陣生成、測量值矩陣量化和稀疏恢復(fù)處理等步驟。然而，這些現(xiàn)有技術(shù)仍存在效率低和安全性低的缺陷，尤其是測量矩陣的存儲(chǔ)和傳輸要求給系統(tǒng)帶來了額外負(fù)擔(dān)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明為克服現(xiàn)有圖像保護(hù)技術(shù)存在的效率低和安全性低的缺陷，提出如下技術(shù)方案：

2、第一個(gè)方面，本發(fā)明提出一種基于局部二值模式的圖像隱藏方法，包括：

3、計(jì)算明文圖像的局部二值模式的紋理特征矩陣。

4、根據(jù)紋理特征矩陣，生成三維混沌序列。

5、利用三維混沌序列構(gòu)造測量矩陣。

6、利用測量矩陣對明文圖像進(jìn)行二維壓縮感知處理，得到明文圖像壓縮后的測量值矩陣。

7、對測量值矩陣進(jìn)行置亂與擴(kuò)散運(yùn)算，得到密文圖像。

8、將密文圖像嵌入到載體圖像，得到含密載體圖像。

9、作為優(yōu)選的技術(shù)方案，根據(jù)紋理特征矩陣，生成三維混沌序列，包括：

10、利用sha-256哈希算法計(jì)算紋理特征矩陣的哈希值h。

11、將哈希值h轉(zhuǎn)換為明文密鑰m1，m2，m3和m4，并獲取外部密鑰α1，α2和α3。

12、使用rsa算法分別對明文密鑰m1，m2，m3和m4，以及外部密鑰α1，α2和α3進(jìn)行加密處理，得到密文密鑰c1，c2，c3和c4，以及外部密文密鑰β1，β2和β3。

13、根據(jù)明文密鑰m1，m2，m3和m4，外部密鑰α1，α2和α3，密文密鑰c1，c2，c3和c4，以及外部密文密鑰β1，β2和β3，生成三維混沌映射的初始值x0,y0,z0，以及預(yù)先迭代次數(shù)t。

14、根據(jù)三維混沌映射的初始值x0,y0,z0，以及預(yù)先迭代次數(shù)t，生成三維混沌序列x,y,z。

15、作為優(yōu)選的技術(shù)方案，將哈希值h轉(zhuǎn)換為明文密鑰m1，m2，m3和m4，包括：

16、將哈希值h分割成16組子哈希值，分別為h1,h2,…h(huán)16，其中，每組子哈希值包含4位十六進(jìn)制數(shù)。

17、根據(jù)下式，將16組子哈希值轉(zhuǎn)換為明文密鑰m1，m2，m3和m4：

18、

19、其中，hex2dec(·)為將十六進(jìn)制數(shù)值轉(zhuǎn)換為十進(jìn)制數(shù)值的轉(zhuǎn)換函數(shù)。

20、作為優(yōu)選的技術(shù)方案，根據(jù)明文密鑰m1，m2，m3和m4，外部密鑰α1，α2和α3，密文密鑰c1，c2，c3和c4，以及外部密文密鑰β1，β2和β3，生成三維混沌映射的初始值x0,y0,z0，以及預(yù)先迭代次數(shù)t，其表達(dá)式如下所示：

21、

22、

23、其中，mod(·)表示取模運(yùn)算，表示向下取整。

24、作為優(yōu)選的技術(shù)方案，利用三維混沌序列構(gòu)造測量矩陣，包括：

25、利用序列z將明文圖像p變換為灰度圖像p1，其表達(dá)式如下所示：

26、

27、

28、其中，qz為對序列z進(jìn)行量化后的序列，zmin為序列z中的最小值，zmax為序列z中的最大值。

29、分別設(shè)置兩個(gè)壓縮比rt1和rt2，并構(gòu)造一個(gè)大小為n×n的哈馬達(dá)矩陣h。

30、分別從序列x和y中截取長度為rt1×n的序列x1和長度為rt2×n的序列x2。

31、分別對序列x1和序列x2進(jìn)行排序處理，得到索引向量ri1和索引向量ri2。

32、分別利用索引向量ri1和索引向量ri2對哈馬達(dá)矩陣進(jìn)行置亂處理，得到測量矩陣ψ1和測量矩陣ψ2，其表達(dá)式如下所示：

33、

34、

35、

36、其中，表示大小為2k×2k的哈馬達(dá)矩陣，h2表示大小為2×2的哈馬達(dá)矩陣，sort(x1)表示對序列x1進(jìn)行排序，sort(x2)表示對序列x2進(jìn)行排序，h(ri1,:)表示利用索引向量ri1對哈馬達(dá)矩陣進(jìn)行置亂處理，h(ri2,:)表示利用索引向量ri2對哈馬達(dá)矩陣進(jìn)行置亂處理。

37、作為優(yōu)選的技術(shù)方案，利用測量矩陣對明文圖像進(jìn)行二維壓縮感知處理，得到明文圖像壓縮后的測量值矩陣，包括：

38、利用測量矩陣ψ1和測量矩陣ψ2對灰度圖像p1進(jìn)行二維壓縮感知處理，得到大小為的測量值矩陣p2，其表達(dá)式如下所示：

39、p2＝ψ1×p1×ψ2

40、對測量值矩陣p2進(jìn)行量化處理，得到量化后的測量值矩陣p3，其表達(dá)式如下所示：

41、

42、其中，min(·)表示取最小值，max(·)表示取最大值。

43、作為優(yōu)選的技術(shù)方案，對測量值矩陣進(jìn)行置亂與擴(kuò)散運(yùn)算，得到密文圖像，包括：

44、從序列z中截取長度為cr×n×n的序列l(wèi)，cr＝rt1×rt2。

45、對序列l(wèi)進(jìn)行排序出來得到索引向量li，然后將測量值矩陣p3轉(zhuǎn)換成1×(cr×n×n)的向量pl，并利用索引向量li對向量pl進(jìn)行置亂處理，再重塑為大小(rt1×n)×(rt2×n)的矩陣p4，其表達(dá)式如下所示：

46、

47、其中，sort(l)表示對序列l(wèi)進(jìn)行排序，并返回排序后的序列和對應(yīng)的索引向量li，reshape(·)表示重塑操作。

48、分別從序列x和序列y中截取長度為500+cr×n×n的序列d1和序列d2，并對序列d1和序列d2進(jìn)行相加和取模得到序列u，其表達(dá)式如下所示：

49、

50、其中，mod(·)表示取模運(yùn)算，表示向下取整。

51、利用序列u對矩陣p4進(jìn)行擴(kuò)散處理，得到密文圖像s，其表達(dá)式如下所示：

52、

53、其中，pt1為將矩陣p4重塑處理后得到的一維向量，pt2為經(jīng)過一系列加密運(yùn)算得到的序列。

54、作為優(yōu)選的技術(shù)方案，將密文圖像嵌入到載體圖像，得到含密載體圖像，包括：

55、獲取載體圖像。

56、對載體圖像進(jìn)行整數(shù)小波變換，得到頻域系數(shù)矩陣，并將密文圖像嵌入到頻域系數(shù)矩陣中。

57、對嵌入了密文圖像的頻域系數(shù)矩陣進(jìn)行逆整數(shù)小波變換，得到含密載體圖像。

58、作為優(yōu)選的技術(shù)方案，對載體圖像進(jìn)行整數(shù)小波變換，得到頻域系數(shù)矩陣，并將密文圖像嵌入到頻域系數(shù)矩陣中，包括：

59、將密文圖像的每個(gè)像素元素轉(zhuǎn)換為8位二進(jìn)制數(shù)，并將8位二進(jìn)制數(shù)分成四組，分別為第1位、第2-3位、第4-5位和第6-8位。

60、對頻域系數(shù)矩陣中的每個(gè)系數(shù)值加29，然后將四組的8位二進(jìn)制數(shù)的比特信息分別嵌入到系數(shù)值的最低有效位。

61、使用2k校正法對系數(shù)值進(jìn)行修正后再減去29，得到嵌入了密文圖像的頻域系數(shù)矩陣。

62、第二個(gè)方面，本發(fā)明還提出一種基于局部二值模式的圖像隱藏系統(tǒng)，應(yīng)用于如第一個(gè)方面任一方案所述的基于局部二值模式的圖像隱藏方法中，包括：

63、計(jì)算模塊，用于計(jì)算明文圖像的局部二值模式的紋理特征矩陣。

64、生成模塊，用于根據(jù)紋理特征矩陣，生成三維混沌序列。

65、構(gòu)造模塊，用于利用三維混沌序列構(gòu)造測量矩陣。

66、壓縮模塊，用于利用測量矩陣對明文圖像進(jìn)行二維壓縮感知處理，得到明文圖像壓縮后的測量值矩陣。

67、置亂與擴(kuò)散模塊，用于對測量值矩陣進(jìn)行置亂與擴(kuò)散運(yùn)算，得到密文圖像。

68、嵌入模塊，用于將密文圖像嵌入到載體圖像，得到含密載體圖像。

69、本發(fā)明的有益效果至少包括：

70、本發(fā)明首先通過利用明文圖像的局部二值模式紋理特征，生成三維混沌序列作為隨機(jī)密鑰流，這種密鑰與明文的關(guān)聯(lián)性，能夠有效抵抗已知明文攻擊。其次，利用隨機(jī)密鑰流構(gòu)造測量矩陣，對明文圖像進(jìn)行二維壓縮感知處理，得到測量值矩陣，再通過置亂和擴(kuò)散運(yùn)算生成密文圖像。最后，將密文圖像嵌入到載體圖像，不僅能夠提高載體的不可感知性，而且還可以實(shí)現(xiàn)盲提取效果，解密端采用具有嵌入解密的二維投影梯度算法即可輕松恢復(fù)原始圖像。同時(shí)，本發(fā)明的psnr高達(dá)45db，效率較高。本發(fā)明在提升效率的同時(shí)，也大大增強(qiáng)了圖像保護(hù)的安全性。