专利名称：一种带参变量的数据分解重构方法
技术领域：
本发明属于信息隐藏及真伪鉴别技术领域，特别是涉及一种通过对数据的分解和完全重构来实现信息的嵌入隐藏及提取。所述数据可以是一维数据，如信号等，也可以是二维数据，如图像等。
背景技术：
近几年来，信息隐藏和伪装技术在许多应用领域体现了它的重要性，并得到了广泛的重视，一个重要的方向就是数字水印技术的蓬勃发展。
信息隐藏算法中隐藏信息的类型可以是随机序列，也可以是有意义的内容(如文本、图象、视频、音频等)。由前者构成的水印只能给出“有水印”或“无水印”的回答，也即只提供1bit的秘密信息，从而使其应用受到限制。在大多数应用场合，要求嵌入的信息是可读的或可视的，如有意义的字符串(所有者的姓名、地址、标志等)、图像(商标、印鉴等)、视频(有特定访问权限的电视用户才能看到的场景)等，因此有意义数据的隐藏有着更广泛的应用场合。
信息隐藏算法根据嵌入信息的数据域分为两种时间域算法和变换域算法。由于选择适当的变换方法可以有较强的鲁棒性，所以目前大部分算法都属于后者。比如Fourier变换方法，DCT变换方法，DWT变换方法等等。但是，目前多数的信息隐藏方法都不能公开隐藏算法，因为任何一个未授权者一旦得到其隐藏算法，同样可以提取隐藏的信息，这为水印立法带来了障碍。
发明内容
本发明的目的在于克服现有技术的不足，提出一种可公开算法而又能保证信息的隐蔽性的带参变量的数据分解重构方法，特别是针对如图像等二维数据进行分解重构使之蕴含有隐藏信息。
为了实现上述发明目的，采用的技术方案如下一种带参变量的数据分解重构方法，使数据蕴含有隐藏信息，包括隐藏信息的嵌入过程和隐藏信息的提取过程，所述隐藏信息的嵌入过程通过如下步骤实现A、通过由正整数M和随机参数λ所构造的滤波器对数据进行M进制小波分解，得到数据子带；B、将隐藏信息嵌入到数据子带中；C、将嵌入隐藏信息后的各数据子带，用同样的参数λ和M进行M进制小波逆变换，得到重构数据；所述隐藏信息的提取过程通过如下步骤实现E、通过与隐藏信息的嵌入过程一致的参数λ和M，进行相应的M进制小波分解，得到数据子带；F、从E所得到的数据子带中提取隐藏信息。
故而，本发明的信息隐藏算法完全公开，但不公开参数λ，将λ作为密钥仅给予授权者，通过本发明提供的数据分解重构方法，既隐藏了信息，又只有握有相应的密钥(即参数λ)才能正确地提取隐藏信息，解决水印算法的公开性问题。
上述技术方案中，所述步骤A和步骤E中，正整数M≥2，且所述滤波器的构造过程包括构造M个带参数λ的一维正交滤波器{Hl(w,λ)=Σn∈Zgl(n,λ)e-inw,0≤l≤M-1},]]>或构造M2个二维正交滤波器{Hkl(w1,w2,λ)=Hk(w1,λ)Hl(w2,λ)=Σm,n∈Zgkl(m,n,λ)e-l(mw1+nw2),0≤k,l≤M-1}.]]>一维正交滤波器，可对一维数据进行分解，而二维正交滤波器则可对二维数据进行分解。特别是二维正交滤波器，为本发明的关键点。
当M＝2时滤波器系数如下表所示
当M＝4时滤波器系数如下表所示
当M＝8时滤波器系数入下表所示
其中，λ1=(1+2cosλ)/4;]]>λ2=(1-2sinλ)/4;]]>λ3=(1+2sinλ)/4;]]>λ4=(1-2cosλ)/4;]]>λ是
内可以任意选择的参数。
所述二维正交滤波器对二维数据{f(n，m)}通过fklλ(m,n)=Σm′,n′∈Zf(m′,n′)gkl(m′-Mm,n′-Mn,λ),]]>将其分解为M2个相应于参数λ的子带信息{fklλ，0≤k，l≤M-1}。
所述步骤B和步骤E中，数据子带选取中频子带，即去除最低频子带和最高频子带。主要是因为最低频子带是原始图像的一个近似，其系数的改变对人眼比较敏感；而最高频子带又是图像的最细节部分，对人眼最不敏感，所以在压缩攻击中首先去掉的是这部分信息。因此，本发明将信息隐藏在中频带系数中。
所述步骤B中，隐藏信息的嵌入过程通过将中频子带分割成均等的数据块，所述隐藏信息也分解成与数据块相等的子信息，再对每一个数据块进行经验模态分解EMD，最后将子信息嵌入在每个平均趋势量mean trend中。
所述EMD每一个数据块f分解成有限个内模信号fi(1≤i≤n)和一个平均趋势rn，即f＝f1+f2+…+fn+rn；其中fi(1≤i≤n)代表f的各个固有振荡模式，rn代表f的平均趋势，所述隐藏信息通过如下方式嵌入在rn中 并采用 替换rn，其中s是嵌入强度。
所述所述步骤C的数据重构过程将M2个相应于参数λ的子带{fklλ，0≤k，l≤M-1}按f(m,n)=1M2Σk.l=0M-1Σm′,n′∈Zfklλ(m′,n′)gkl(m-Mm′,n-Mn′,λ)]]>进行重构。
所述步骤F提取隐藏信息的过程包括将平均趋势 按b=1ifΣtr~n(t)>0,b=-1ifΣtr~n(t)≤0,]]>提取隐藏信息的子信息b，再将子信息b组合得到隐藏信息。
本发明与现有技术比较，具有以下优点1、本发明由于在图像的分解重构过程中引入了参数λ，将参数作为密钥仅提供给授权用户，所以可以公开信息的隐藏算法，使提取的水印能被认可，同时又达到保密的目的；2、本发明采用稳健性较强的块状子带系数隐藏信息嵌入，同时又充分利用了多进制小波分解能产生大量细节像的特点，有效的弥补了方块效应。从而达到了隐藏信息，如水印等的稳健性和不可见性的目的。
具体实施例方式
本发明包括隐藏信息的嵌入过程和提取过程。
嵌入过程步骤如下(1)选取正整数M(M＝2，4，8)和参数λ(λ∈
)，将原始图像进行带参数λ的M进制小波分解，得到不同频带的子带系数；(2)根据预处理后的隐藏信息的大小，嵌入到相应的子带系数中，由于最低频子带是原始图像的一个近似，其系数的改变对人眼比较敏感；而最高频子带又是图像的最细节部分，对人眼最不敏感，所以在压缩攻击中首先去掉的是这部分信息。因此，将水印信息隐藏在中频带系数；(3)将嵌入隐藏信息后的各子带系数，用同样的参数λ和M进行M进制小波逆变换，得到嵌入隐藏信息的数据。
提取过程如下(1)选取与嵌入过程一致的参数λ和M，进行相应的M进制小波分解，抽取相应的中频子带系数；(2)从抽取的中频子带系数中提取嵌入的隐藏信息W’。
下面通过对图像做M＝8时的数据分解重构，使得图像蕴含水印为例，对本发明做进一步的说明。
本发明的水印嵌入过程如下(1)将一幅512×512灰度图，选择参数λ进行8进制小波分解，得到64个子带{HiHj，0≤i，j≤7}，其中H0H0和H7H7子带分别是原始图的低通近似和最细节子带，本发明选择{HiHj，(i，j)≠(0，0)或(7，7)}中频子带系数嵌入信息；(2)将所选择的中频子带分割成8×8象素的块，对每一块进行EMD，在每个平均趋势量mean trend中嵌入1bit。这样，一幅512×512的灰度图最多可嵌入64×62＝3968(bit)的量，相当于496个字符。由于多进制小波分解将图像按频带分解比通常的小波分解的更细，所以在重构中能充分弥补因子带系数的块状改变而产生的“方块效应”。而块状系数的水印嵌入能保持较强的鲁棒性。因此，本发明选择改变块状系数的水印嵌入策略。
(3)一个信号f进行EMD得到有限个内模信号IMFfi(1≤i≤n)和一个平均趋势rn。即f＝f1+f2+…+fn+rn。其中fi(1≤i≤n)代表信号f的各个固有振荡模式，rn代表信号f的平均趋势。由于rn是一个相对稳定的量，因此将信息嵌入在rn中，用 替换rn。其中S是嵌入强度。
(4)用同一参数λ进行8进制小波逆变换，得到嵌入水印的图像。
本发明中水印的提取只需要参数λ，不需要原始视频，步骤如下(1)将待检测的图像进行相应于参数λ的8进制小波分解。重复嵌入过程中的步骤(1)和(2)；(2)将得到的mean trend 按如下方式提取隐藏的信息是1还是-1b=1ifΣtr~n(t)>0,b=-1ifΣtr~n(t)≤0,]]>(3)将bit流转换成字节，得到嵌入字节Wi*。
权利要求
1.一种带参变量的数据分解重构方法，使数据蕴含有隐藏信息，包括隐藏信息的嵌入过程和隐藏信息的提取过程，其特征为所述隐藏信息的嵌入过程通过如下步骤实现A、通过由正整数M和随机参数λ所构造的滤波器对数据进行M进制小波分解，得到数据子带；B、将隐藏信息嵌入到数据子带中；C、将嵌入隐藏信息后的各数据子带，用同样的参数λ和M进行M进制小波逆变换，得到重构数据；所述隐藏信息的提取过程通过如下步骤实现E、通过与隐藏信息的嵌入过程一致的参数λ和M，进行相应的M进制小波分解，得到数据子带；F、从步骤E所得到的数据子带中提取隐藏信息。
2.根据权利要求1所述的带参变量的数据分解重构方法，其特征在于所述正整数M≥2，且所述滤波器的构造过程包括构造M个带参数λ的一维正交滤波器{Hl(w,λ)=Σn∈Zgl(n,λ)e-inw,0≤l≤M-1},]]>或构造M2个二维正交滤波器{Hkl(w1,w2,λ)=Hk(w1,λ)Hl(w2,λ)=Σm,n∈Zgkl(m,n,λ)e-i(mw1+nw2),0≤k,l≤M]]>
3.根据权利要求2所述的带参变量的数据分解重构方法，其特征在于所述二维正交滤波器对二维数据{f(n，m)}通过fklλ(m,n)=Σm′,n′∈Zf(m′,n′)gkl(m′-Mm,n′-Mn,λ)]]>将其分解为M2个相应于参数λ的子带信息{fklλ,0≤k,l≤M-1}.]]>
4.根据权利要求1或2或3所述的带参变量的数据分解重构方法，其特征在于所述步骤B和步骤E中，数据子带选取中频子带，即去除最低频子带和最高频子带。
5.根据权利要求4所述的带参变量的数据分解重构方法，其特征在于步骤B中，隐藏信息的嵌入过程通过将中频子带分割成均等的数据块，所述隐藏信息也分解成与数据块数量相等的子信息，再对每一个数据块进行经验模态分解，最后将子信息嵌入在每个平均趋势量中。
6.根据权利要求5所述的带参变量的数据分解重构方法，其特征在于所述经验模态分解将每一个数据块f分解成有限个内模信号fi(1≤i≤n)和一个平均趋势rn，即f＝f1+f2+…+fn+rn；其中fi(1≤i≤n)代表f的各个固有振荡模式，rn代表f的平均趋势，所述隐藏信息通过如下方式嵌入在rn中 其中S是嵌入强度。
7.根据权利要求6所述的带参变量的数据分解重构方法，其特征在于所述所述步骤C的数据重构过程将M2个相应于参数λ的子带{fklλ,0≤k,l≤M-1}]]>按f(m,n)=1M2Σkl=0M-1Σm′,n′∈Zfklλ(m′,n′)gkl(m-Mm′,n-Mn′,λ)]]>进行重构。
8.根据权利要求7所述的带参变量的数据分解重构方法，其特征在于所述步骤F提取隐藏信息的过程包括将平均趋势 按b=1ifΣtr~n(t)>0,b=-1ifΣtr~n(t)≤0,]]>提取隐藏信息的子信息b，再将子信息b组合得到隐藏信息。
全文摘要
本发明提供一种带参变量的数据分解重构方法，使数据蕴含有隐藏信息，包括隐藏信息的嵌入过程和隐藏信息的提取过程，所述隐藏信息的嵌入过程通过如下步骤实现A.通过由正整数M和随机参数λ所构造的滤波器对数据进行M进制小波分解，得到数据子带；B.将隐藏信息嵌入到数据子带中；C.将嵌入隐藏信息后的各数据子带，用同样的参数λ和M进行M进制小波逆变换，得到重构数据；所述隐藏信息的提取过程通过如下步骤实现E.通过与隐藏信息的嵌入过程一致的参数λ和M，进行相应的M进制小波分解，得到数据子带；F.从E所得到的数据子带中提取隐藏信息。本发明可以公开信息的隐藏算法，使提取的水印能被认可，同时又达到保密的目的；还有效的弥补了方块效应。
文档编号G06T1/00GK1932877SQ200610122588
公开日2007年3月21日 申请日期2006年9月30日 优先权日2006年9月30日
发明者毕宁, 孙伟 申请人:中山大学