基于像素分类的隐藏图像恢复方法
【专利摘要】本发明公开了一种基于像素分类的隐藏图像恢复方法，先将隐藏图像像素分为可信像素和不可信像素，应用可信像素最大值和最小值的均值作为估计值，优先修复可信像素，然后根据不可信像素区域内的可信像素修复值对不可信像素进行分类，将不可信像素分为平滑区、纹理区和其他三类待修复像素，分别对不同类别的不可信像素采用不同方法进行修复，最终得到恢复后的隐藏图像。即使载密图像受到高强度噪声干扰，采用本发明方法恢复的隐藏图像仍然具有较好的图像效果，较好峰值信噪比且能够保留较多的边缘纹理细节。
【专利说明】
基于像素分类的隐藏图像恢复方法
技术领域
[0001] 本发明涉及信息隐藏和图像处理领域，具体是一种基于像素分类的隐藏图像恢复 方法。
【背景技术】
[0002] 随着计算机网络的发展、电子政务和电子商务的普及，在大数据时代对信息的安 全存储、传输和访问等方面提出了新的挑战。虽然数字化信息给人们带来便利，但在网络中 传输的信息容易被截获，存储的数据会被攻击，如果重要信息被窃取或篡改，用户可能因此 而蒙受巨大损失。
[0003] 信息隐藏也称数据隐藏，是将图像、图表、数据、声音等秘密信息隐藏于图像、声 音、视频等载体信息中。隐藏了秘密信息的载密信息，难以被人察觉出在信息隐藏前后的差 另Ij，只有合法用户才可以从载密信息中正确提取秘密信息。由于嵌入前后的载体无明显差 异，因此隐藏操作并不影响原载体的使用。信息隐藏技术作为一种信息保护方法，可广泛应 用于媒体版权保护、保密通信、隐私保护、国防军事等方面，较好的解决了信息安全领域诸 多问题，是当前信息安全领域的一个重要研究热点。
[0004] 信息隐藏主要是以图像为载体，如果需要保护的信息也是图像，则可以将一幅图 像隐藏在另一幅图像之中实现安全保护。由于数字图像具有易于修改的特点，在存储和传 输的过程中，载密图像容易遭受噪声干扰等攻击，这样提取出来的隐藏图像也同样会遭受 到一定程度的破坏。若对载密图像进行去噪处理，现有的图像去噪方法虽能有效去除载密 图像的噪声，但也同时破坏了载密图像中隐藏的像素比特位，导致从恢复后的载密图像中 提取出的隐藏图像效果不佳。由于隐藏图像中像素的部分位被破坏，所以隐藏图像是受不 规律的随机噪声干扰，用现有的图像恢复方法效果不尽理想。
【发明内容】
[0005] 本发明的目的在于提供一种基于像素分类的隐藏图像恢复方法，将隐藏图像像素 分为可信像素和不可信像素，首先对可信像素进行估值修复，然后应用可信像素将不可信 像素分为纹理区域待修复像素、平滑区域待修复像素和其他待修复像素，最后对不同类别 的不可信像素采用不同的方法进行修复。当载密图像被噪声干扰时，通过本方法恢复的隐 藏图像具有较好的视觉效果。
[0006] 本发明基于像素分类的隐藏图像恢复方法，包括如下步骤：
[0007] Sl.将隐藏图像的像素分为可信像素和不可信像素两类；
[0008] S2.应用可信像素最大值和最小值的均值作为估计值，对可信像素进行修复；
[0009] S3.将不可信像素分为平滑区域中的待修复像素，纹理区域中的待修复像素和其 他待修复像素；
[0010] S4.应用直线或平面插值修复方法对平滑区域中的待修复像素进行修复；
[0011] S5.应用曲线拟合修复方法对纹理区域中的待修复像素进行修复；
[0012] S6.应用邻域值或聚类修复方法对其他待修复像素进行修复；
[0013 ] S7.经S2、S4、S5、S6修复后得到恢复后的隐藏图像。
[0014]所述Sl将隐藏图像的像素分为可信像素和不可信像素的方法是：
[0015]信息隐藏主要是以图像为载体，若载体和隐藏信息都是图像，当载密图像在传输 或存储的过程中被噪声干扰，在提取隐藏图像时，会导致隐藏图像中的某些像素被破坏;恢 复时通常需要检测载密图像的噪声点，隐藏在噪声点的隐藏图像像素位可能被破坏;然后 对隐藏图像的像素位进行标记；
[0016] 用(3(?，1〇仏=0，1，...，7)表示隐藏图像像素位被破坏情况，？为像素点沽为？的 位；
[0017] 若隐藏图像像素点P的第k位被破坏，用c(p，k) = l表示；
[0018] 若像素点p的第k位没有被破坏，用c(p，k)=0表示；
[0019] 当像素点p中有部分位被破坏时，该像素点也就产生了失真，令办) = k-O S(P)为像素点P的最小可信值，最小可信值越大，表明像素P被破坏越少；
[0020] ST1为阈值，若S(P)XT1，则称像素p为可信像素，否则说明该像素被破坏较大，称为 不可信像素。
[0021 ]所述S2对可信像素进行修复的方法是：
[0022]设可信的待修复像素点p的恢复值为AP，b(p，k)(k = 0，l，. . .，7)为像素点p的第k 位的值，如果P有t(t e {〇，1})个不可信位，则共有2t个不同的取值情况，将这些值从小到大 i Trin mi m" ) Γ η = 9^-1 ^ .
[0024] 令A= (m〇+mq)/2，将A作为像素ρ的估计值，确定像素ρ的所有不可信位，与A差值最 小的为恢复像素值，实现对可信像素的恢复。
[0025] 所述S3将不可信像素分为平滑区域中的待修复像素，纹理区域中的待修复像素和 其他待修复像素的方法是：
[0026] 若像素点p是不可信的，则需要根据其周围可信像素进行分类处理；
[0027] 设像素点p的5 X 5邻域内中共有t个可信像素，其恢复值为A1(KiSt),给定阈值 T2，若存在两个可信像素恢复值A u和Av，使I Au-Av I >T2，则p为纹理区域中的待修复像素；
[0028] 若区域内可信点的个数t多3,且任意两个可信像素值Au和Av满足I Au-Avl彡T2JlJp 为平滑区域中的待修复像素；
[0029] 对不是纹理和平滑区域的不可信像素称为其他待修复像素。
[0030] 所述S4对平滑区域中的待修复像素进行修复，具体包括如下步骤：
[0031] (1)应用同一直线上的可信像素恢复不可信像素
[0032] 在像素p(xP，yP)的3\3邻域内，计算两个可信点111(^，5^)、14^， 5^)与?共线的直 线，这种经过P的直线最多有4条，分别为水平方向，垂直方向，45°方向和135°方向；若没有 这样的直线存在，则将邻域扩大到5 X 5，如果还是不存在满足条件的直线，则不修复此像 素；
[0033] 设I4PIV与p共线，其可信值分别为Au和Av，若垂直方向Xu = Xv，像素点p的估计值
，对X u辛X V的其他方向，像素点P的估计值 ，设与P共线的直线共有η条，每条直线的估计值为Ai(i = l， 2,…，n，n<4)，则p点的最终估计值；
确定像素P的所有不可信位，与估计值差 值最小的为恢复像素值；
[0034] (2)应用不在同一直线上的可信像素恢复不可信像素
[0035] 在p的4个方向中，若每个方向在5X5邻域中不存在两个可信点像素，则首先在其3 X 3邻域内选取与p距离最近的3个可信像素，若不存在3个可信像素，则扩大到p的5 X 5邻 域，如果在其内少于3个可信像素，则不修复此像素；
[0036]设在p的邻域中3个可信像素分别(^，5^?、（^，5^人)和(^，5^冰），由这三点确 定的平面方程爻
[0037] 其中了 ^和g分别为X轴、y轴和z轴的单位向量，由平面方程可得像素p的估计值A， 从而得到P点的恢复值，这样可修复平滑区域中的不可信像素。
[0038] 所述S5对纹理区域中的待修复像素进行修复，具体包括如下步骤：
[0039] 设在p的7X7邻域内与p在同一直线方向上的可信像素或修复像素为I1(X1^1)U =1，2, . . .，k;k彡3)，若为水平方向，则用（xi，Ai)(i = l，2, . . .，k)通过多项式进行曲线拟 合，设得到多项式系数矩阵为(ai，a2, · . ·，ak)，则像素点p的像素估计值Z = ai+a2XP+a3xP2 + ???+akxPk-S对其他方向，通过(yi，Ai) (i = 1，2,…，k)进行多项式曲线拟合，令Z = ai+a2yP +a3yP2+…+akyPk 1为像素点p的像素估计值；
[0040] 设像素p共有η条拟合曲线，第i条曲线拟合点与p的距离和为Di，权
其估计值为Zi(i = l，2,. . .，n)，则像素p的估计司上可由估计值得到恢复 值。
[0041 ]所述S6对其他待修复像素进行修复，具体包括如下步骤：
[0042 ] (I)用邻域最大值和最小值恢复不可信像素
[0043] 在待修复像素点p的3X3邻域像素中，设未修复像素为，凡;，…，凡，已修复像素 为，八'八，八，···，八所有不可信位取〇的值为A1，匕，…，A，八，…，八所 有不可信位取1的值为H·"，\，，Pw，' ' '，仏的恢复值为為w，4*+i，…，為；设 (,/,:,.··，/,.(,4 ?4?,4^,"·，4从小到大排序后的集合为L，记为{丨1，12, ···，18}; /?,，/?,、，···，/' ，/< 4从小到大排序后的集合为H，记为{hi，h2,...，hs};
[0044] 在L和H中计算满足条件的最大下标j(l<j<8)，设这个最大的下标为e， 令1 = = 像素点p的恢复值只能是{mo,mi, ...，mq}中的某个元素，如果存在唯一元 素nue [I，h]((Xi彡q)，或对任意i(i = l，2,…，q)均有雨g [/， ./(|_，则选择与1和h距离最小 的元素作为恢复值对像素P进行恢复；
[0045]若Hlqd，由于IIlq最接近1和h，为了使修复值与周围像素的差值较小，选取IIlq为P的 恢复值；
[0046] 设在{m〇，mi，…，mq}中与1最接近的元素为mi(0<i〈q)，若mi>h，由于mi最接近1和 h，故选取Hli为p的恢复值；
[0047] 若mi〈l〈h〈mi+l或l〈mi〈h〈mi+l，选取与1或h差值最小的元素作为p的恢复值；
[0048] 因此对满足上面条件(mqd，1^>11高〈1〈11〈1^+1或1〈1^〈11〈1^+1)的待修复像素点口 恢复值
[0049] (2)用聚类方法恢复其他不可信像素
[0050] 对通过前面方法还存在未修复像素，通过邻域内的可信像素和已修复像素进行聚 类，根据聚类中心确定出待修复像素点的恢复值；
[0051] 设待修复像素点p的3 X 3邻域中可信像素和已修复像素的个数为g，n为初始聚类 中心的个数，初始聚类的η个中心为Ci(i = l，2,. . .，n)，n的初始值为3;
[0052] 若g乒3,令Ci = i X (mq-m〇)/(n+l)+m()，根据k-means聚类算法，用选取到的像素值 与聚类中心的差值作为相似度测度，由相似度测度值划分邻域像素点，利用划分的像素点 均值来更新聚类中心值，计算聚类中心；
[0053]设聚类中心Ci(i = l，…，s;s彡3)，像素点p以Ci为估计值的恢复值为Ai(i = l,…， s)，Ei= |Ai_Ci I，令Ez=min(Ei,…，ES)，则Az为像素点p的恢复值；
[0054]在图像恢复过程中，只对可恢复的待修复像素进行处理，若g〈3,则不对该像素点 进行恢复；
[0055]重复应用聚类方法对满足条件的待修复像素点进行恢复，使恢复的像素点不断增 多，最终将所有待修复像素点进行恢复。
[0056]本方法与现有方法相比，本方法将隐藏图像像素分为可信像素和不可信像素，优 先修复可信像素，然后根据不可信像素区域内的可信像素修复值对不可信像素进行分类， 依次分别对不同类别的不可信像素采用不同方法进行修复，最终得到恢复后的隐藏图像。 即使载密图像受到高强度噪声干扰，采用本发明方法恢复的隐藏图像仍然具有较好的图像 效果，较好峰值信噪比且能够保留较多的边缘纹理细节。
【附图说明】
[0057]图1是本发明基于像素分类的隐藏图像恢复方法的流程图；
[0058]图2是本发明实施例的隐藏图像；
[0059] 图3是本发明实施例的载密图像；
[0060] 图4是被不同强度噪声干扰的载密图像，噪声强度分别为0.1，0.3，0.5和0.7;
[0061] 图5是从图4的载密图像中直接提取的隐藏图像；
[0062] 图6是采用本发明方法恢复的隐藏图像。
【具体实施方式】
[0063]下面结合附图和实施例对本
【发明内容】
作进一步的详细说明，但不是对本发明的限 定。
[0064] 参照图1，本发明基于像素分类的隐藏图像恢复方法，包括如下步骤：
[0065] Sl.将隐藏图像的像素分为可信像素和不可信像素两类；
[0066] S2.应用可信像素最大值和最小值的均值作为估计值，对可信像素进行修复；
[0067] S3.将不可信像素分为平滑区域中的待修复像素，纹理区域中的待修复像素和其 他待修复像素；
[0068] S4.应用直线或平面插值修复方法对平滑区域中的待修复像素进行修复；
[0069] S5.应用曲线拟合修复方法对纹理区域中的待修复像素进行修复；
[0070] S6.应用邻域值或聚类修复方法对其他待修复像素进行修复；
[0071 ] S7.经S2、S4、S5、S6修复后得到恢复后的隐藏图像。
[0072]实施例
[0073]采用本发明方法，以修复不同类型像素为例进行具体说明：
[0074] 1、应用直线插值修复平滑区域像素
[0075]设提取的像素矩 辰据标记的被破坏的位，计算出 矩阵像素对应最小可信值
[0076] (1)像素分类:设阈值!'1 = 235，其中像素？(2,5)、？(3,2)、？(3,4)和？(4,4)的最小 可信值大于阈值，这些为可信像素，矩阵中其他元素不可信像素。
[0077] (2)修复可信像素：以像素F(4,4)为例，其最小可信值为240,其最小可能值为mo = 112，最大可能值为mq = 127，所以均值A = 119.5。所以可以利用以A为估计值，调整该像素的 所有不可信位，得到像素F(4,4)的恢复值K (4,4) = 188,得到像素值118即为该可信像素的 恢复值。同理，求出其余可信像素的恢复值K (2,5) = 121，Κ (3,2) = 110，Κ (3,4) = 119。 [0078] (3)修复不可信像素 :F(3,3)为不可信像素，以修复F(3,3)为例。由于任意两个可 信像素恢复值之差小于阈值T2(T2 = 20)，因此可判断该像素为平滑区域里的像素。在F(3,3) 的4个方向上仅存在可信像素恢复值K (3,2) = 110和K (3,4) = 119与像素点F(3,3)在同一 条直线上，因此用这两个可信像素恢复值构造空间直线方程，估计值为 gx<119-110)+110 = 114.5，因此通过调整像素点F(3,3)的所有不可信位，得到恢复值 4- L 114〇
[0079] 2、应用曲面插值修复平滑区域像素
[0080] 设提取的像素矩卩 根据标记的被破坏的位，计算出 矩阵像素对应最小可信值）
[0081] (1)像素分类:设阈值1^ = 235,其中像素？(2,3)、？(3,4){(4,4)、？(2,5)的最小可 信值大于阈值，这些为可信像素，矩阵中其他元素不可信像素。
[0082] (2)修复可信像素：以像素 F(4,4)为例，其最小可信值为240,其最小可能值为mo = 112，最大可能值为mq = 127，所以均值A = 119.5。所以可以利用以A为估计值，调整该像素的 所有不可信位，得到像素 F(4,4)的恢复值K (4,4) = 188,得到像素值118即为该可信像素的 恢复值。同理，求出其余可信像素的恢复值K (2,3) = 110，Κ (3,4) = 119，Κ (2,5) = 121。
[0083] (3)修复不可信像素 :F(3,3)为不可信像素，以修复F(3,3)为例。由于不存在可信 像素在同一条直线上，但是存在待修复像素的邻域内有3个可信像素 K (4,4) = 118^' (3， 4 ) = i i 9和F ' ( 2，3 ) = i i 〇，因此用这3可信像素点构造空间平面方程
将F( 3，3)的坐标值代入平面方程 中，即可得到估计值为109,因此通过调整像素点F(3,3)的所有不可信位，得到恢复值114。[0084] 3、应用曲面拟合修复汾裡反±或俛麦
[0085] 设提取的像素矩阵为 根据标记的被破坏的位，计算 出矩阵像素对应最小可信值为
[0086] (1)像素分类:设阈值 Ti = 235,其中像素 F(2,3)、F(3,2)、F(3,4)、F(3,5#PF(4,4) 的最小可信值大于阈值，这些为可信像素，矩阵中其他元素不可信像素。
[0087] (2)修复可信像素：以修复可信像素？(4,4)<^(4,4)像素值为126，其最小可能值为 mo = 112，最大可能值为mq = 127，所以均值A = 119.5。所以以A为估计值，调整该像素的所有 不可信位得到该可信像素的恢复值K (4,4) = 126。同理，求出其余可信像素的恢复值K (3， 2) = 149、Κ (2,2) = 152、Κ (3,4) = 129和K (3,4) = 113。
[0088] (3)修复不可信像素：以修复不可信像素点p(p = F(3,3))为例，设阈值1^ = 20^' (2,2)413,401^因此可判断该像素为纹理区域里的像素。此时可信像素和平滑区域的
俺宰口址攸有 urn、]々俺宰片。的如+忠弋到7 X 7，设以p为中心的7 X 7的矩阵为 ,此时 p = Fi(4,4)，仅存在 F1(AJ) = IeSJ1H, 3) = 149、1?1(4,5) = 129和&(4,6) = 113可信像素或已修复像素在同一条直线上，通过这4个 点进行多项式拟合，可得到多项式系数矩阵为(-0.0001，〇.0067，-0.2004,2.0217)，则可构 造多项式函数为Z = -0.0001+0.0067yP+-0.2004yP2+2.0217y P3，将待修复像素的纵坐标yP = 4代入多项式函数中，可得到估计值148。因此通过调整像素点p的所有不可信位，得到恢复 值 145〇
[0089] 4、应用邻域值修复其他像素
[0091] 设阈值1^ = 235,该矩阵中像素的最小可信值都小于阈值，因此这些像素均为不可 信像素，以修复F (3，3)为例。计算3 X 3邻域像素的最小值集合和最大值集合H ={ 153，172，
[0090] 设提取的像素矩阵^ 根据标记的被破坏的位，计算 出矩阵像素对应最小可信值7 181，190，191，211，218,252}，L={170，175,204,208,210,220,231，254}，确定最大的索引 值e = 6，使得h = 211，1 = 204。由于niq = 20 2，所以待修复像素的恢复值Ap = 202。
[0092] 5、应用聚类方法修复其他像素
[0093] 设提取的像素矩阵彡 根据标记的被破坏的位，计 算出矩阵像素对应最小可信?:
[0094] 设阈值1^ = 235,该矩阵中像素的最小可信值都小于阈值，因此这些像素均为不可 信像素，以修复F (3，3)为例。计算3 X 3邻域像素的最小值集合和最大值集合H ={ 114，115， 117,125,129,141，145,158}，L= {81，112,113,125,129,132,141，145}，确定最大的索引值 6 = 5，使得11=129，1 = 125。以1作为估计值，得到1^ = 123，1^+1 = 127，111卜1 = 119，不满足条 件，因此修复此待修复像素需用基于聚类的方式，设初始聚类中心为C1 = IX (127 -115)/ (3+1 )+115，得到C1 = 118，C2 = 121，C3 = 124。最终得到聚类中心为 C1= 112.5，C2 = 127，C3 = 143，以其为估计值可分别得到恢复值A1 = 115，A2 = 127，A3 = 127，然后将聚类中心和其对应 的恢复值作差E1 = 2.5, E2 = 0, E3 = 16,因此待修复像素最终的恢复值为127。
[0095]参照图2是本实施例的隐藏图像。
[0096]参照图3是本实施例的载密图像。
[0097] 参照图4是被不同强度噪声干扰的载密图像，噪声强度分别为0.1，0.3，0.5和0.7。
[0098] 参照图5是从图4的载密图像中直接提取的隐藏图像，图像视觉效果较差。
[0099]参照图6是采用本发明方法恢复的隐藏图像，即使载密图像被0.7的高噪声干扰， 恢复的隐藏图像与图2的隐藏图像对比依然具有较好的视觉效果，具有较好峰值信噪比且 能够保留较多的边缘纹理细节。
【主权项】
1. 一种基于像素分类的隐藏图像恢复方法，其特征在于包括如下步骤：51. 将隐藏图像的像素分为可信像素和不可信像素两类；52. 应用可信像素最大值和最小值的均值作为估计值，对可信像素进行修复；53. 将不可信像素分为平滑区域中的待修复像素，纹理区域中的待修复像素和其他待 修复像素；54. 应用直线或平面插值修复方法对平滑区域中的待修复像素进行修复；55. 应用曲线拟合修复方法对纹理区域中的待修复像素进行修复；56. 应用邻域值或聚类修复方法对其他待修复像素进行修复；57. 经S2、S4、S5、S6修复后得到恢复后的隐藏图像。2. 根据权利要求1所述的基于像素分类的隐藏图像恢复方法，其特征在于，S1将隐藏图 像的像素分为可信像素和不可信像素的方法是： 信息隐藏主要是以图像为载体，若载体和隐藏信息都是图像，当载密图像在传输或存 储的过程中被噪声干扰，在提取隐藏图像时，会导致隐藏图像中的某些像素被破坏;恢复时 通常需要检测载密图像的噪声点，隐藏在噪声点的隐藏图像像素位可能被破坏;然后对隐 藏图像的像素位进行标记； 用c(p，k)(k = 0，l，. . .，7)表示隐藏图像像素位被破坏情况，p为像素点，k为p的位； 若隐藏图像像素点P的第k位被破坏，用c(p，k) = 1表示；若像素点P的第k位没有被破坏，用c(p，k)=0表示； 当像素点P中有部分位被破坏时，该像素点也就产生了失真 (P)为像素点P的最小可信值，最小可信值越大，表明像素 P被破坏越少;设!^为阈值，若s(p) >Ti，则称像素 p为可信像素，否则说明该像素被破坏较大，称为不可信像素。3. 根据权利要求1所述的基于像素分类的隐藏图像恢复方法，其特征在于，S2对可信像 素进行修复的方法是： 设可信的待修复像素点P的恢复值为AP，b(p，k)(k = 0，l，. . .，7)为像素点p的第k位的 值，如果P有t(te{〇，l})个不可信位，则共有2t个不同的取值情况，将这些值从小到大进行 排序记为{m〇，mi，…，1^(9 = 2^1); 设nu的第k位值为由于m 〇为p所有不可信位取0的值，m q为p所有不可信位取1的值，则有令A= (m〇+mq)/2，将A作为像素 p的估计值，确定像素 p的所有不可信位，与A差值最小的 为恢复像素值，实现对可信像素的恢复。4. 根据权利要求1所述的基于像素分类的隐藏图像恢复方法，其特征在于，S3将不可信 像素分为平滑区域中的待修复像素，纹理区域中的待修复像素和其他待修复像素的方法 是： 若像素点P是不可信的，则需要根据其周围可信像素进行分类处理； 设像素点P的5X5邻域内中共有t个可信像素，其恢复值为MKiSt)，给定阈值!^，若 存在两个可信像素恢复值Au和Αν，使I Au-Αν I >T2，则p为纹理区域中的待修复像素； 若区域内可信点的个数t多3,且任意两个可信像素值Au和Αν满足|AU-Av|彡T 2,则p为平 滑区域中的待修复像素； 对不是纹理和平滑区域的不可信像素称为其他待修复像素。5. 根据权利要求1所述的基于像素分类的隐藏图像恢复方法，其特征在于，S4对平滑区 域中的待修复像素进行修复，具体包括如下步骤： (1) 应用同一直线上的可信像素恢复不可信像素 在像素 P(xP，yP)的3X3邻域内，计算两个可信点11^11，71 1)丄^，7￥)与口共线的直线，这 种经过P的直线最多有4条，分别为水平方向，垂直方向，45°方向和135°方向；若没有这样的 直线存在，则将邻域扩大到5 X 5，如果还是不存在满足条件的直线，则不修复此像素； 设Iu和Iv与P共线，其可信值分别为Au和Av，若垂直方向x u = xv，像素点p的估计值，对xu辛xv的其他方向，像素点P的估计值设与P共线的直线共有η条，每条直线的估计值为Ai(i = 1，2，…，η，n<4)，则p点的最终估计 确定像素 P的所有不可信位，与估计值差值最小的为恢复像素值； ? (2) 应用不在同一直线上的可信像素恢复不可信像素 在P的4个方向中，若每个方向在5 X 5邻域中不存在两个可信点像素，则首先在其3 X 3 邻域内选取与P距离最近的3个可信像素，若不存在3个可信像素，则扩大到p的5X5邻域，如 果在其内少于3个可信像素，则不修复此像素； 设在p的邻域中3个可信像素分别(xu，yu，Au)、（xv，y v，Αν)和(xw，yw，Aw)，由这三点确定的 平面方程为：其中?、?和1分别为X轴、y轴和z轴的单位向量，由平面方程可得像素 P的估计值A，从 而得到P点的恢复值，这样可修复平滑区域中的不可信像素。6. 根据权利要求1所述的基于像素分类的隐藏图像恢复方法，其特征在于，S5对纹理区 域中的待修复像素进行修复，具体包括如下步骤： 设在P的7 X 7邻域内与p在同一直线方向上的可信像素或修复像素为Ii(Xi，yi) (i = 1， 2,. . .，k;k彡3)，若为水平方向，贝lj用(Xi，Ai)(i = l，2, . . .，k)通过多项式进行曲线拟合，设 得到多项式系数矩阵为(ai，a2, · . ·，ak)，则像素点p的像素估计值Z = ai+a2XP+a3XP2+. · · + akxPk-S对其他方向，通过(yi，Ai)(i = l，2, · · ·，k)进行多项式曲线拟合，令Z = ai+a2yP+a3yP2 +. . . -akyp1"1为像素点p的像素估计值;设像素 p共有η条拟合曲线，第i条曲线拟合点与p的距 离和为Di.其估计值为Zi(i = l，2, . . .，n)，则像素 p的估计值同上可由估计值得到恢复值。7.根据权利要求1所述的基于像素分类的隐藏图像恢复方法，其特征在于，S6对其他待 修复像素进行修复，具体包括如下步骤： (1) 用邻域最大值和最小值恢复不可信像素 在待修复像素点P的3X3邻域像素中，设未修复像素为;尺，己修复像素为 八…，八，八，八，…，八所有不可信位取0的值为I，/,:,···,(，八 有不可信位取1的值为\，汉，，/), :，···，汉的恢复值为 设I，(:，…，々，，為+2，…，从小到大排序后的集合为L，记为{11，12，· · ·，18 }; %，氧2.:，:"·，<，為从小到大排序后的集合为H，记为{hi，h2,. . .，h8}; 在L和Η中计算满足条件的最大下标j(l<j<8)，设这个最大的下标为e，令1 = le，h = hs-e，像素点p的恢复值只能是{m〇，mi，. . .，mq}中的某个元素，如果存在唯一元素 nue [l，h]((Xi彡q)，或对任意i(i = l，2, . . .，q)均有.晰(6[/, &]，则选择与1和h距离最小的元素 作为恢复值对像素 P进行恢复； 若mqd，由于mq最接近1和h，为了使修复值与周围像素的差值较小，选取mq为p的恢复 值;设在{111()，1]11，...，1]^}中与1最接近的元素为肌(0纪〈9)，若肌>11，由于姐最接近1和11，故选 取nu为p的恢复值； 若mi〈l〈h〈mi+l或l〈mi〈h〈mi+l，选取与1或h差值最小的元素作为p的恢复值； 因此对满足上面条件(mqd，1^>11，1^〈1〈11〈1^+1或1〈1^〈11〈1^+1)的待修复像素点口恢复(2) 用聚类方法恢复其他不可信像素 对通过前面方法还存在未修复像素，通过邻域内的可信像素和已修复像素进行聚类， 根据聚类中心确定出待修复像素点的恢复值； 设待修复像素点P的3X3邻域中可信像素和已修复像素的个数为g，n为初始聚类中心 的个数，初始聚类的η个中心为Ci(i = l，2,. . .，n)，n的初始值为3; 若g辛3,令Ci = i X (mq-mQ)/(n+l)+mQ，根据k-means聚类算法，用选取到的像素值与聚 类中心的差值作为相似度测度，由相似度测度值划分邻域像素点，利用划分的像素点均值 来更新聚类中心值，计算聚类中心； 设聚类中心Ci(i = l，…，s;s彡3)，像素点p以Ci为估计值的恢复值为Ai(i = l，…，s)，Ei =|Ai_Ci |，令Ez=min(Ei,. . .，ES)，贝ljAz为像素点p的恢复值； 在图像恢复过程中，只对可恢复的待修复像素进行处理，若g〈3,则不对该像素点进行 恢复;重复应用聚类方法对满足条件的待修复像素点进行恢复，使恢复的像素点不断增多， 最终将所有待修复像素点进行恢复。
【文档编号】G06T5/00GK106056549SQ201610357521
【公开日】2016年10月26日
【申请日】2016年5月26日
【发明人】张显全, 何弦, 俞春强, 唐振军
【申请人】广西师范大学