一种面向噪声图像的自适应高容量隐写方法与流程

1.本发明涉及图像处理的技术领域，尤其涉及一种面向噪声图像的自适应高容量隐写方法。


背景技术：

2.随着数据通信技术的飞快发展、各种数字化的信息处理技术的普遍使用以及因特网的普及，使得图、文、声、像等多种媒体信息可以在各种通信网络中迅速便捷地传输，为信息的压缩、存储、复制、处理和利用提供了显著的便利，与此同时，数字媒体作品的版权和内容保护越来越突出地表现出来；另一方面，通信网络的快速发展使得各类信息的传输和交流更容易进行，且变得更加难以监控，这对军事、商业和民用领域内的信息保护提出了极大的挑战。信息隐藏技术作为一种信息安全技术已被许多领域所采用，其中，利用信息隐藏技术进行安全、隐蔽的通信，在军事、情报、政府机要部门中具有重要的应用价值，如利用扩频通信使敌方难以检测和干扰通信信号，还可以利用信息隐藏技术实施伪装，欺骗敌方通信侦察系统等；信息隐藏是把一个有意义的信息隐藏在另一个称为公开载体(cover)的信息中得到隐蔽载体s(stego cover)，非法者不知道这个普通信息中是否隐藏了其他的信息，而且即使知道也难以提取或去除隐藏的信息，所用的载体可以是文本、图像、声音及视频等，为增加攻击的难度，也可以把加密与信息隐藏技术结合起来，即先对消息m加密得到密文消息m'，再把m'隐藏到载体c中，保证数据传送的安全性与可靠性，一般算法实现数据隐写后能保持较好的不可见性与抗干扰性。
3.现有的隐写算法大致可分为空域隐写和频域隐写等两大类；其中空域隐写是通过更改图像空域的像素值，以达到信息嵌入的目的，典型算法如walter bender等人提出的lsb隐写算法、charles kurak等人提出的mlsb(multiple lsb)替换隐写；该类算法用秘密信息替换最低位，图像内容信息易丢失，对抗攻击能力较差；空域自适应隐写是目前安全性较高的一类隐写算法，其通常根据图像的某些局部(如局部纹理复杂度等)或全局统计特性(如联合概率分布等)，判定对哪些图像数据更改、如何更改，以使嵌入失真最小；如：mandal等人提出了一种结合自适应lsb替换和像素值差分(pixel-value differencing,pvd)的隐写方法，灰度图像以3
×
3或3
×
3加上2
×
2像素块进行分割，在一个块中，一个像素被称为参考像素，替换4个最不重要位；而sahu等人提出了一种基于像素值差分和模函数(pixel value difference and module function，pvdmf)的图像隐写方法，主要是为了提高峰值信噪比(peak signal-to-noise ratio，psnr)和增大嵌入容量(嵌入容量，hc)等；频域隐写通过更改频域系数值来嵌入信息，如dct(discrete cosine transform)、dwt(discrete wavelet transform)等系数；根据嵌入位置的选取规则和系数更改模式等，可将频域隐写大致分为替换隐写、统计特性保持隐写和自适应隐写等，thai等人提出使用量化离散余弦变换(discrete cosine transform，dct)系数的统计模型，并将其用于检测jpeg图像中的隐藏信息，通过将隐藏数据检测公式化为假设检验，研究了用于jsteg算法隐写分析的最强大的似然比检验，并从理论上建立了其统计性能；luo等人提出了两种隐写分析方法来估计
f5隐写术的修改率及其改进版本，这些方法通常用于隐藏图像中的保密性，估计的修改率可用于区分f5隐写术标记的隐身图像或其改进版本与原始图像等。


技术实现要素：

4.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
5.鉴于上述现有存在的问题，提出了本发明。
6.因此，本发明解决的技术问题是：现有技术隐写质量及容量低，数据安全性低。
7.为解决上述技术问题，本发明提供如下技术方案：输入图像并对所述图像进行预处理；对预处理后的图像进行数据嵌入得到载秘图像g；将所述载秘图像g分为s*s的不重叠块，并进行数据解密以及恢复隐写数据。
8.作为本发明所述的面向噪声图像的自适应高容量隐写方法的一种优选方案，其中：所述预处理步骤包括，通过bm3d算法对噪声对应图像频率高的区域进行滤波去噪；将所述bm3d算法进行滤波处理后得到的数据与利用遗传算法得到的最佳嵌入阈值t进行比较，找出噪声值高于预设值的点并生成全局候选隐写位置，得到标记位平面b；将所述标记位平面b以lsb方式替换图像像素第二位平面，得到掩饰图像i1。
9.作为本发明所述的面向噪声图像的自适应高容量隐写方法的一种优选方案，其中：对所述输入图像i进行位平面分解，得到p个二值图像，其中第k个位平面中像素对应位计算公式为：
[0010][0011]
其中，i,j分别表示像素点对应位置，第i行，第j列，mod2表示除以2的余数，i
(k)
(i,j)表示平面i的第k个位平面中的第i行第j列的像素值。
[0012]
作为本发明所述的面向噪声图像的自适应高容量隐写方法的一种优选方案，其中：对预处理后的图像进行数据嵌入得到载秘图像g包括，对所述掩饰图像i1进行位平面分解，将秘密信息重组为矩阵序列message，提取所述掩饰图像i1的第二位平面——标记位平面b；如果b(i，j)＝0,(i，j)位置处不做任何处理；否则，先判断秘密信息m(1，j)，m(2，j)是否相等，如果相等，第三位平面的相同位嵌入数据“1”，反之嵌入数据“0”；当第三位平面位嵌入“1”过后，检测第一位秘密数据，当m(1，i)＝1时，则第一位平面对应位嵌入“1”，反之若m(1，i)＝0时，第一位平面对应位嵌入“0”；同样的，第三位平面为“0”时，可用同样的方法嵌入到第一位平面中；最后完成第一、三位平面的数据嵌入，得到隐写图像g1，同时记录嵌入容量n。
[0013]
作为本发明所述的面向噪声图像的自适应高容量隐写方法的一种优选方案，其中：还包括，将所述掩饰图像i1分成s*s不重叠块，根据bbe算法获得块分类标志type以及可嵌入容量cb；记录压缩后冗余部分，即为可再次嵌入空间，并将块中可再次嵌入位置用“1”表示，即f(i,j)＝1，反之，不可再次嵌入处f(i,j)＝0；记录原始块中块分类标志位处数据e，将其叠加到message中作为第二、四位平面嵌入的秘密信息，并计算出e大小长度为k，表
示为message1＝[e,message(1:2,n 1:end)]；重复以上流程，直至所有块皆被压缩，得到可再次嵌入数据标记位平面f以及可增加嵌入容量cb。
[0014]
作为本发明所述的面向噪声图像的自适应高容量隐写方法的一种优选方案，其中：还包括，第二、四位平面嵌入：将嵌入一、三位平面后的隐写图像g1分成同样尺寸s*s的不重叠块，同样按照嵌入流程嵌入到第二、四位平面，记录嵌入容量n1，标记位平面由b转变为f；当所有块完全嵌入秘密信息，得到载秘图像g，记录嵌入容量为num＝n n1-k。
[0015]
作为本发明所述的面向噪声图像的自适应高容量隐写方法的一种优选方案，其中：将所述载秘图像g分为s*s的不重叠块，并进行数据解密以及恢复隐写数据包括，判断第一位数据即m(1，k)是否为1；再判断第二位数据m(2，k)是否为1，在m(1，k)＝1的情况下，若为1，则说明嵌入的秘密数据为“11”，反之为“00”；而对于m(1,k)＝0时，若m(2，k)＝1则说明嵌入的数据为“10”，反之为“01”；以此类推，重复循环恢复数据m的每一列，并重组可得到对应原始数据mb，并且可知mb即为上述步骤嵌入中提到的数据e与message1的组合。
[0016]
作为本发明所述的面向噪声图像的自适应高容量隐写方法的一种优选方案，其中：还包括，按照bbe算法，利用第二位平面的块标识位数据恢复第二位平面数据；通过不可嵌入块的索引从提取的数据mb中找出相应位的标记位图数据，完整提取嵌入到第二位平面的位标记位图bb；根据提取出的位标记位图bb及判断嵌入位置的位标记图bf，完成载秘图像g的第二、四位平面的数据mess1提取。
[0017]
作为本发明所述的面向噪声图像的自适应高容量隐写方法的一种优选方案，其中：还包括，所述位标记图bb完整提取过后，按照所述第一、三位平面的嵌入方式，根据提取流程中的提取方式，提取第一、三位平面信息数据mess2；判断位标记图bb(i,j)是否为1，如为1，则表示该位置有数据嵌入，反之，没有数据嵌入；bb(i,j)＝1时，提取载秘图像g第三位平面对应位数据m1(i)；以此类推，重复循环提取第一、三位平面数据得到数据mess2，最终提取信息为message＝[mess1,mess2]。
[0018]
本发明的有益效果：本发明针对雷达或遥感等技术侦测得到的噪声图像，提出了一种利用遗传算法对经过bm3d去噪后的噪声图像中寻找最佳嵌入阈值分块嵌入秘密信息的算法；该方法利用遗传算法实现自适应选择图像嵌入点，达到高质量隐写，保证隐写图像较好的不可见性；同时为了提高隐写容量，利用bbe算法进行压缩，减少标记位占用空间，以提高嵌入容量；该算法在嵌入时，一次性嵌入两位秘密数据，将秘密信息以接收双方都知道的转换规则，实现秘密信息的嵌入，从而保证数据的安全性，并且这种方式无需加密秘钥的参与减少了其占用空间，本发明具有很好的鲁棒性，不可见行性和安全性，可以用于雷达，遥感图像数据传送，信息隐写等领域。
附图说明
[0019]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0020]
图1为本发明一个实施例提供的一种面向噪声图像的自适应高容量隐写方法的基本流程示意图；
[0021]
图2为本发明一个实施例提供的一种面向噪声图像的自适应高容量隐写方法的数据嵌入基本流程示意图；
[0022]
图3为本发明一个实施例提供的一种面向噪声图像的自适应高容量隐写方法的加密数据恢复流程示意图；
[0023]
图4为本发明一个实施例提供的一种面向噪声图像的自适应高容量隐写方法的第一、三位平面数据提取流程示意图；
[0024]
图5为本发明一个实施例提供的一种面向噪声图像的自适应高容量隐写方法的比较测试图像在满嵌时的视觉质量示意图；
[0025]
图6为本发明一个实施例提供的一种面向噪声图像的自适应高容量隐写方法的算法对各图的统计不可见性分析结果示意图；
[0026]
图7为本发明一个实施例提供的一种面向噪声图像的自适应高容量隐写方法的不同嵌入率下各隐写图像的psnr比较示意图；
[0027]
图8为本发明一个实施例提供的一种面向噪声图像的自适应高容量隐写方法的被攻击的载秘图像示意图；
[0028]
图9为本发明一个实施例提供的一种面向噪声图像的自适应高容量隐写方法的秘密图像提取示意图。
具体实施方式
[0029]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
[0030]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0031]
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0032]
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0033]
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0034]
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人
员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0035]
实施例1
[0036]
参照图1～4，为本发明的一个实施例，提供了一种面向噪声图像的自适应高容量隐写方法，包括：
[0037]
s1：输入图像并对图像进行预处理；
[0038]
需要说明的是，为了实现数据更好隐写，找出合适嵌入位置，需对收集图像进行必要的预处理，以实现数据隐写；其中，预处理步骤包括：
[0039]
噪声对应图像频率较高的区域，通过bm3d算法对噪声对应图像频率高的区域进行滤波去噪；
[0040]
将bm3d算法进行滤波处理后得到的数据与利用遗传算法得到的最佳嵌入阈值t进行比较，找出噪声值高于预设值的点并生成全局候选隐写位置，得到标记位平面b；
[0041]
将标记位平面b以lsb方式替换图像像素第二位平面，得到掩饰图像i1。
[0042]
s2：对预处理后的图像进行数据嵌入得到载秘图像g；
[0043]
需要说明的是，对输入图像i进行位平面分解，得到p个二值图像，其中第k个位平面中像素对应位计算公式为：
[0044][0045]
其中，i,j分别表示像素点对应位置，第i行，第j列，mod2表示除以2的余数，i
(k)
(i,j)表示平面i的第k个位平面中的第i行第j列的像素值。
[0046]
对原始图像i预处理过后，获得掩饰图像i1，其中掩饰图像i1第二位平面放置的是标记位b信息；找点嵌入点位置，数据按照图2嵌入流程先嵌入到图像像素的第一，三位平面中，完成数据嵌入第一步。
[0047]
具体的，对掩饰图像i1进行位平面分解，将秘密信息重组为矩阵序列message，提取掩饰图像i1的第二位平面——标记位平面b；
[0048]
如果b(i，j)＝0,(i，j)位置处不做任何处理；
[0049]
否则，先判断秘密信息m(1，k)，m(2，k)是否相等，如果相等，第三位平面的相同位嵌入数据“1”，反之嵌入数据“0”，其中，m(1，k)，m(2，k)表示秘密信息中第k列的两个数据，因为秘密信息就排列为2行n列，m(1，k)，m(2，k)就是表示第k列的两个数据；
[0050]
当第三位平面位嵌入“1”过后，检测第一位秘密数据，当m(1，i)＝1时，则第一位平面对应位嵌入“1”，反之若m(1，i)＝0时，第一位平面对应位嵌入“0”；
[0051]
同样的，第三位平面为“0”时，可用同样的方法嵌入到第一位平面中；
[0052]
最后完成第一、三位平面的数据嵌入，得到隐写图像m1，同时记录嵌入容量n。
[0053]
进一步的，为减少标记位占用冗余空间，以便更好的增大嵌入容量，将第二位平面利用bbe压缩算法进行压缩，多余的冗余空间可以继续嵌入秘密信息；
[0054]
具体的，将掩饰图像i1分成s*s不重叠块，根据bbe算法获得块分类标志type以及可嵌入容量cb；
[0055]
记录压缩后冗余部分，即为可再次嵌入空间，并将块中可再次嵌入位置用“1”表示，即f(i,j)＝1，反之，不可再次嵌入处f(i,j)＝0。其中，f表示可再次嵌入的位平面，f(i,
j)＝1表示可再次嵌入位平面的第i行第j列的数据；
[0056]
为了实现数据准确提取，需记录原始块中块分类标志位处数据e，故将其叠加到message中作为第二、四位平面嵌入的秘密信息，并计算出e大小长度为k，可表示为message1＝[e,message(1:2,n 1:end)]。
[0057]
重复以上流程，直至所有块皆被压缩，得到可再次嵌入数据标记位平面f以及可增加嵌入容量cb。
[0058]
第二、四位平面嵌入：在压缩过后的标记位平面中得到可以再次嵌入位置，将数据同样按照图2方式完成数据嵌入。
[0059]
具体的，将嵌入一、三位平面后的隐写图像g1分成同样尺寸s*s的不重叠块，同样按照图2嵌入流程嵌入到第二、四位平面，记录嵌入容量n1，标记位平面由b转变为f；
[0060]
当所有块完全嵌入秘密信息，得到载秘图像g，记录嵌入容量为num＝n n1-k。
[0061]
s3：将载秘图像g分为s*s的不重叠块，并进行数据解密以及恢复隐写数据；
[0062]
需要说明的是，将载秘图像g分为s*s的不重叠块，按照图3数据解密以及图4提取流程恢复隐写数据，具体的：
[0063]
判断第一位数据即m(1，k)是否为1；
[0064]
再判断第二位数据m(2，k)是否为1，在m(1，k)＝1的情况下，若为1，则说明嵌入的秘密数据为“11”，反之为“00”；
[0065]
而对于m(1,k)＝0时，若m(2，k)＝1则说明嵌入的数据为“10”，反之为“01”；
[0066]
以此类推，重复循环恢复数据m的每一列，并重组可得到对应原始数据mb，并且可知mb即为上述步骤嵌入中提到的数据e与message1的组合。
[0067]
然后按照bbe算法，通过表1的方式利用第二位平面的块标识位数据恢复第二位平面数据；
[0068]
表1：块类型和块标记位表。
[0069][0070][0071]
通过不可嵌入块的索引从提取的数据mb中找出相应位的标记位图数据，完整提取嵌入到第二位平面的位标记位图bb；
[0072]
根据提取出的位标记位图bb及判断嵌入位置的位标记图bf，完成载秘图像g的第二、四位平面的数据mess1提取。
[0073]
位标记图bb完整提取过后，按照第一、三位平面的嵌入方式，根据提取流程中的提取方式，提取第一、三位平面信息数据mess2；判断位标记图bb(i,j)是否为1，如为1，则表示
该位置有数据嵌入，反之，没有数据嵌入；
[0074]
当bb(i,j)＝1时，提取载秘图像g第三位平面对应位数据m1(i)，此时后续提取过程与图3类似；
[0075]
以此类推，重复循环提取第一、三位平面数据得到数据mess2，最终提取信息为message＝[mess1,mess2]。
[0076]
实施例2
[0077]
参照图5～9为本发明另一个实施例，该实施例不同于第一个实施例的是，提供了一种面向噪声图像的自适应高容量隐写方法的验证测试，为对本方法中采用的技术效果加以验证说明，本实施例采用传统技术方案与本发明方法进行对比测试以及实例测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
[0078]
在实施方案中对参数做如下设置：测试图像大小为512*512，像素的取值范围为[0,255]。其中对测试图像进行位平面分解时选用p＝8。秘密信息secret为随机生成的随机序列，分块大小s＝4。并且本文主要面向遥感，雷达中的噪声图像，故从sentinel-1卫星侦察的数据集ssdd(https://zhuanlan.zhihu.com/p/143794468)中任意选取6张海上船只检测图像作为测试图像。利用软件matlab 2019a对所提算法进行仿真。
[0079]
不可见性分析：
[0080]
(1)该算法对图像的性能评估：
[0081]
图像隐写最基本问题就是保证隐写过后人类感知系统不可察觉。对于数字图像而言一般会选择均方误差(mean squared error，mse)、psnr和结构相似性(structural similarity index，ssim)等一系列指标对隐写前后图像失真率评价。故此处选用以上指标以及有效荷载payload评估该算法对个测试图像质量的影响如表2所示。
[0082]
表2：本发明算法对各测试图像的性能评估表。
[0083]
图像mse/％psnr/％ssimpayload(a)14.1336.630.9750480670(b)25.4834.070.9422733004(c)16.6835.910.9779549728(d)21.1934.870.9885649176(e)18.1535.540.9830582088(f)14.9536.370.9934508438
[0084]
从表2可知均方误差mse几乎接近于0，说明原始图像与隐写后图像拟合很好，数据嵌入较稳定；从峰值信噪比psnr以及有效荷载payload值可以证实本发明在满足高容量嵌入的同时还能保证良好的图像质量；而结构相似性指标ssim值几乎接近于1，意味着本文算法对图像质量的影响很小。
[0085]
(2)图像视觉不可见性分析
[0086]
本发明对6幅测试图像进行性能比较，满嵌时有效荷载payload如表3所示，其实验结果如图5所示。
[0087]
表3：各算法满嵌时有效荷载统计表。
[0088]
picture(a)(b)(c)(d)(e)(f)proposed580670733004549728649176582088508438
[0089]
由实验结果图5可知，本发明方法满嵌时有效荷载数较高，且结果显示此算法性能较好，即可知满嵌时，提出的算法视觉效果最好，同时从图5的曲线可以看出，六张测试图像的视觉质量值变化不大，说明本发明对不同测试图像嵌入效果相对较稳定。
[0090]
(3)图像统计不可见性分析：
[0091]
目前现有对空间域图像隐写技术进行隐写分析的算法一般有rs(regular singular)算法、卡方隐写分析算法、信息量估计法以及gpc(gray-level plane crossing)算法等；其中rs算法在嵌入率为0％和100％最为准确，其他的存在10％的误差。卡方隐写分析算法一般在嵌入率约70％的时候才检测出有嵌入，低于该数结果为0；信息量估计法只有在低嵌入率下准确，其他误差较大；gpc分析法在隐写率较大的时候较准确，曲线也稳定；故这里使用gpc分析法对各测试图像进行检测其结果如图6所示，以图6可以看出该算法除了达到高嵌入率，利用gpc隐写分析法检测结果较低，表明本发明在实现高嵌入率的同时还有较好统计不可见性。
[0092]
嵌入容量分析：为了更直观地展现测试图嵌入容量与psnr值变化情况，分别对测试图嵌入不同数量信息，计算嵌入不同数量信息时的psnr值，结果如图7所示，从图7结果可以看出，本发明整体随嵌入容量的增大psnr值呈下降趋势，但嵌入率较小时以及满嵌时psnr值都较高，这是因为本发明除针对噪声图像使用遗传算法自适应选择嵌入点以交叉位平面的加密算法嵌入外，还利用bbe算法对标记位压缩提高嵌入容量，使得图像在满足高容量嵌入的同时还保证了较高的视觉效果。
[0093]
鲁棒性分析：
[0094]
(1)数据抗干扰性检测
[0095]
实际应用中，不可避免的会存在一些数据丢失或者其他数据攻击，为检测本发明的鲁棒性，将大小为128*128的灰度图像以及第一张测试图分别作为秘密图像和载体图像进行鲁棒性实验，图8所示分别表示对载秘图像进行msb，lsb丢失，随机进行大小为50*50的数据剪切以及中值滤波等攻击，图9表示经攻击后提取的秘密图像。从图9可以看出本发明在经过以上攻击后依旧能完整提取出所隐藏信息，虽然在某些攻击下数据提取存在差异，但隐秘重要信息仍清晰可见，可证本文算法抗干扰性强，鲁棒性较好。
[0096]
(2)图像抗干扰性检测
[0097]
将载秘图像在相同嵌入率下进行图像锐化以及旋转5度检测，结果如表4所示，其中评价标准ncc是一种基于统计学计算两组样本数据相关性的算法，其取值范围[-1,1]，对图像而言，若两幅图像相互匹配则ncc值为1，如果完全不同则为-1，其计算入公式如下所示：
[0098][0099]
其中f为灰度值、μ为所有像素平均值、σ为标准方差。假设t表示对比图像像素值，则其计算如公式如下所示：
[0100][0101]
其中，n表示对比图像像素总数，n-1是自由度。
[0102]
表4：测试图针对不同攻击的鲁棒性测试表。
[0103][0104]
表4分别为测试图像(a)-(f)经上述几种攻击后ncc值，可以看出原始图像与隐写图像的数据相关性ncc值都较接近1，从而可知本发明具有良好的抗干扰能力。
[0105]
仿真实验及性能对比实验的具体结果均表明本发明在图像嵌入率和psnr结果方面都有较好的效果；由实验分析也可证实本发明对现存较好的隐写分析算法有较好抵抗性，同时对不同的攻击有较好的鲁棒性，故可以用于雷达，遥感图像数据传送，信息隐写等领域。
[0106]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。