[0001] 本发明涉及图像处理领域，特别是一种基于通道溢出处理的JPEG嵌入优化方法。

[0002] 基于通道溢出处理的JPEG嵌入优化方法是一种专门针对数字图像压缩过程中出现的数据溢出问题的技术手段。JPEG(Joint Photographic Experts Group)是广泛使用于数字图像存储和传输的一种压缩标准，其目的是在保持较高图像质量的同时减少文件的大小。

[0003] 在JPEG图像压缩过程中，通过离散余弦变换(DCT)将图像从空间域转换到频域，然后对得到的DCT系数进行量化。量化过程涉及到大量的数值运算，可能导致数据溢出，特别是在处理具有较大动态范围的图像时更为明显。这种溢出不仅影响图像质量，还可能导致严重的数据丢失。

[0004] 为了解决这一问题，基于通道溢出处理的优化方法被提出。该方法的核心在于通过对可能发生溢出的颜色通道进行特殊处理，从而避免数据丢失和图像质量下降。具体来说，这种方法可以分为几个关键步骤：首先，对JPEG编码过程中的每个颜色通道进行监控，检测是否存在溢出风险；其次，对那些可能会导致溢出的通道应用特定的算法调整，例如调整量化步长或者通过数学方法降低系数值，确保其在允许的数值范围内；最后，对这些调整后的通道进行重新编码，生成最终的JPEG图像。

[0005] 这种技术的优势在于能够有效控制JPEG压缩过程中的数据溢出问题，同时尽可能维持图像的质量。这不仅对于需要高保真度图像的应用(如医疗影像、专业摄影等)至关重要，也对普通消费者在使用数字相机或智能手机拍照时能得到更高质量的图像体验有直接影响。

[0006] 基于通道溢出处理的JPEG嵌入优化方法，通过精细化管理图像压缩过程中的各个颜色通道，有效避免了数据溢出问题，保证了输出图像的质量。这一技术不仅提高了JPEG标准的适用性和可靠性，也为未来图像压缩技术的发展提供了重要的参考和指导。

[0040] 以下通过附图和实施例对本发明的技术方案作进一步说明。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。

[0041] 以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。

[0042] 对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。

[0043] 在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

[0044] 除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。

[0045] 如图1所示，本发明提供了一种基于通道溢出处理的JPEG嵌入优化方法，具体如下，包括以下步骤：

[0046] S1、通过标度公式对封面进行缩放溢出处理得到鲁棒封面；

[0047] 进一步地，S1中标度公式的表达式如下：

[0048] s′i,j＝α·si,j,i,j∈{0,1,…,7},

[0049]

[0050] 其中s′i,j表示缩放后的空间值，α是参数。α的大小取决于块的空间溢出程度，其中s|max|表示绝对值最大的空间值。以这种方式计算α，以便缩放块不会溢出。

[0051] 进一步地，S1中通过标度公式对封面进行缩放溢出处理过程中会将封面图像分成8×8的像素块，对像素块进行离散余弦变换(DCT)，生成64个DCT系数。

[0052] S2、利用J‑UNIWARD失真函数计算鲁棒封面的失真值并计算非对称失真，通过非对称失真得到一次修改代价，根据一次修改代价修改鲁棒封面，一次修改代价是在原有失真值上进行进一步的优化和调整，目的是更好地适应具体的应用场景或需求。

[0053] S3、采用STCs编码进行数据压缩和信息隐藏得到暂时图像；

[0054] S4、对暂时图像进行JPEG压缩并根据压缩信息提取错误率，若错误率满足阈值则生成最终图像，若不满足则调整纠错能力并重复S3、S4直至生成最终图像。

[0055] 进一步地，S4中调整纠错能力的具体内容为：

[0056] 获取秘密信息，使用RS码对秘密信息进行编码，得到编码信息，秘密信息，就是要隐藏的信息，可以是一段文字。；

[0057] 将编码信息加载到JPEG压缩后的暂时图像上得到载密图像；

[0058] 若载密图像在模拟信道中经过压缩后仍能完整地提取秘密信息，则将编码信息嵌入到鲁棒封面序列中，生成隐写序列得到隐写图像并直接输出隐写图像为最终图像；

[0059] 设置RS编码的纠错能力为t＝1，若载密图像在模拟信道中经过压缩后不能完整地提取秘密信息，则设置t＝t+1，直到载密图像在模拟信道中经过压缩后仍能完整地提取秘密信息；

[0060] 若达到纠错码阈值载密图像在模拟信道中经过压缩后仍不能完整地提取秘密信息则调整嵌入域，重复S3、S4；

[0061] 进一步地，调整嵌入域的具体内容为：

[0062] 使用抖动调制算法，从鲁棒封面中提取样本封面序列和样本封面修改距离，计算二次修改代价，二次修改代价是对暂时图像某个部分进行修改时，对应的失真。

[0063] 根据样本封面序列和样本封面修改距离进行嵌入域调整；

[0064] 根据隐写序列和样本封面修改距离生成隐写图像。

[0065] 进一步地，抖动调制算法的具体内容为：

[0066] 对样本图像的像素进行DCT变换得到若干DCT系数，选择若干DCT系数作为载体；

[0067] 对载体以△为量化步长对其量化取整，根据量化取整结果的奇偶将载体划分为A和B两类。

[0068] 本发明中使用的数据集是BOSSBase 1.01，其中包含10，000个灰度512×512图像，随机选择了其中的2000张，原始图像是JPEG压缩的，基于抖动调制的算法需要选择具有相对低QF的覆盖以实现鲁棒性，因此，选择质量因子为65作为封面图像，以往的隐写算法通常设置的鲁棒自适应隐写的相对有效载荷的范围从0.05到0.15比特/非零AC DCT系数(bpnzac)，由于其有限性能有限，载荷较低。

[0069] 在本发明中使用0.1至0.5(bpnzac)的高有效载荷进行实验，相对有效载荷payload＝nm/nnzac，其中nm是原始嵌入消息的长度，而不是通过RS码编码的消息的长度，nnzac是原始覆盖图像的非零AC DCT系数的数量，而不是去溢出处理后的鲁棒覆盖。提取错误率Rerror＝nerror/nm，其中nerror错误消息位的数量。覆盖图像和信道JPEG压缩的质量因子分别表示为Qcover和Qchannel。选择两个有效的隐写分析特征集CCPEV和DCTR用于JPEG图像的隐写分析。设置STCs的安全参数h＝10。

[0070] 使用FLD集合训练具有默认设置的检测器作为二进制分类器。用测试集上的检测错误率来评价隐写方法的安全性能，其表示为 其中PFA和PMD分别是虚警概率和漏检概率。最终的安全性由平均错误率 来限定，并且更大的 意味着更强的抗隐写性能。在对算法安全性进行评估时，将预处理前的图像作为载体，将隐写后的图像作为隐写信息进行隐写分析。

[0071] 比较了不同质量因子下JPEG压缩的鲁棒性。当Qcover＝65，Qchannel＝85和Qchannel＝95有效载荷为0.1～0.5时。计算了所提方案和GMAS以及曾等人提出的ROAST‑OS的平均提取错误率。提出的方案优于GMAS和ROAST‑OS。该方法在多种载荷下具有更强的鲁棒性。因为，对图像溢出进行了优化以及设计了更合理的嵌入方式。实验结果如图3和4所示，GMAS(Generalized DitherModulation‑based robustAdaptive Steganography)：GMAS是一种基于广义抖动调制的自适应鲁棒隐写算法。JCRIS：JCRIS(JPEG Compression‑Resistant Information Steganography)是一种专门为抵抗JPEG压缩设计的隐写算法。J‑UNIWARD(JPEG UniversalWavelet Relative Distortion)：J‑UNIWARD是一种基于JPEG图像的隐写算法。ROAST‑OS是指评估用于分析隐写或其他技术的性能。Propose指的是本文提出的方法。

[0072] 预处理通过消除被覆盖图像中的空间溢出来增强DCT系数的稳定性。该操作对安全性和鲁棒性影响较大。

[0073] 此外，本发明提出的去除溢出的预处理方法是以往JPEG再压缩检测方法难以检测到的。该方法具有较高的鲁棒性，主要是因为它解决了图像JPEG压缩过程中遇到的系数溢出问题。

[0074] 如图2所示，本申请利用了适合图像的嵌入域和纠错能力，能够主动和方便地生成鲁棒的覆盖图像。随着负载的增加，消息提取中的错误率稳步上升。GMAS利用三进制STCs和纠错算法对秘密消息进行加密。随着有效负载的增加，解码的秘密消息中错误数量超过纠错能力的可能性也在增加。

[0075] 将根据平均检测错误率 将所提出的算法与最近的鲁棒隐写方法进行比较。将提出的方法与GMAS和ROAST‑OS的安全性进行了比较，并使用CCPEV和DCTR演示不同算法的抗隐写分析性能，实验结果如图5和6所示。安全性和健壮性很难平衡，因此提高健壮性通常需要牺牲安全性的某些方面。当使用特征CCPEV进行隐写分析时，安全性的差异是微不足道的，而使用特征DCTR时，安全性的差异甚至可以忽略不计。实验结果表明，该方法有效地提高了图像的鲁棒性。这是通过在低频区域优先嵌入信息来实现的，低频区域具有更高的抗隐写分析能力。该方法在保证图像鲁棒性的同时减少了图像量化过程中的溢出，并对纠错码的长度施加了阈值限制。因此生成的隐写图像不会表现出明显的失真，从而增强了对隐写分析的抵抗力。

[0076] 在负载较小的情况下，算法的安全性在很大程度上取决于预处理的方法，当负载较大时，嵌入引起的修改也会逐渐生效，本发明提出的方法在去溢出处理的基础上进行自适应嵌入。因此，在负载较小时具有很好的性能。随着负载的增加，性能逐渐下降，但相比于其他方法，还是具有较好的性能优势。

[0077] 以Facebook为例测试了所提出算法的性能。根据之前Facebook选择较重的压缩质量因子的模式，很明显，Facebook上大多数图像的质量因子都小于72。然而，过低的质量因素会降低图像质量。因此，我选择60张隐藏信息的图像(随机从BOSSbase 1.01中选择，Qcover＝60，65，70，每张图像包含20张图片)作为示例。在本实验中，将该算法应用于Facebook，消息错误率如表1所示。结果表明，该算法在覆盖质量因子为60时可以实现无差错传输，在覆盖质量因子为70时也能很好地实现无差错传输。正如预期的那样，该解决方案可以有效地应用在现实的世界。

[0078] 表1所提出的方法和GMAS在 和Nsuccess与Facebook进行了比较， 代表的是平均错误率。它通常用于衡量算法或模型在一系列测试中所产生错误的平均比例。N_success表示的是成功次数，即在某一系列实验或测试中，成功达到预期结果的次数。这个指标通常用于衡量某种算法或方法的有效性。其中60张图像是从BOSSbase 1.01中随机挑选的，其中统计误差＝60，65，70，每张包含20张0.1bpnzac的图像

[0079] 表1

[0080]

[0081] 为了验证改进的自适应嵌入域方法的性能，从BOSSbase 1.01中随机抽取2000张图片，其中Qcover＝75。消息嵌入有效载荷为0.15，RS纠错能力固定为8。为了检测隐写图像，利用特征DCTR并设置Qchannel＝75来模拟信道JPEG压缩。如图7所示，将嵌入域从低频逐渐增大到中频。随着嵌入域由低频向中频偏移，鲁棒性增强。由于对覆盖溢出进行了预处理，因此在抗隐写分析性能上损失最小。当频率较高时嵌入域的鲁棒性显著提高。因此，可以根据图像的鲁棒性自适应地调整嵌入区域。由于进行了预处理操作，因此这里不需要过多的考虑抗隐写分析性能，实现了鲁棒性和抗隐写分析性能之间的平衡。

[0082] 根据对低频区域嵌入影响的推导，设计了一种抗JPEG压缩的自适应的嵌入方法。由于在嵌入信息之前，对封面图像进行了消除溢出处理，大大增强了嵌入信息的容量以及抗隐写分析能力。结合本发明提出的嵌入域以及针对不同嵌入域设计的纠错码长度，在保证嵌入容量的前提下提高了鲁棒性和安全性。

[0083] 最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。