具体实施方式

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

需要注意的是，附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意，在有些作为备选的实现中，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来实现。

实施例一

如图1所示，本实施例提供了一种基于直方图移动的对比度增强RDH方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器和系统，并通过终端和服务器的交互实现。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务器、云通信、中间件服务、域名服务、安全服务CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。本实施例中，该方法包括以下步骤：

基线嵌入过程和扩展嵌入过程；

所述基线嵌入过程：通过合并直方图单元处理灰度图像，得到预留空间；将迭代的灰度图像边信息和附加数据嵌入预留空间，得到增强图像；

所述扩展嵌入过程：将增强图像与采用PEH变换提取的原始图像的附加数据进行拼接，覆盖原始图像，得到灰度图像恢复后的原始图像。

由于不可见性也可以通过图像处理来实现，本实施例提出了一种基于直方图移动的对比度增强RDH方法。该方法没有最小化均方误差(MSE)，而是利用结构相似性生成质量良好的标记图像。该方法包括基线嵌入和广泛嵌入两部分。在基线部分，首先合并最不重要的块，以保留备用的块，然后通过使用算术编码的直方图移动方法嵌入额外的数据。在直方图移动时，提出通过最大熵来构造传递矩阵的柱状图。嵌入后，含有额外数据的标记图像比原始图像对比度更大。在扩展嵌入部分，进一步提出将基线嵌入与基于均方误差的嵌入连接起来。在接收方，可以准确的提取附加数据，并无损恢复原始图像。与现有的RDH方法相比，该方法可以获得更好的嵌入有效载荷。

2.1保留嵌入空间

对于给定一张大小为m_r×m_c的灰度图像I，我们首先生成直方图h＝{h₀，h₁，......h₂₅₅}。我们指出在原始图像中有M个原始直方图空缺，满足h_i＝0(M可能等于零)。由于利用原始图像中的原始直方图空位只能保证期望的嵌入率，因此我们在h中合并最不重要的直方图单元(即包含最少像素的单元)以产生更多的直方图空位。在这里“将hi合并到hj”表示将值i修改为值j的所有像素。

图1提供了用于解释以上所述示例。为了简单起见，我们使用4位灰度图像，总共包含16个灰度。图像直方图表示为{h₀，h₁，......h₁₅}。我们设置N＝4和M＝1。在合并阶段，将非空的最低有效位h₀、h₈和h₁₅与h₁、h₉和h₁₄合并，去除直方图空缺，形成新的直方图h^seq＝{5，35，......，5}。在应用迭代步骤之后，保留的柱状图空缺被迭代地插入到其中，以保证在接收端的准确恢复，一些边信息被收集。

2.2数据嵌入

一旦生成了传输矩阵T，我们就迭代地将额外的数据M嵌入到图像Ic中，其中，I代表原始图像I_c代表覆盖图像。我们将图像I_c分成大小相同的L块。在每个块B_k(1≤k≤L)中，通过算术译码算法嵌入一段附加数据。图2提供了嵌入过程的示意图，其中实线表示嵌入，虚线表示最低有效位(LSB)的变化。嵌入过程包括两个步骤：数据隐藏和边信息生成。设在B_K块中有s种像素值{b_k，1，b_k，2，........b_k,s}分别为{n(b_k，1)，n(_bk，2)，.......，n(_bk，s)}。

我们将b_k，u表示为b_k，u＝{b_k，u，b_k，u，.....b_k，u}^T的一个向量，其中|b_k，u|＝n(b_k，u)，1≤u≤s。根据转移矩阵T，将一个像素值从i修改为j的可能性可计算为：

每个b_k，u(1≤u≤s)根据传输可能性p_bk,u(j)，j＝0，.....，255修改为0～255。用P_bk,u＝[p_bk,u(0)，.....，p_bk,u(255)]的可能性，我们用公式(2)将一个额外的位m_k,u段转换为n_(bk，u)个整数。

接下来，我们用替换块B_k中的n(b_k,u)像素b_k,u。在B_k块的所有像素上实现数据嵌入过程后，我们得到一个包含额外比特的新块B_k'。

接下来，我们在B_k'中生成用于像素恢复的边信息A_Bk，用于将接收到的B_k'转换回原始B_K。边信息是用来区分x中哪些像素被计数，哪些像素不被计数。设B_k'中有t种像素值其中数为{n(C_K,1),n(C_k,2),.......n(C_k,t)}。

我们将定义为的矩阵，其中|C_k,u|＝n(C_k,u)且1≤u≤s。从转移矩阵中，我们有可能修改像素值：

我们得到向量C_k,u，它具有中像素的原始值。我们通过算术编码将n(C_k,u)个整数转换为边位A_k,u的一段，概率为P'_bk,u＝[p_bk,u(0)，p_bk,u(1)，.......p_bk,u(255)]，其中：

对B_k块中所有像素的值进行数据嵌入后，我们有A_Bk＝[A_k，1，A_k,2,......A_k,t]作为B_k的边信息，由于A_Bk需要嵌入到封面图像中，所以我们将A_Bk放在附加数据M的前面，然后再嵌入下一个块。在最后一个块中，我们用A_BL和A_M改变第一个块的最低有效位(LSB)。在实际应用中，单个块的LSB长度始终足以保存边信息。然后，将第一个块A_LSB的LSB也嵌入到图像中。当我们在第一个块中完成数据隐藏时，我们把A_LSB放在M的前面，并用二进制序列A＝[A_BL,A_M]A＝[ABL，AM]改变LSBs。A_BL和A_M是开始数据提取的重要边信息，可以直接从LSB中提取。

2.3数据提取和图像恢复

当接收者得到标记图像I^m时，可以提取隐藏的比特，并准确地恢复原始图像。图3给出了数据提取和图像恢复的流程图。基线部分的恢复过程包含了空缺预留的迭代提取和反演。

在迭代提取中，接收者首先对图像L块进行分割，从第一个块的LSB中提取A_M和A_BL。利用侧数据A_M生成对角矩阵T⁽⁰⁾，与传递矩阵构造的步骤相同，传递矩阵T迭代生成。现在接受者开始从B'_L中回收，首先，他得到B'_L中t种像素值中的而传递矩阵给出了P'_L,u＝[p_L,u(0),p_L,u(1),.......,p_L,u(255)]的可能性。

对于每个将A_BL中的一个片段A_L,u转换为n(c_k,u)个整数，通过算术解压缩：

其中，A_L＝[A_L,1,A_L,2,.....A_L,t]，A_L,u的长度取决于n(c_k,u)和可能的码字。他用C_L,u替换B_L块中的n(c_L,u)像素在对B'_L块中的所有像素执行数据恢复过程后，他可以得到原始块B_L。

为了提取额外的数据，他得到B_L中t种像素值{b_L,1,b_L,2,........b_L,t}的{b_L,1，b_L,2，..........，b^L,t}。他还得到向量它具有b_k,u中像素的修改值。他将n(b_L,u)个整数转换为一个位m_k,u的段通过算术编码:

对B_L块进行数据提取后，得到额外的数据m_L＝[m_L,1,m_L,2,......m_L,t]。在m_L的头部，他可以获得侧数据A_BL-1，并利用这些数据恢复B_L-1，在B₂的图像恢复和数据提取结束时，他在嵌入序列的前端获得了A_LSB，并将改进的LSB替换为A_LSB。最后，得到第一个块中嵌入的数据，形成隐藏数据M＝{m₁,m₂,......,m_L}恢复B₁，同时，没有失真的恢复增强后的图像I^E。

此后，本实施例进行了空缺保留倒置。首先，得到提取的附加数据前面的侧信息A_C＝[A_O,A_E]。将A_O解压为后合并图像I'的原始直方图序列。根据直方图序列将I^E中的非空块映射到它们在合并后图像I中的原始位置。I^E中第i个非空块的初始位置，记为h_Ni，对应序列中第i个“1”的位置，记为M_i。因此，h_Ni中计数的像素应该被修改为灰度M_i。然后对I^E的像素进行相应的修改，可以准确地恢复合并后的图像I'。然后，对合并操作进行逆运算，得到原始图像，然后将A_E解压缩为位置错误映射E_m。最终，我们通过添加I'的位置映射来恢复原始图像I，即I＝E_m+I'。

本实施例在一些内容复杂的图像，基线的纯嵌入率很高，足以克服这一缺陷。其原因是：在该框架中，数据嵌入的两个阶段分别对图像的两个不同直方图进行直方图偏移。在基线部分进行对比度增强和数据嵌入的过程可能会大大降低相邻像素之间的强相关性，导致钟形预测误差直方图变得更粗。因此，它具有更好的不可见性、鲁棒性和抗分析性，嵌入容量得到了显著提高，能够抵抗常见的图像处理和攻击，实现无损信息隐藏。在接收端，可以准确地提取隐藏的数据，正确地恢复原始图像。与现有的RDH方法相比，该方法在保持标记图像视觉质量的同时，能获得更好的嵌入效果但在提取出秘密信息之前，无法判断信息是否受到攻击。因此，在下一步的研究工作中，我们将利用人工神经网络等算法对载体进行分析，提高提取秘密信息的效率，并利用支持向量机对被攻击载体图像进行分类，以识别攻击类型。

本实施例提出的框架如图4所示，包括基线部分和扩展部分。基线部分提供了一种新的具有对比度增强的RDH方案，而扩展部分提供了另一种扩展基线的方案。在图中，右边的流程表示数据嵌入的过程，左边的流程表示数据提取和图像恢复。图4(a)描绘了基线部分。在给定一幅图像的情况下，首先利用空位预留算法腾出嵌入房间，生成中间图像。在此基础上，提出了一种矩阵构造算法来生成嵌入的传递矩阵。矩阵与中间图像的特征有关。随后，我们迭代地将边信息和附加数据嵌入到中间图像中以生成标记图像。数据提取和图像恢复的过程与嵌入过程相反。进一步提出了一个新的RDH框架，如图4(b)所示。基线部分与基于预测的直方图偏移相连接，以嵌入更多的附加比特，其中提供了预测误差直方图(PEH)的传递矩阵构造。然后，采用一种接近基线部分的迭代嵌入方案。

实施例二

本实施例提供了一种基于直方图移动的对比度增强RDH系统。

一种基于直方图移动的对比度增强RDH系统，包括：基线嵌入模块和扩展嵌入模块；

所述基线嵌入模块，被配置为：通过合并直方图单元处理灰度图像，得到预留空间；将迭代的灰度图像边信息和附加数据嵌入预留空间，得到增强图像；

所述扩展嵌入模块，被配置为：将增强图像与采用PEH变换提取的原始图像的附加数据进行拼接，覆盖原始图像，得到灰度图像恢复后的原始图像。

本实施例提出一种具有对比度增强的RDH框架。该框架由基线嵌入和扩展嵌入两部分组成。在基线部分，首先通过合并直方图单元来保留直方图空缺。在最大化直方图的熵之后，生成一个传递矩阵。采用直方图平移算法，在图像中嵌入大量的附加数据。在扩展嵌入部分，将基线嵌入与基于MSE的嵌入相结合。使用基于预测误差的直方图偏移来获得更高的有效载荷。接收者可以提取额外的数据并恢复原始图像，而不会出现任何错误。

此处需要说明的是，上述模块与实施例一所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。

实施例三

本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的基于直方图移动的对比度增强RDH方法中的步骤。

实施例四

本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的基于直方图移动的对比度增强RDH方法中的步骤。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。