CN108648133A - 一种结合块旋转和马赛克的无嵌入伪装方法 - Google Patents

Abstract

本发明提供一种结合块旋转和马赛克的无嵌入伪装重构方法，首先将多个分辨率为(2r‑1)×(2r‑1)的灰度图像转换为具有伪随机转角半径为r的圆形图像，通过生成随机整数坐标序列来决定密图划分的比特位串在掩体上的隐藏位置；其次对于隐藏和非隐藏位置则分别通过放置与密钥和位置关联或与掩体放置位置最接近的圆形图像来对密图划分的比特位串进行编码表示和形成掩盖，并添加与密钥和位置关联的随机转角来对放置的圆形图像进行认证；最后将放置过程产生的偏差传递给掩体周围未处理像素从而产生马赛克图像并根据密钥从马赛克图像中提取出密图和对提取出的密图进行认证。所提方法可对密图进行高质量的马赛克掩盖并可抵御信道攻击且严格依赖于密钥具备较高的安全性。

Description

一种结合块旋转和马赛克的无嵌入伪装方法

技术领域

本发明属于图像信息安全和数字图像信号处理交叉领域，涉及一种伪装方法，具体涉及一种结合块旋转和马赛克的密图伪装与恢复方法。

背景技术

当前随着深度学习的不断深入和人工智能的继续发展以及量子计算机的初现端倪，使得传统以图像音频为主要传输介质的多媒体信息安全形势变得更为严峻。而与此同时，一方面，压缩技术的持续发展，也使得传统基于修改式嵌入的信息隐藏可供利用的冗余空间越来越小，而另一方面，基于机器学习的隐写分类器维数不断提高，甚至出现了34761维空域富特征模型，导致传统信息隐藏的隐匿信息不被发现的可能性也越来越小，而所有这些也使得传统基于修改式嵌入的信息隐藏技术发展陷入了瓶颈。

如何有效地进行下一代信息隐藏技术研究，来自北京和上海的专家于2014年5月召开的全国信息隐藏与多媒体安全专家研讨会首次提出了“无载体信息隐藏”。2015年3月在武汉召开的第12届全国信息隐藏大会上，北京电子技术应用研究所所长郭云彪研究员在大会特邀报告：信息隐藏之我见，将无载体信息隐藏技术列入了未来信息隐藏的前沿阵地。2016年10月在合肥召开的第13届全国信息隐藏大会将无载体信息隐藏正式定位为第2代信息隐藏技术，2个会议主题报告都与无载体信息隐藏直接相关。传统基于无载体信息隐藏技术主要有两种典型的方法，分别是基于搜索式无载体信息隐藏方法和基于纹理合成的生成式无载体信息隐藏。

传统基于搜索的无载体信息隐藏方法，主要通过检索数据库中包含指定秘密矢量的载体文本或图像来传递秘密信息，由于自然图像文本对不相关秘密信息的表达能力十分有限，导致这类方法的嵌密容量极低。例如，Zhou Z L，2015.(Zhou Z L,Sun H Y,Harit RH,Chen X Y,Sun X M.Coverless image steganography without embedding[C]//International Conference on Cloud Computing and Security.SpringerInternational Publishing,2015:123-132.)基于块均值比较，将图像分为9个块，并进一步利用块均值比较的方式将图像映射为对应的8比特哈希值，最后检索数据库中哈希值与秘密比特小段相等的图像作为含密载体，这类方法每幅图像仅能隐藏8比特。Zhou Z,2017(Zhou Z,Wu Q M J,Yang C N,et al.Coverless image steganography usinghistograms of oriented gradients-based hashing algorithm[J].Journal ofInternet Technology,2017,18(5):1177-1184)在Zhou Z L,2015.的基础上引入用户标识来确定秘密信息所嵌入的图像块位置，并进一步将图像块的像素梯度幅值与梯度方向映射为20比特，从而嵌密容量仅为20比特每图像。为进一步提升单图像的嵌密容量并缩减数据库规模，吴建斌,2018(吴建斌,贾炎柯,刘逸雯.基于图像编码及拼接的无载体信息隐藏[C]//第14届全国信息隐藏暨多媒体信息安全学术会议(CIHW2018),广州,2018:45-52)通过哈希函数将图像的信息熵编码为7比特哈希值，并通过排列组合将4张图像拼接在一起，利用4张图像所表达的哈希值以及4张图像的16种拼接顺序隐藏32比特信息。由于基于搜索的无载体信息隐藏方法嵌密容量极低，需在信道中传输海量的载体文本或图像来完整表达秘密信息，从而易引起攻击者的怀疑，导致传输的秘密信息容易遭受破坏。

传统基于纹理合成的生成式无载体信息隐藏方法，它的主要思想是通过纹理生成的方式来表达秘密信息。例如，Wu K C,2015(Wu K C,Wang C M.Steganography usingreversible texture synthesis[J].IEEE Transactions on Image Processing.2015,24(1):130-139)将简单质地的纹理图像分成不重叠等大图像小块，利用MSE将图像小块划分为不同等级。在嵌密时，将秘密信息和图像小块的MSE等级相对应，从中选择合适的候选小块来行成嵌密掩体。又比如，Qian Z X,2017(Qian Z X,Zhou H,Zhang W M,et al.Robuststeganography using texture synthesis.Advances in Intelligent InformationHiding and Multimedia Signal Processing.Smart Innovation,Systems andTechnologies,2017,63:25-33)根据小块核心区域的复杂度将小块分类，将每一分类代表一种秘密信息，并将所选的小块随机放置在掩体图像中，利用其它小块对其进行拼接来对秘密信息掩盖。但这类方法只能生成简单质地的纹理图像，而难以生成复杂有意义的图像。

传统基于马赛克拼图的信息隐藏方法可产生有意义的图像，但需要借助修改载体的方式进行秘密信息嵌入。例如，Lai I J,2011(Lai I J,Tsai W H.Secret-fragment-visible mosaic image–a new computer art and its application to informationhiding[J].IEEE Transactions on Information Forensics&Security,2011,6(3):936-945)寻找与密图等大且最为相似的掩体图像，利用密图划分小块来拼接公开图像并通过可逆LSB嵌入方法来嵌入映射参数，从而借助拼接后的公开图像来传递密图，但该方法仅限于将密图伪装成与之视觉质量相接近的公开图像，导致其适用面较窄。为提高伪装后公开图像的视觉质量和密图恢复质量，并且避免公开图像不能自由选择，Zhai S Y,2015(Zhai SY,Li F,Chang C C,et al.A meaningful scheme for sharing secret images usingmosaic images[J].International Journal of Network Security,2015,17(5):643-649)通过密图小块对公开图像小块替换的方法，将密图隐藏在4张任意选定的掩体图像中，并利用LSB法来嵌入密图恢复参数。张梦,2016(张梦,翟圣云,苏栋骐.基于马赛克技术的秘密图像共享改进算法[J].计算机应用研究,2016,33(11):3480-3484)结合差值扩展可逆信息隐藏方法，基于马赛克拼接的方法给出了密图到公开图像的伪装策略，使得密图小块在参数提取后可完整恢复。Lee Y L,2014(Lee Y L,Tsai W H.A new secure imagetransmission technique via secret-fragment-visible mosaic images by nearlyreversible color transformations[J].IEEE Transactions on Circuits&Systems forVideo Technology,2014,24(4):695-703)将秘密图像小块和掩体图像小块根据均值和标准差分别排序，然后按照排序顺序建立一一映射关系，并引入角度变换来提高密图小块对公开图像小块的视觉匹配质量。Hou D D,2016(Hou D,Zhang W,Yu N.Image camouflageby reversible image transformation[J].Journal of Visual Communication&ImageRepresentation,2016,40:225-236)在Lee Y L,2014基础上引入了K均值聚类对密图小块和掩体小块进行分类和匹配，并对嵌入参数进行了优化。刘小凯，2018(刘小凯,姚恒,秦川.一种基于图像块分类阈值优化的改进可逆图像伪装[C]//第14届全国信息隐藏暨多媒体信息安全学术会议(CIHW2018),广州,2018:37-44)对Hou D D,2016做了改进，引入了分类阈值优化算法使匹配的密图小块与掩体小块之间的均方差更小，并在角度变换中进一步添加了水平翻转，使得生成的公开图像视觉质量较好。

除了将密图和公开图像划分为小块进行拼接的马赛克拼图以外，还有通过小图像拼接为大图像的，图像马赛克拼图方法。这种拼图方法局部细节都是小图像，而将所有的小图像组织在一起，则可构成完整的具有任意表现力的其他图像。基于图像马赛克拼图方法，Lin W L,2004(Lin W L,Tsai W H.Data hiding in image mosaics by visibleboundary regions and its copyright protection application against print-and-scan attacks[J].2004)将掩体图像分块，然后将每个分块对应为矩形图像，通过加噪调整矩形图像左右上下四条边的方差来决定所表示的2位秘密信息并按大于阈值的最小边方差来提取秘密信息。

以上给出的基于马赛克拼图的信息隐藏方法均涉及对掩体图像的修改，从而会在载体中留下修改的痕迹，同时所给出的参数嵌入方法，鲁棒性较差，在遭受攻击时，容易导致嵌入的参数丢失，从而不能对重构密图的真实性和可靠性进行准确鉴别。

发明内容

本发明的目的在于克服现有技术缺陷，提出一种结合块旋转和马赛克的无嵌入伪装重构方法，采用图像马赛克，基于含密载体直接生成的方法，利用任意选取的图像来生成公开有意义含密掩体，在生成过程中，将任意选取的图像转换为圆形图像，利用添加随机转角的圆形图像在不同的位置表达不同的秘密信息，所提方法严格依赖于用户密钥，只有提供正确的密钥才能获取秘密信息并对所提取的秘密信息的准确性进行验证，而其他情况下将无法获取。由于圆形图像仅涉及随机转角，而不涉及任何参数的修改嵌入，从而具备较强的鲁棒性。

为实现上述目的，本发明采用以下技术方案：

一种结合块旋转和马赛克的无嵌入伪装方法，其特征在于，包括以下步骤：

第1步：输入分辨率为m₀×n₀的P₀阶灰度掩体图像分辨率为m₁×n₁的P₁阶灰度秘密图像以及l个分辨率为(2r-1)×(2r-1)两两不等的P₂阶灰度图像k＝0,1,…,l-1,其中，P₀,P₁为大于等于0的整数，r为大于0的正整数，l为2的整数幂次且满足

第2步：由密钥k₀产生随机整数ind_k∈[0,n-1],k＝0,1,…,l-1，且n为大于0的整数；

第3步：将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像

第4步：将S扫描为2值比特序列由密钥k₁产生l₀个两两不等的m₀×n₀范围内的随机整数坐标序列其中，为第i个随机整数坐标，即

第5步：初始化分辨率为m₂×n₂的P₀阶灰度掩体图像且满足m₂＝m₀(2r-1),n₂＝n₀(2r-1)，由密钥k₂产生m₀n₀个[0,l-1]范围内的随机整数矩阵且r_i,j∈[0,l-1]；

第6步：对于从B中截取2值比特B_cur，将其转换为整数X_Cur，并进一步将X_Cur映射为[0,l-1]范围内的整数然后从H′_k,k＝0,1,…,l-1中选取第张图像并计算的随机转角α_ind，将逆时针旋转为将其放置在M上选取的以(x·(2r-1),y·(2r-1))为左上角起点、大小为(2r-1)×(2r-1)的矩阵小块上；

第7步：计算与灰度掩体图像T上的像素t_x,y之间的差异Δ_x,y，然后将Δ_x,y传递给t_x,y周围未处理的像素

第8步：反复执行第6步到第7步，直至处理完T₀中的所有坐标位置；

第9步：对于从H′_k,k＝0,1,…,l-1中寻找与T上像素t_x,y最接近的小块并计算的随机转角α_ind，将逆时针旋转为将其放置在M上选取的以(x·(2r-1),y·(2r-1))为左上角起点、大小为(2r-1)×(2r-1)的矩阵小块上；

第10步：计算与t_x,y之间的差异Δ_x,y，然后将Δ_x,y传递给t_x,y周围未处理的像素

第11步：反复执行第9步到第10步，直至处理完不属于T₀的所有坐标位置；

第12步：将最终M输出作为嵌密后的马赛克图像。

优选地，第3步中，将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像的具体方法是：

按式(1)将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像其中，α_ind＝ind_k·2π/n；

H′_k＝Rot(H_k,r,α_ind) (1)；

式(1)中，Rot()是逆时针旋转函数，H_k对应为输入原始图像，r为输出圆环图像半径，α_ind是逆时针旋转角度。

优选地，式(1)中Rot()函数的具体实现步骤如第3.1步～第3.4步所示：

第3.1步：按式(2)对H′_k进行初始化：

第3.2步：将H_k半径r范围内的像素按式(3)转换为极坐标将逆时针旋转α_ind角度并按式(4)转换为直角坐标(i₁,j₁)，然后将赋值给H′_k中的元素其中，当i＝r-1,j＝r-1时，则直接将作为

式(4)中，[]为4舍5入操作符；

第3.3步：在每个以为中心的5×5领域内寻找的像素点，将这些不为-1的像素点以此记为P₀,P₁,…,P_count-1，与之对应的与的2次距离依次记为d₀,d₁,…,d_count-1，然后利用式(5)对进行插值拟合；

第3.4步：将H′_k输出。

优选地，第6步中，从B中截取2值比特B_cur的具体方法是：

按式(6)从B中截取log₂l个2值比特B_cur，若截取总数不足log₂l个，则截取剩余全部比特；

B_cur＝Trim(B,Cur·log₂l,log₂l) (6)；

式(6)中，Trim()是2值序列截断函数，其中Trim()函数的第1个输入参数为输入2值比特序列，第2个参数为截取起始索引位置，第3个参数对应为截取长度，Cur是当前截取的2值比特索引且Cur≥0；

第6步中，将X_Cur映射为[0,l-1]范围内的整数的具体方法是式(7)：

第6步和第9步中，计算随机转角α_ind，将逆时针旋转为的具体方法是：

按式(8)计算[0,n-1]范围内的整数ind，然后按式(1)将逆时针旋转α_ind得到其中，α_ind＝ind·2π/n：

ind＝(X_Cur+x·y+y·r_x,y+x·r_x,y)mod n (8)；

H′_k＝Rot(H_k,r,α_ind) (1)；

优选地，第9步中，对于从H′_k,k＝0,1,…,l-1中寻找与T上像素t_x,y最接近的小块的具体方法是：

按式(9)从H′_k,k＝0,1,…,l-1中寻找与T上像素t_x,y均值最接近的小块

式(9)中，mean()为圆形图像块均值计算函数，计算的是以输入图像的中心为圆心，半径为r的圆形图像范围内的像素均值；

第10步中，计算与t_x,y之间的差异Δ_x,y的具体方法是式(10):

第10步中，将Δ_x,y传递给t_x,y周围未处理的像素的具体方法是式(11)：

与权利要求1相对应的一种结合块旋转和马赛克的无嵌入恢复方法，包括如下步骤：

第1步：输入分辨率为m₂×n₂的P₀阶灰度马赛克图像l个分辨率为(2r-1)×(2r-1)两两不等的P₂阶灰度图像秘密图像分辨率m₁×n₁、秘密图像的灰度阶P₁、初始化二值比特序列B＝Φ和B′＝Φ、输入密钥k₀,k₁,k₂并设定阈值参数T,T＞0；

第2步：由密钥k₀产生随机整数ind_k∈[0,n-1],k＝0,1,…,l-1且n为大于0的整数，将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像

第3步：对所有H′_k旋转校正为H″_k且满足H″_k质心在H″_k圆心约定的方向上；

第4步：初始化分辨率为m₁×n₁的P₁阶灰度秘密图像由密钥k₁产生l₀个两两不等的m₀×n₀范围内的随机整数坐标序列T₀，其中由密钥k₂产生m₀×n₀个[0,l-1]范围内的随机整数矩阵其中m₀＝m₂/(2r-1),n₀＝n₂/(2r-1)；

第5步：依次读取T₀中整数坐标(x,y)，计算(x,y)在M中的坐标位置，从M中截取(2r-1)×(2r-1)的马赛克图像M_t；

第6步：将M_t旋转校正为M′_t且满足M_t质心在M′_t圆心约定的方向上，然后从所有的H″_k,k＝0,1,…,l-1中寻找和M_t′距离最接近的对应的编号将转换为秘密值X_Cur；

第7步：按权利要求1给出的第6步同样的方法计算随机转角α_ind∈[0,2π)，将M_t逆时针旋转-α_ind得到M″_t；

第8步：将X_Cur转换为log₂l位2进制数添加至2值序列B中，计算M″_t和的像素点的差值d，若d＜T，则秘密信息X_Cur没有被破坏，则将log₂l位1构成的2进制数添加至B′中，反之则将log₂l位0构成的2进制数添加至B′中；

第9步：反复执行第5步～第8步，直至T₀中所有整数坐标(x,y)读取完毕；

第10步：将B和B′以P₁个2进制位为1组转换为10进制数，然后将其组织为m₁×n₁的P₁阶灰度秘密图像和认证图像并输出。

优选地，第2步将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像的具体方法是式(1),其中α_ind＝ind_k·2π/n:

H′_k＝Rot(H_k,r,α_ind) (1)；

第3步对所有H′_k旋转校正为H″_k且满足H″_k质心在H″_k圆心约定的方向上的具体方法是对所有H′_k按式(12)旋转校正为H″_k且满足H″_k质心在H″_k圆心右侧的水平方向上：

H″_k＝Rot_mass(H′_k) (12)；

第6步将M_t旋转校正为M′_t且满足M′_t质心在M′_t圆心约定的方向上的具体方法是按式(13)旋转校正为M′_t且满足M′_t质心在M′_t圆心右侧的水平方向上：

M′_t＝Rot_mass(M_t) (13)；

式(12)和式(13)中，函数Rot_mass()为质心旋转函数，其特征在于包括如下步骤：

第3.1步：记计算H′_k的质心(x_mass,y_mass)：

第3.2步：计算H′_k质心相对于H′_k圆心的几何倾角；

第3.3步：将H′_k逆时针旋转得到H″_k，然后将H″_k输出；

优选地，第3.1步计算H′_k的质心(x_mass,y_mass)的具体方法是式(14)：

第3.2步计算H′_k质心相对于H′_k圆心的几何倾角的具体方法是按式(15)计算H′_k质心相对于H′_k圆心的几何倾角

第3.3步将H′_k逆时针旋转得到H″_k的具体方法是式(16):

优选地，第5步计算(x,y)在M中的坐标位置从M中截取(2r-1)×(2r-1)的马赛克图像M_t的具体方法是式(17):

第6步从所有的H″_k,k＝0,1,…,l-1中寻找和M_t′距离最接近的对应的编号的具体方法是式(18):

式(18)中，为M′和H″_k的2次距离。

优选地，第6步将转换为秘密值X_Cur的具体方法为式(19)：

第7步将M_t逆时针旋转-α_ind得到M″_t的具体方法是：

M″_t＝Rot(M_k,r,-α_ind) (20)；

第8步计算M″_t和的像素点的差值d的具体方法是式(21):

与现有技术相比，本发明有益效果是：

①传统基于搜索式无载体信息隐藏方法信息隐藏容量极低，涉及大量的图像和文本在信道中密集传输，尽管单个图像和文本都是未修改的图像和文本，而大量的图像和文本在信道中密集传输也必将引起攻击者的怀疑，从而所提策略无法抵抗密写分析；基于纹理合成的生成式无载体信息隐藏仅管能产生简单质地的纹理图像，但无法生成有意义的图像；而传统基于马赛克拼图的信息隐藏方法均涉及对掩体图像的修改，从而会在载体中留下修改的痕迹，从而难以抵抗密写分析攻击。

同传统方法不同，本发明将多个分辨率为(2r-1)×(2r-1)的灰度图像转换为具有伪随机转角且半径为r的圆形图像，通过生成随机整数坐标序列来决定密图划分的比特位串在掩体上的隐藏位置，并将放置圆形图像所产生的均值误差分散至周围位嵌密的圆形图像上。在嵌密过程中，不涉及变换参数的任何修改嵌入，而仅利用圆形图像的旋转角度和放置位置来对秘密信息比特进行充分有效的表达。掩体嵌密和未嵌密像素都是添加了几何转角的圆形图像，并且与初始转角没有任何关系，因此不会在嵌密载体上留下与秘密信息有关的任何修改痕迹，从而隐藏的秘密难以发现，因此可以抵抗密写分析。

②传统基于马赛克拼图的信息隐藏方法需要将变换参数直接嵌入到含密掩体中，由于隐藏的容量问题，通常采用基于LSB或与之相关的空域可逆信息隐藏方法。这些嵌入方法不仅会在嵌密载体上留下修改痕迹，同时由于非显著比特位的修改，在遭受攻击时会导致嵌入的参数无法提取，从而无法对秘密信息进行准确重构。

同传统基于马赛克拼图的信息隐藏方法不同，本发明是将秘密信息划分的2值比特位串通过圆形图像进行表达，采用质心旋转图像匹配恢复秘密信息，利用中值滤波器修复JPEG压缩或噪声攻击后的异常像素点，每个圆形图像仅通过均值逼近掩体图像上的1个像素，而JPEG压缩和随机噪声攻击都不会对圆形图像的均值产生较大影响，从而圆形图像所表示的秘密信息可以在很大程度上能进行精确恢复，因而相对于传统方法具有较强的鲁棒性。

③传统基于马赛克拼图的密图伪装方法由于嵌入容量小，未考虑对提取秘密信息的正确性进行检验，同时所考虑的安全性也十分有限。接收方根据信道接收到的含密掩体对秘密信息进行重构，但无法对重构秘密信息的真实性进行有效检验。

而本发明所述方法利用添加随机转角的圆形图像在不同的位置表达不同的秘密信息，并严格依赖于用户密钥，只有提供正确的密钥才能获取秘密信息并对所提取的秘密信息的准确性进行验证，而其他情况下将无法获取。

附图说明

图1是秘密信息嵌入流程图；

图2是秘密信息提取流程图；

图3是实施例，分辨率为64×64的8位灰度秘密图像；

图4是实施例，分辨率为128×128的8位灰度掩体图像；

图5a是实施例，32个分辨率为65×65的8位灰度图像；

图5b是实施例，图5a经圆形初始化和添加随机转角后对应的32个圆形图像；

图5c是实施例，图5b经计算质心后，将质心坐标点旋转到X正半轴上对应的32个圆形图像；

图6a是实施例，利用图5b圆形图像，形成的分辨率为8320×8320的8位含密灰度马赛克图像的局部图像(图6b分辨率较高，这里通过图6a给出图6b局部细节)；

图6b是实施例，利用图5b圆形图像，形成的分辨率为8320×8320的8位含密灰度马赛克图像；

图7是实施例，由图6b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图8是实施例，由图6b按图2流程提出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证；

图9a是实施例，对图6b进行质量因子为50的JEPG压缩，形成的JPEG灰度图像的局部图像(图9b分辨率较高，这里通过图9a给出图9b局部细节)；

图9b是实施例，对图6b进行质量因子为50的JEPG压缩，形成的JPEG灰度图像；

图10是实施例，由图9b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图11是实施例，由图9b按图2流程提取出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证；

图12a是实施例，对图6b进行质量因子为80的JPEG压缩，形成的JPEG灰度图像的局部图像(图12b分辨率较高，这里通过图12a给出图12b局部细节)；

图12b是实施例，对图6b进行质量因子为80的JPEG压缩，形成的JPEG灰度图像；

图13是实施例，由图12b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图14是实施例，由图12b按图2流程提取出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证；

图15a是实施例，对图6b进行强度为8％的噪声攻击后形成的含噪声马赛克图像的局部图像(图15b分辨率较高，这里通过图15a给出图15b局部细节)；

图15b是实施例，对图6b进行强度为8％的噪声攻击后形成的含噪声马赛克图像；

图16是实施例，由图15b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图17是实施例，由图15b按图2流程提取出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证；

图18a是实施例，对图6b进行强度为20％的噪声攻击后形成的含噪声马赛克图像的局部图像(图18b分辨率较高，这里通过图18a给出图18b局部细节)；

图18b是实施例，对图6b进行强度为20％的噪声攻击后形成的含噪声马赛克图像；

图19是实施例，由图18b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图20是实施例，由图18b按图2流程提取出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证。

具体实施方式

以JAVA jdk1.8.0_20作为案例实施环境，结合附图对本发明实施方式进行详细说明，但不局限于本实施案例，其中图1是秘密信息伪装流程图，图2是秘密信息恢复流程图。其中，结合块旋转和马赛克的无嵌入伪装方法，包括以下步骤：

第1步：输入分辨率为m₀×n₀的P₀阶灰度掩体图像分辨率为m₁×n₁的P₁阶灰度秘密图像以及l个分辨率为(2r-1)×(2r-1)两两不等的P₂阶灰度图像其中l为2的整数幂次且满足

例如：取分辨率为m₀×n₀＝4×4的灰度掩体图像T＝(t_i,j)_4×4,t_i,j∈{0,1,…,255}，像素值为{(10,20,30,40),(50,60,70,80),(90,100,110,120),(130,140,150,160)}，其中(10,20,30,40),(50,60,70,80),(90,100,110,120),(130,140,150,160)分别对应为灰度掩体图像第0行、第1行、第2行和第3行；取分辨率为m₁×n₁＝2×2的灰度图像作为灰度秘密图像S＝(s_i,j)_2×2,s_i,j∈{0,1,…,255}，取l＝32个分辨率为65×65的两两不等的灰度图像其中r＝33，P₀,P₁,P₂＝8，

第2步：由密钥k₀产生随机整数ind_k∈[0,n-1],k＝0,1,…,l-1且n为大于0的整数；

例如：取密钥k₀＝9，取n＝8可产生32个[0,7]范围内的随机整数(5,2,6,6,6,6,4,7,7,1,3,2,4,4,4,0,3,0,7,7,2,5,0,3,3,5,2,6,5,6,1,5)；

第3步：按式(1)将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像

H′_k＝Rot(H_k,r,α_ind),α_ind＝ind_k·2π/n (1)；

式(1)中，Rot()是逆时针旋转函数，H_k对应为输入原始图像，r为输出圆环图像半径，α_ind是逆时针旋转角度，Rot()函数的具体实现步骤如第3.1步～第3.4步所示：

第3.1步：按式(2)对H′_k进行初始化

第3.2步：将H_k半径r范围内的像素按式(3)转换为极坐标将逆时针旋转α_ind角度并按式(4)转换为直角坐标(i₁,j₁)，然后将赋值给H′_k中元素其中当i＝r-1,j＝r-1时，则直接将作为

式(4)中，“[]”为4舍5入操作符；

第3.3步：在每个以为中心的5×5领域内寻找的像素点，将这些不为-1的像素点以此记为P₀,P₁,…,P_count-1，与之对应的与的2次距离依次记为d₀,d₁,…,d_count-1，然后利用式(5)对进行插值拟合；

第3.4步：将H′_k输出；

例如：取k＝0，假设H₀对应的图像为图5a(0)，取ind₀＝5,n＝8，按式(1)可计算对应的随机转角α_ind＝ind₀×2π/n＝5·2π/8≈3.92699

①按第3.1步，对5a(0)初始化，将以图像中心点坐标为圆心，半径r＝33范围内的像素点初始化为-1，其余像素点初始化为0；

②按第3.2步，将半径r＝33范围内的像素按式(3)转换为极坐标(ρ,θ)，其中θ＝arctan((33-i-1)/(j-33+1))，比如像素点(0,32)对应的极坐标为旋转后的新坐标将图5a(0)图像中坐标位置(0,32)的像素值复制到图5b(0)图像中(32,3)坐标点对应的位置上；

③按第3.3步在图5b(0)中寻找像素点为-1的值，假设坐标点(32,32)的像素值为-1，搜索(32,32)为中心的5×5领域内寻找像素值不等于-1的像素点，利用count进行计数，并计算与中心点的距离，利用加权平均法对中心像素点(32,32)进行插值拟合。

第4步：将S扫描为2值比特序列由密钥k₁产生l₀个两两不等的m₀×n₀范围内的随机整数坐标序列其中，为第i个随机整数坐标，即

例如，分辨率为2×2的灰度秘密图像S的4个像素点为{1,2,3,4}，将S扫描为2值比特序列B＝(1,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,1,1,0,0,0,0,0,0,0,0,1,0,0,0,0,0,)，其中B共含有32个元素，由密钥k₁＝5可产生l₀＝7个两两不等的4×4范围内的随机整数坐标序列T₀＝((2,3),(0,2),(0,1),(2,1),(1,3),(3,3),(3,1))；

第5步：初始化分辨率为m₂×n₂的P₀阶灰度掩体图像且满足m₂＝m₀(2r-1),n₂＝n₀(2r-1)，由密钥k₂产生m₀n₀个[0,l-1]范围内的随机整数矩阵且r_i,j∈[0,l-1]；

例如：取m₂＝m₀(2r-1)＝4·65＝260,n₂＝n₀(2r-1)＝4·65＝260，可初始化分辨率为260×260的灰度掩体图像，由密钥k₂＝5产生4×4个[0,l-1＝31]范围内的随机整数矩阵R＝{(23,5,2,19),(15,30,14,26),(14,13,22,24),(8,11,24,26)}，其中(23,5,2,19),…,(8,11,24,26)分别对应为R矩阵的第0行到第3行；

第6步：对于按式(6)从B中截取2值比特B_cur，将其转换为整数X_Cur，并进一步按式(7)将X_Cur映射为[0,l-1]范围内的整数然后从H′_k,k＝0,1,…,l-1中选取第张图像并按式(8)计算[0,n-1]范围内的整数ind，然后按式(1)将逆时针旋转α_ind得到其中α_ind＝ind·2π/n，将逆时针旋转为将其放置在M上以(x·(2r-1),y·(2r-1))为左上角起点，(2r-1)×(2r-1)的矩阵小块上；

B_cur＝Trim(B,Cur·log₂l,log₂l) (6)；

式(6)中，Trim()是2值序列截断函数，其中B为输入2值比特序列，第2个参数为截取起始索引位置，第3个参数对应为截取长度；

ind＝(X_Cur+x·y+y·r_x,y+x·r_x,y)mod n (8)；

H′_k＝Rot(H_k,r,α_ind) (1)；

例如：以(x,y)＝(2,3)为例，由于(2,3)∈T₀，按式(6)可从B中截取5个2值比特B_Cur＝(1,0,0,0,0)这里取Cur＝0，将B_Cur转化为十进制数X_Cur，计算得X_Cur＝1·2⁰+0·2¹+0·2²+0·2³＝1，并进一步由式(7)将X_Cur映射为即其中r_2,3＝24；取n＝8，由式(8)可得到ind＝(1+2×3+2×24+3×24)mod8＝7，由此可将即图5b(25)按式(1)逆时针旋转α₇角度得到然后放置在M中以(2,3)为左上角起点的矩阵小块上，其中α₇＝7×π×0.25＝5.49779；

第7步：按式(10)计算与灰度掩体图像T上的t_x,y之间的差异Δ_x,y，然后按式(11)将Δ_x,y传递给t_x,y周围未处理的像素

式(10)中，mean()为圆形图像块均值计算函数，计算的是以输入图像的中心为圆心，半径为r的圆形图像范围内的像素均值

例如：假设M上坐标位置(0,1)点要放置取即对应图5b(5),假设以图5b(5)中心为圆心，半径r＝33范围内的所有像素点的均值为27，则按式(10)计算与T中(0,1)上的像素点t_0,1＝20的差值Δ_0,1＝27-20＝7，按式(11)将差值7传递给周围未处理的像素t_1,0,t_1,1,t_1,2，其中 这里之所以不扩散到t_0,2，原因是(0,2)∈T₀＝((2,3),(0,2),(0,1),(2,1),(1,3),(3,3),(3,1))。

第8步：反复执行第6步到第7步，直至处理完T₀中的所有坐标位置；

第9步：对于按式(9)从H′_k,k＝0,1,…,l-1中寻找与T上像素t_x,y最接近的小块按式(8)计算[0,n-1]范围内的整数ind，然后按式(1)将逆时针旋转α_ind得到其中α_ind＝ind·2π/n，X_Cur＝0，将其放置在M上以(x·(2r-1),y·(2r-1))为左上角起点，(2r-1)×(2r-1)的矩阵小块上；

式(9)中，mean()为圆形图像块均值计算函数，计算的是以输入图像的中心为圆心，半径为r的圆形图像范围内的像素均值；

例如：以(x,y)＝(0,0)为例，由于假设按式(9)从H′_k,k＝0,1,…,l-1中寻找与T上像素t_0,0最接近的小块是H′₁，H′₁对应的图像如图5b(1)所示，取X_Cur＝0，由R＝{(23,5,2,19),(15,30,14,26),(14,13,22,24),(8,11,24,26)}知r_0,0＝23，则按式(8)可计算ind＝(0+0×0+0×23+0×23)mod8＝0，从而α_ind＝ind·2π/n＝0，然后按式(1)可将图5b(1)逆时针旋转0，并其放置在M中以(0·(2r-1),0·(2r-1))＝(0,0)为左上角起点的矩阵小块上。

第10步：计算与t_x,y之间的差异Δ_x,y，然后将Δ_x,y传递给t_x,y周围未处理的像素

例如：假设M上坐标位置(0,0)点要放置取即对应图5b(1)，假设以图5b(1)中心为圆心，半径r＝33范围内的所有像素点的均值为36，则按式(10)计算与T中(0,0)上的像素点t_0,0＝10的差值Δ_0,0＝36-10＝26，按式(11)将差值26传递给周围未处理的像素t_1,0,t_1,1，其中 这里之所以不扩散到t_0,1和t₀,-₁，原因是(0,1)∈T₀＝((2,3),(0,2),(0,1),(2,1),(1,3),(3,3),(3,1))且像素点t_0,-1不存在。

第11步：反复执行第9步到第10步，直至处理完不属于T₀的所有坐标位置；

执行以上的步骤，最终生成一副嵌密的马赛克图像。

与之对应的密图恢复方法的具体实施步骤如下：

第1步：输入分辨率为m₂×n₂的P₀阶灰度马赛克图像l个分辨率为(2r-1)×(2r-1)两两不等的P₂阶灰度图像秘密图像分辨率m₁×n₁，秘密图像的灰度阶P₁，初始化二值比特序列B＝Φ和B′＝Φ，输入密钥k₀,k₁,k₂并设定阈值参数T,T＞0；

例如：输入分辨率为m₂×n₂＝260×260的8阶灰度马赛克图像M＝(m_i,j)_260×260，32个分辨率为(2r-1)×(2r-1)＝(2×33-1)×(2×33-1)＝65×65两两不等的8阶灰度图像如图5a(0)～图5a(31)所示，这里取r＝33秘密图像分辨率为2×2，秘密图像灰度阶为8阶，初始化二值比特序列B＝Φ和B′＝Φ，设定密钥k₀＝9,k₁＝5,k₂＝5并设定阈值参数T＝70；

第2步：由密钥k₀产生随机整数ind_k∈[0,n-1],k＝0,1,…,l-1且n为大于0的整数，按式(1)将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像

例如：取密钥k₀＝9，产生32个[0,7]范围内的随机整数(5,2,6,6,6,6,4,7,7,1,3,2,4,4,4,0,3,0,7,7,2,5,0,3,3,5,2,6,5,6,1,5)，假设取n＝8，k＝0，则由随机整数(5,2,6,6,6,6,4,7,7,1,3,2,4,4,4,0,3,0,7,7,2,5,0,3,3,5,2,6,5,6,1,5)可知：ind₀＝5，按式(1)将ind₀映射为[0,2π)之间的随机转角α₅＝5·2π/8＝3.9269909，然后将即图5a(0)，转换为具有随机转角α₅＝3.9269909且半径为r＝33的圆形图像即图5b(0)；

第3步：对所有H′_k按式(12)旋转校正为H″_k且满足H″_k质心在H″_k圆心约定的方向上；

H″_k＝Rot_mass(H′_k) (12)；

式(12)中，函数Rot_mass()为质心旋转函数，具体的执行功能如下：

第3.1步：记按式(14)计算H′_k的质心(x_mass,y_mass)：

第3.2步：按式(15)计算H′_k质心相对于H′_k圆心的几何倾角

第3.3步：按式(16)将H′_k逆时针旋转得到H″_k，然后将H″_k输出；

例如：取k＝0，可将即图5b(0)按式(12)旋转校正为图5c(0)且满足图5c(0)质心在图5c(0)圆心右侧的水平方向上，具体实现步骤如下：

首先按式(14)计算H′_k＝0的质心(x_mass.y_mass)，即图5b(0)的质心(x_mass.y_mass)，

接着按式(15)计算图5b(0)质心相对于图5b(0)圆心的几何倾角最后按式(16)将图5b(0)逆时针旋转得到图5c(0)，然后将图5c(0)输出；

第4步：初始化分辨率为m₁×n₁的P₁阶灰度秘密图像由密钥k₁产生l₀个两两不等的m₀×n₀范围内的随机整数坐标序列T₀，其中由密钥k₂产生m₀n₀个[0,l-1]范围内的随机整数矩阵其中m₀＝m₂/(2r-1),n₀＝n₂/(2r-1)；

例如：初始化分辨率为m1×n1＝2×2的P₁＝8阶灰度秘密图像S＝(s_i,j＝0)_2×2，由密钥k₁＝5产生l₀＝7个两两不等的m₀×n₀＝4×4范围内的随机整数坐标序列T₀＝((2,3),(0,2),(0,1),(2,1),(1,3),(3,3),(3,1))，由密钥k₂＝5产生m₀n₀＝16个[0,31]范围内的随机整数矩阵R＝((23,5,2,19),(15,30,14,26),(14,13,22,24),(8,11,24,26))，其中(23,5,2,19),…,(8,11,24,26)分别对应为R矩阵的第0行到第3行；

第5步：依次读取T₀中整数坐标(x,y)，按式(17)计算(x,y)在M中的坐标位置(u,v)，然后以(u,v)为起点，从M中截取(2r-1)×(2r-1)的马赛克图像M_t；

例如：首先读取T₀＝((2,3),(0,2),(0,1),(2,1),(1,3),(3,3),(3,1))中的整数坐标(2,3)，按式(17)计算(2,3)在M中的坐标位置(u＝130,v＝195)，其中u＝x·(2r-1)＝2×(2×33-1)＝130,v＝y·(2r-1)＝3×(2×33-1)＝195，然后以(130,195)为起点，从M中截取(2r-1)×(2r-1)＝(2×33-1)×(2×33-1)＝65×65的马赛克图像M₀；

第6步：将M_t代入式(12)，按式(12)几何校正为M′_t且满足M_t质心在M′_t圆心约定的方向上，然后按式(18)从所有的H″_k,k＝0,1,…,l-1中寻找距离最接近的对应的编号按式(19)将转换为秘密值X_Cur；

式(18)中，为M′和H″_k的2次距离；

例如将M₀代入式(12),按式(12)几何校正为M′₀，然后按式(18)从所有的H″_k,k＝0,1,…,l-1，然后从图5c中寻找距离最接近的对应的编号，假设找到的编号由于第5步中的坐标(2,3)属于T₀＝((2,3),(0,2),(0,1),(2,1),(1,3),(3,3),(3,1))中的第一个坐标，因此r_2,3对应随机整数矩阵R＝((23,5,2,19),(15,30,14,26),(14,13,22,24),(8,11,24,26))中的第一个值23，所以r₂,₃＝23；将r_2,3＝23,l＝32,x＝2,y＝3代入式(19)中，可计算得到

第7步：按权利要求1给出的第6步同样的方法按式(8)计算[0,n-1]范围内的整数ind，将M_t按式(20)逆时针旋转-α_ind从而得到M″_t，其中α_ind＝ind·2π/n

M″_t＝Rot(M_k,r,-α_ind) (20)；

例如：按式(8)计算[0,7]范围内的整数ind＝(X_Cur+x·y+y·r_x,y+x·r_x,y)mod n＝(1+2×3+3×23+2×23)mod8＝7，将M₀按式(20)逆时针旋转-α_ind，其中α_ind＝7×π×0.25＝5.49779，从而得到M″₀；

第8步：将X_Cur转换为log₂l位2进制数添加至2值序列B中，然后按式(21)计算M″_t和的像素点的差值d，若d＜T，则秘密信息X_Cur没有被破坏，则将log₂l位1构成的2进制数添加至B′中，反之则将log₂l位0构成的2进制数添加至B′中；

例如：将X_Cur＝1以二进制的形式(10000)₂顺序存放在B中，按式(21)计算M″₀和图5b(25)的像素点的差值d＝29＜T＝70，证明该坐标点的秘密信息X_Cur没有被破坏，将5位1构成的2进制数(11111)₂添加至B′中，反之则将5位0构成的2进制数(00000)₂添加至B′中；

第9步：反复执行第5步～第8步，直至T₀中所有的整数坐标(x,y)被读取完毕；

第10步：将B和B′以P₁个2进制位为1组转换为10进制数，然后将其组织为m₁×n₁的P₁阶灰度秘密图像和认证图像并输出。

例如：假设最终得到的B＝(10000000010000001100000000100000000)₂，以8个2进制位为1组转换为10进制数(1,2,3,4)，B′＝(11111111111111111111111111111111111)₂，以8个2进制位为1组转换为10进制数(255,255,255,255)，然后将其组织为2×2的8阶灰度秘密图像S＝(s_i,j)_2×2和认证图像A＝(a_i,j)_2×2并输出。

图3是实施例，分辨率为64×64的8位灰度秘密图像；

图4是实施例，分辨率为128×128的8位灰度掩体图像；

图5a是实施例，32个分辨率为65×65的8位灰度图像；

图5b是实施例，图5a经圆形初始化和添加随机转角后对应的32个圆形图像；

图5c是实施例，图5b经计算质心后，将质心坐标点旋转到X正半轴上对应的32个圆形图像；

图6a是实施例，利用图5b圆形图像，形成的分辨率为8320×8320的8位含密灰度马赛克图像的局部图像(图6b分辨率较高，这里通过图6a给出图6b局部细节)；

图6b是实施例，利用图5b圆形图像，形成的分辨率为8320×8320的8位含密灰度马赛克图像；

图7是实施例，由图6b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图8是实施例，由图6b按图2流程提出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证；

图9a是实施例，对图6b进行质量因子为50的JEPG压缩，形成的JPEG灰度图像的局部图像(图9b分辨率较高，这里通过图9a给出图9b局部细节)；

图9b是实施例，对图6b进行质量因子为50的JEPG压缩，形成的JPEG灰度图像；

图10是实施例，由图9b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图11是实施例，由图9b按图2流程提取出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证；

图12a是实施例，对图6b进行质量因子为80的JPEG压缩，形成的JPEG灰度图像的局部图像(图12b分辨率较高，这里通过图12a给出图12b局部细节)；

图12b是实施例，对图6b进行质量因子为80的JPEG压缩，形成的JPEG灰度图像；

图13是实施例，由图12b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图14是实施例，由图12b按图2流程提取出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证；

图15a是实施例，对图6b进行强度为8％的噪声攻击后形成的含噪声马赛克图像的局部图像(图15b分辨率较高，这里通过图15a给出图15b局部细节)；

图15b是实施例，对图6b进行强度为8％的噪声攻击后形成的含噪声马赛克图像；

图16是实施例，由图15b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图17是实施例，由图15b按图2流程提取出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证；

图18a是实施例，对图6b进行强度为20％的噪声攻击后形成的含噪声马赛克图像的局部图像(图18b分辨率较高，这里通过图18a给出图18b局部细节)；

图18b是实施例，对图6b进行强度为20％的噪声攻击后形成的含噪声马赛克图像；

图19是实施例，由图18b按图2流程提取出的秘密图像，相对于图3的PSNR＝∞；

图20是实施例，由图18b按图2流程提取出秘密图像生成的认证图，为全白的空白图像，表示秘密图像的所有像素均通过认证。

Claims (10)

1.一种结合块旋转和马赛克的无嵌入伪装方法，其特征在于，包括以下步骤：

第1步：输入分辨率为m₀×n₀的P₀阶灰度掩体图像分辨率为m₁×n₁的P₁阶灰度秘密图像以及l个分辨率为(2r-1)×(2r-1)两两不等的P₂阶灰度图像其中，P₀,P₁为大于等于0的整数，r为大于0的正整数，l为2的整数幂次且满足m₀n₀＞l₀,

第2步：由密钥k₀产生随机整数ind_k∈[0,n-1],k＝0,1,…,l-1，且n为大于0的整数；

第3步：将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像

第4步：将S扫描为2值比特序列由密钥k₁产生l₀个两两不等的m₀×n₀范围内的随机整数坐标序列其中，为第i个随机整数坐标，即

第5步：初始化分辨率为m₂×n₂的P₀阶灰度掩体图像且满足m₂＝m₀(2r-1),n₂＝n₀(2r-1)，由密钥k₂产生m₀n₀个[0,l-1]范围内的随机整数矩阵且r_i,j∈[0,l-1]；

第6步：对于从B中截取2值比特B_cur，将其转换为整数X_Cur，并进一步将X_Cur映射为[0,l-1]范围内的整数然后从H′_k,k＝0,1,…,l-1中选取第张图像并计算的随机转角α_ind，将逆时针旋转为将其放置在M上选取的以(x·(2r-1),y·(2r-1))为左上角起点、大小为(2r-1)×(2r-1)的矩阵小块上；

第7步：计算与灰度掩体图像T上的像素t_x,y之间的差异Δ_x,y，然后将Δ_x,y传递给t_x,y周围未处理的像素

第8步：反复执行第6步到第7步，直至处理完T₀中的所有坐标位置；

第9步：对于从H′_k,k＝0,1,…,l-1中寻找与T上像素t_x,y最接近的小块并计算的随机转角α_ind，将逆时针旋转为将其放置在M上选取的以(x·(2r-1),y·(2r-1))为左上角起点、大小为(2r-1)×(2r-1)的矩阵小块上；

第10步：计算与t_x,y之间的差异Δ_x,y，然后将Δ_x,y传递给t_x,y周围未处理的像素

第11步：反复执行第9步到第10步，直至处理完不属于T₀的所有坐标位置；

第12步：将最终M输出作为嵌密后的马赛克图像。

2.如权利要求1所述的一种结合块旋转和马赛克的无嵌入伪装方法，其特征在于，第3步中，将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像的具体方法是：

按式(1)将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像其中，α_ind＝ind_k·2π/n；

H′_k＝Rot(H_k,r,α_ind) (1)；

式(1)中，Rot()是逆时针旋转函数，H_k对应为输入原始图像，r为输出圆环图像半径，α_ind是逆时针旋转角度。

3.如权利要求2所述的一种结合块旋转和马赛克的无嵌入伪装方法，其特征在于，式(1)中Rot()函数的具体实现步骤如第3.1步～第3.4步所示：

第3.1步：按式(2)对H′_k进行初始化：

第3.2步：将H_k半径r范围内的像素按式(3)转换为极坐标将逆时针旋转α_ind角度并按式(4)转换为直角坐标(i₁,j₁)，然后将赋值给H′_k中的元素其中，当i＝r-1,j＝r-1时，则直接将作为

式(4)中，[]为4舍5入操作符；

第3.3步：在每个以为中心的5×5领域内寻找的像素点，将这些不为-1的像素点以此记为P₀,P₁,…,P_count-1，与之对应的与的2次距离依次记为d₀,d₁,…,d_count-1，然后利用式(5)对进行插值拟合；

第3.4步：将H′_k输出。

4.如权利要求1所述的一种结合块旋转和马赛克的无嵌入伪装方法，其特征在于，第6步中，从B中截取2值比特B_cur的具体方法是：

按式(6)从B中截取log₂l个2值比特B_cur，若截取总数不足log₂l个，则截取剩余全部比特；

B_cur＝Trim(B,Cur·log₂l,log₂l) (6)；

式(6)中，Trim()是2值序列截断函数，其中Trim()函数的第1个输入参数为输入2值比特序列，第2个参数为截取起始索引位置，第3个参数对应为截取长度，Cur是当前截取的2值比特索引且Cur≥0；

第6步中，将X_Cur映射为[0,l-1]范围内的整数的具体方法是式(7)：

第6步和第9步中，计算随机转角α_ind，将逆时针旋转为的具体方法是：

按式(8)计算[0,n-1]范围内的整数ind，然后按式(1)将逆时针旋转α_ind得到其中，α_ind＝ind·2π/n：

ind＝(X_Cur+x·y+y·r_x,y+x·r_x,y)modn (8)；

H′_k＝Rot(H_k,r,α_ind) (1)。

5.如权利要求1所述的一种结合块旋转和马赛克的无嵌入伪装方法，其特征在于，第9步中，对于从H′_k,k＝0,1,…,l-1中寻找与T上像素t_x,y最接近的小块的具体方法是：

按式(9)从H′_k,k＝0,1,…,l-1中寻找与T上像素t_x,y均值最接近的小块

式(9)中，mean()为圆形图像块均值计算函数，计算的是以输入图像的中心为圆心，半径为r的圆形图像范围内的像素均值；

第10步中，计算与t_x,y之间的差异Δ_x,y的具体方法是式(10):

第10步中，将Δ_x,y传递给t_x,y周围未处理的像素的具体方法是式(11)：

6.与权利要求1相对应的一种结合块旋转和马赛克的无嵌入恢复方法，其特征在于，包括如下步骤：

第1步：输入分辨率为m₂×n₂的P₀阶灰度马赛克图像l个分辨率为(2r-1)×(2r-1)两两不等的P₂阶灰度图像秘密图像分辨率m₁×n₁、秘密图像的灰度阶P₁、初始化二值比特序列B＝Φ和B′＝Φ、输入密钥k₀,k₁,k₂并设定阈值参数T,T＞0；

第2步：由密钥k₀产生随机整数ind_k∈[0,n-1],k＝0,1,…,l-1且n为大于0的整数，将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像

第3步：对所有H′_k旋转校正为H″_k且满足H″_k质心在H″_k圆心约定的方向上；

第4步：初始化分辨率为m₁×n₁的P₁阶灰度秘密图像由密钥k₁产生l₀个两两不等的m₀×n₀范围内的随机整数坐标序列T₀，其中由密钥k₂产生m₀×n₀个[0,l-1]范围内的随机整数矩阵其中m₀＝m₂/(2r-1),n₀＝n₂/(2r-1)；

第5步：依次读取T₀中整数坐标(x,y)，计算(x,y)在M中的坐标位置，从M中截取(2r-1)×(2r-1)的马赛克图像M_t；

第6步：将M_t旋转校正为M′_t且满足M_t质心在M′_t圆心约定的方向上，然后从所有的H″_k,k＝0,1,…,l-1中寻找和M′_t距离最接近的对应的编号将转换为秘密值X_Cur；

第7步：按权利要求1给出的第6步同样的方法计算随机转角α_ind∈[0,2π)，将M_t逆时针旋转-α_ind得到M″_t；

第8步：将X_Cur转换为log₂l位2进制数添加至2值序列B中，计算M″_t和的像素点的差值d，若d＜T，则秘密信息X_Cur没有被破坏，则将log₂l位1构成的2进制数添加至B′中，反之则将log₂l位0构成的2进制数添加至B′中；

第9步：反复执行第5步～第8步，直至T₀中所有整数坐标(x,y)读取完毕；

第10步：将B和B′以P₁个2进制位为1组转换为10进制数，然后将其组织为m₁×n₁的P₁阶灰度秘密图像和认证图像并输出。

7.如权利要求6所述的一种结合块旋转和马赛克的无嵌入恢复方法，其特征在于，第2步将ind_k映射为[0,2π)之间的随机转角α_ind，然后将所有的H_k转换为具有随机转角α_ind且半径为r的圆形图像的具体方法是式(1),其中α_ind＝ind_k·2π/n:

H′_k＝Rot(H_k,r,α_ind) (1)；

第3步对所有H′_k旋转校正为H″_k且满足H″_k质心在H″_k圆心约定的方向上的具体方法是对所有H′_k按式(12)旋转校正为H″_k且满足H″_k质心在H″_k圆心右侧的水平方向上：

H″_k＝Rot_mass(H′_k) (12)；

第6步将M_t旋转校正为M′_t且满足M′_t质心在M′_t圆心约定的方向上的具体方法是按式(13)旋转校正为M′_t且满足M′_t质心在M′_t圆心右侧的水平方向上：

M′_t＝Rot_mass(M_t) (13)；

式(12)和式(13)中，函数Rot_mass()为质心旋转函数，其特征在于包括如下步骤：

第3.1步：记计算H′_k的质心(x_mass,y_mass)：

第3.2步：计算H′_k质心相对于H′_k圆心的几何倾角；

第3.3步：将H′_k逆时针旋转得到H″_k，然后将H″_k输出。

8.如权利要求6所述的一种结合块旋转和马赛克的无嵌入恢复方法，其特征在于，第3.1步计算H′_k的质心(x_mass,y_mass)的具体方法是式(14)：

第3.2步计算H′_k质心相对于H′_k圆心的几何倾角的具体方法是按式(15)计算H′_k质心相对于H′_k圆心的几何倾角

第3.3步将H′_k逆时针旋转得到H″_k的具体方法是式(16):

9.如权利要求5所述的一种结合块旋转和马赛克的无嵌入恢复方法，其特征在于，第5步计算(x,y)在M中的坐标位置从M中截取(2r-1)×(2r-1)的马赛克图像M_t的具体方法是式(17):

第6步从所有的H″_k,k＝0,1,…,l-1中寻找和M′_t距离最接近的对应的编号的具体方法是式(18):

式(18)中，为M′和H″_k的2次距离。

10.如权利要求5所述的一种结合块旋转和马赛克的无嵌入恢复方法，其特征在于，第6步将转换为秘密值X_Cur的具体方法为式(19)：

第7步将M_t逆时针旋转-α_ind得到M″_t的具体方法是：

M″_t＝Rot(M_k,r,-α_ind) (20)；

第8步计算M″_t和的像素点的差值d的具体方法是式(21):