1.一种结合差异聚类和误差最小纹理合成的生成式信息隐藏方法，其特征在于包括以下步骤：第1步：输入分辨率为m×n的P阶灰度样本图像S＝(si,j)m×n,si,j∈{0,1,…,2P-1}，由第一密钥R1在S上伪随机截取K个分辨率均为fh×fv的样本小块P0,P1,…,PK-1；分别选取P0,P1,…,PK-1中心分辨率为ah×av的区域作为核心区域 按式(1)确定边界距PK-1边界的最小垂直距离为eh，最小水平距离为ev；其中，设fv为样本小块的水平边界长度，fh为样本小块的垂直边界长度，av为核心区域的水平边界长度，ah为核心区域的垂直边界长度；eh为核心区域水平边界与样本小块水平边界之间的间距，ev为核心区域垂直边界与样本小块垂直边界之间的间距；

式(1)中，符号 表示向下取整；

第2步：由第二密钥R2伪随机生成随机模板 mi,j∈{0,1,…,2P-1}，将M中心分辨率为ah×av的区域作为核心区域MCore，依据 相对于MCore的差异进行均值聚类，将P0,P1,…,PK-1划分为n0个类别 将每个类别离聚类中心位置最近的样本小块作为编码样本小块 其中n0≤K，n0为2的幂次且均值聚类的初始聚类中心由第三密钥R3伪随机指定，均值聚类的迭代次数由第四密钥R4伪随机指定；

第3步：输入长度为l的2进制比特位串B，将其划分为L个包含log2n0个比特位编码单元，得到L个10进制数依次为B0,B1,…,BL-1；

初始化分辨率为gh×gv的空白图像作为含密样本图像Q，以大小为ah×av的网格为单元划分Q，且水平方向上相邻两个网格之间的间距为ev，垂直方向上相邻两个网格之间的间距为eh；同时最外层网格单元水平边界与Q的水平边界之间的间距为eh，最外层网格单元的垂直边界与Q的垂直边界之间的间距为ev，即gh,gv满足的约束如式(2)所示，其中lh,lv分别是垂直方向和水平方向放置的ah×av大小网格的数量；初始化状态标记矩阵 R中元素ri,j状态用于标记Q上第(i,j)位置ah×av网格的占用状态，不失一般性，ri,j＝0表示未占用，ri,j＝1表示占用；

第4步：由第五密钥R5在Q上伪随机生成L个坐标(p′k,q′k),k＝0,1,…,L-1且满足式(3)和式(4)的约束；

第5步：由B的哈希值确定编码单元Bk对应的编码样本块编号 然后从 中选取对应的编码样本块 将其放置在Q上坐标起始位置为(p′k,q′k)且大小为fh×fv的矩形小块上，按式(5)计算(xc,yc)，将R中的元素 标记为1，其中k＝0,1,…,L-1；

第6步：顺序扫描R,对于 rx,y＝0，根据(x,y)四周领域(x-1,y),(x,y+1),(x+1,y),(x,y-1)各元素rx-1,y,rx,y+1,rx+1,y,rx,y-1的状态，从P0,P1,…,PK-1中选择样本块作为将 放置在Q上起始坐标为(x(eh+ah),y(ev+av))的fh×fv矩阵小块上；

第7步：根据 和Q周围((x-1)(eh+ah),y(ev+av)),(x(eh+ah),(y+1)(ev+av)),((x+1)(eh+ah),y(ev+av)),(x(eh+ah),(y-1)(ev+av))相邻位置已放置小块的重叠区域差异最小确定拼接优先级顺序，并按拼接优先级顺序和周围已放置小块的重叠边界块进行最小误差纹理合成；

第8步：反复执行第6步～第7步，直至 rx,y＝1，将Q作为嵌密后的样本图像输出。

2.如权利要求1所述的一种结合差异聚类和误差最小纹理合成的生成式信息隐藏方Core法，其特征在于，第2步依据 相对于M 的差异进行均值聚类，将P0,P1,…,PK-1划分为n0个类别 将每个类别离聚类中心位置最近的样本小块作为编码样本小块 具体方法在于包括以下步骤：Core

第2.1步：按式(6)计算 相对于M 的均方误差MSE0,MSE1,…,MSEK-1，其中

第2.2步：由第三密钥R3从MSE0,MSE1,...,MSEK-1中随机选择n0个作为初始聚类中心初始化迭代次数IT＝0；

第2.3步：将K个均方误差与n0个聚类中心 逐一做差，选取绝对值差异最小的聚类中心所在的类别作为该均方误差对应的类别，从而将MSE0,MSE1,…,MSEK-1分成n0个类别；

第2.4步：按式(7)更新聚类中心 然后IT＝IT+1；

式(7)中，|Ci|是类别Ci中的均方误差总数；

第2.5步：反复执行第2.3步～第2.4步，直至IT≥rr，其中rr是由第四密钥R4产生的大于预设正整数ttt的随机整数；

第2.6步：按式(8)选取每个类别中和对应聚类中心差异度最小的均方误差所对应的样本小块 作为第i个编码样本块P′i，从而得到n0个编码样本块

3.如权利要求1所述的一种结合差异聚类和误差最小纹理合成的生成式信息隐藏方法，其特征在于第3步输入长度为l的2进制比特位串B，将其划分为L个log2n0个比特位编码单元，得到L个10进制数依次为B0,B1,…,BL-1的具体方法在于包括以下步骤：第3.1步：将长度为l的2进制比特位串B，以log2n0个比特为1组，划分为L组，如式(9)所示，L和l之间满足的约束如式(10)所示：B＝b0||b1||…||bL-1    (9)

式(9)中，符号“||”为比特位串联符号；

第3.2步：将b0,b1,…,bL-1转换为10进制数，从而可得到10进制数B0,B1,…,BL-1；

第5步由B的哈希值确定编码单元Bk对应的编码样本块编号 的具体方法在于包括以下步骤：第5.1步：将B的MD5值对应的2进制位串序列为BMD5＝(bi)128的奇数和偶数比特分别按式(11)映射为初始值x0∈(0,1)和系统参数μ∈(3.57,4]；

第5.2步：将x0,μ代入式(12)迭代产生(0,1)范围内的随机数r0,r1,…,rL-1，为消除暂态效应，将前ITT,ITT≥0个随机数滤除；

xt+1＝μxt(1-xt)    (12)

第5.3步：将rk,k＝0,1,…,L-1按式(13)量化为[0,n0-1]范围内的随机整数r′k,k＝0,

1,…,L-1；

第5.4步：将r′k,k＝0,1,…,L-1按式(14)转换为

4.如权利要求1所述的一种结合差异聚类和误差最小纹理合成的生成式信息隐藏方法，其特征在于第6步顺序扫描R的具体方法是按光栅扫描顺序扫描R；

第6步根据(x,y)四周领域(x-1,y),(x,y+1),(x+1,y),(x,y-1)各元素rx-1,y,rx,y+1,rx+1,y,rx,y-1的状态，从P0,P1,…,PK-1中选择最合适的样本块 的具体方法在于包括以下步骤：第6.1步：根据(x,y)其四周领域(x-1,y),(x,y+1),(x+1,y),(x,y-1)各元素rx-1,y,rx,y+1,rx+1,y,rx,y-1的状态按式(15)确定其类型T，并将T映射为(t3t2t1t0)2，其中t0,t1,t2,t3＝1|0依次对应(x,y)的顶部(x-1,y)，右侧(x,y+1)，底部(x+1,y)和左侧(x,y-1)是否存在已经放置好的样本块，为1表示存在，为0表示不存在；

T＝type(rx,y)    (15)

式(15)中，类型函数的具体处理功能如式(16)所示：

第6.2步：记 rx,y＝0位置所要放置的样本块为Pcur∈{P0,P1,…,PK-1}，(x,y)的顶部(x-1,y)，右侧(x,y+1)，底部(x+1,y)和左侧(x,y-1)可能存在的已经放置好的样本块依次记为P0,P1,P2,P3∈{P0,P1,…,PK-1,PΦ}，其中PΦ表示放置的样本块不存在，则可按式(17)从P0,P1,…,PK-1中选择合适的样本块式(17)中，|| ||2为矩阵2范数， 为Pcur在i方向的边界区域， 为Pi在 方向的边界区域，若所有的ti＝0，则式(17)等价于从P0,P1,…,PK-1中随机选择一个样本块作为Pcur；对于分辨率fh×fv的样本块Pcur，i和 之间的关系按式(18)确定，其中，0边界块和2边界块的大小均为eh×(2ev+av)，1边界块和3边界块的大小均为(2eh+ah)×ev；其中，0边界块为样本小块核心区域上边界与样本小块上边界之间的区域；1边界块为样本小块核心区域右边界与样本小块右边界之间的区域，2边界块为样本小块核心区域下边界与样本小块下边界之间的区域，3边界块为样本小块核心区域左边界与样本小块左边界之间的区域。

5.如权利要求1所述的一种结合差异聚类和误差最小纹理合成的生成式信息隐藏方法，其特征在于第7步的具体方法是：对于 按式(19)确定 与和 的拼接优先级顺序然后按拼接优先级顺序和周围已放置小块的重叠边界块进行最小误差纹理合成，若t0＝t1＝t2＝t3＝0，则无需进行最小误差纹理合成；

式(19)中，符号 表示优先于， 分别为 在i0,i1方向的边界区域。

6.如权利要求5所述的一种结合差异聚类和误差最小纹理合成的生成式信息隐藏方tt tt法，其特征在于：记 为 在tt方向的边界块，P 为 在tt方向的相邻样本块， 为Ptt在 方向的边界区域，其中tt∈{0,1,2,3},ttt＝1，则第7步将 和P 的边界块进行最小误差纹理合成的具体方法在于包括以下步骤：第7.1步：按式(20)计算 和 的边界差异矩阵D＝(di,j)rn×cn，按式(21)确定rn和cn；

第7.2步：按式(22)计算经过D的第i行最小值点列坐标位置的误差线 或第j列最小值点行坐标位置的误差线 其中i＝0,1,…,rn-1，j＝0,1,…,cn-1；

式(22)中，rerrmin(),cerrmin()分别是行最小误差线计算函数和列最小误差线计算函数，其中第1个参数为差异矩阵，第2个参数对应为行索引或列索引；

第7.3步：按式(23)从 或 中获取能量最小的误差线

作为 或 其中 和 分别对应的是 和 的

能量， 对应的D中位于 标记位置的所有元素绝对值累计， 对应的D中位于 标记位置的所有元素绝对值累计；

第7.4步：记 和 将 和 拼接后的小块记为

则按式(24)将边界块重叠区域 和 拼接在一起作为 将 放置在位置；

式(24)中， 是 在第y,y∈{0,1,…,cn-1}列上经过的横坐标分界点， 是 在第x,x∈{0,1,…,rn-1}行上经过的纵坐标分界点。

7.如权利要求6所述的一种结合差异聚类和误差最小纹理合成的生成式信息隐藏方法，其特征在于，记差异矩阵D＝(di,j)rn×cn的行和列分别为 和则：

的特征在于包含以下步骤：

第a1)步：初始标记序列Tb＝(tbi＝0)rn，初始化当前列坐标tc＝0，初始行坐标tr＝i，按式(25)计算 的最小元素tm，将tm所对应的列坐标赋值给tc并更新tbi＝tc；

第a2)步：i＝i-1，按式(26)计算di,tc-1,di,tc,di,tc+1的最小值tm，将tm所对应的列坐标赋值给tc并更新tbi＝tc；

tm＝min(di,tc-1,di,tc,di,tc+1)    (26)式(26)中，若di,tc-1,di,tc,di,tc+1中存在坐标越界元素，则按式(26)计算最小值时，不参与最小值运算；

第a3)步：反复执行第a2)步，直至i＝-1，更新i＝tr，tc＝tbi；

第a4)步：i＝i+1，按式(26)计算di,tc-1,di,tc,di,tc+1的最小值tm，将tm所对应的列坐标赋值给tc并更新tbi＝tc；

第a5)步：反复执行第a4)步，直至i＝rn，将Tb输出作为的特征在于包含以下步骤：

第b1)步：初始标记序列Tb＝(tbj＝0)cn，初始化当前行坐标tr＝0，初始列坐标tc＝j按式(27)计算 的最小元素tm，将tm所对应的行坐标赋值给tr并更新tbj＝tr；

第b2)步：j＝j-1，按式(28)计算dtr-1,j,dtr,j,dtr+1,j的最小值tm，将tm所对应的行坐标赋值给tr并更新tbj＝tr；

tm＝min(dtr-1,j,dtr,j,dtr+1,j)    (28)式(28)中，若dtr-1,j,dtr,j,dtr+1,j中存在坐标越界元素，则按式(28)计算最小值时，不参与最小值运算；

第b3)步：反复执行第b2)步，直至j＝-1，更新j＝tc，tr＝tbj；

第b4)步：j＝j+1，按式(28)计算dtr-1,j,dtr,j,dtr+1,j的最小值tm，将tm所对应的行坐标赋值给tr并更新tbj＝tr；

第b5)步：反复执行第b4)步，直至j＝cn，将Tb输出作为

8.一种结合差异聚类和误差最小纹理合成的生成式信息提取方法，其特征在于包括以下步骤：第1步：输入分辨率为m×n的P阶灰度样本图像S＝(si,j)m×n,si,j∈{0,1,…,2P-1}，由第一密钥R1在S上伪随机截取K个分辨率为fh×fv大小的样本小块P0,P1,…,PK-1；选取P0,P1,…,PK-1中心分辨率为ah×av的区域作为核心区域 按式(1)确定边界距PK-1边界的最小垂直距离为eh，最小水平距离为ev；

第2步：由第二密钥R2伪随机生成随机模板 将M中心分

辨率为ah×av的区域作为核心区域MCore，依据 相对于MCore的差异，进行均值聚类，将P0,P1,…,PK-1划分为n0个类别 将每个类别离聚类中心位置最近的样本小块作为编码样本小块 其中n0≤K且均值聚类的初始聚类中心由第三密钥R3伪随机指定，均值聚类的迭代次数由第四密钥R4伪随机指定；

第3步：输入分辨率为gh×gv的含密样本图像Q，由第五密钥R5在Q上伪随机生成L个坐标(p′k,q′k),k＝0,1,…,L-1且满足式(3)和式(4)的约束，然后以(p′k,q′k),k＝0,1,…,L-1为坐标起点从Q上提取出分辨率为fh×fv的纹理小块U0,U1,…,UL-1；

第4步：记Uk的核心区域为 的核心区域分别为

从 中选取和 最接近的核心区域 记录Uk对应的编号 其中k

＝0,1,…,L-1；

第5步：输入待提取秘密信息的哈希值，并结合Uk对应的编号 提取出对应10进制秘密信息Bk,k＝0,1,…,L-1，然后将Bk,k＝0,1,…,L-1转换为长度为l的2进制比特位串B并输出。

9.如权利要求8所述的一种结合差异聚类和误差最小纹理合成的生成式信息提取方法，其特征在于：第2步依据 相对于MCore的差异进行均值聚类，将P0,P1,…,PK-1划分为n0个类别 将每个类别聚类中心位置的样本小块作为编码样本小块 具体方法在于包括以下步骤：第2.1步：按式(6)计算 相对于MCore的均方误差MSE0,MSE1,…,MSEK-1，其中

第2.2步：由第三密钥R3从MSE0,MSE1,...,MSEK-1中随机选择n0个作为初始聚类中心初始化迭代次数IT＝0；

第2.3步：将K个均方误差与n0个聚类中心 逐一做差，选取绝对值差异最小的聚类中心所在的类别作为该均方误差对应的类别，从而将MSE0,MSE1,…,MSEK-1分成n0个类别；

第2.4步：按式(7)更新聚类中心 然后IT＝IT+1；

第2.5步：反复执行第2.3步～第2.4步，直至IT≥rr，其中rr是由第四密钥R4产生的大于预设正整数ttt的随机整数；

第2.6步：按式(8)选取每个类别中和对应聚类中心差异度最小的均方误差所对应的样本小块 作为第i个编码样本块P′i，从而得到n0个编码样本块

10.如权利要求8所述的一种结合差异聚类和误差最小纹理合成的生成式信息提取方法，其特征在于：第4步从 中选取和 最接近的核心区域 的具体方法是式(29)；

第5步输入待提取秘密信息的哈希值，并结合Uk对应的编号 提取出对应10进制秘密信息Bk,k＝0,1,…,L-1的具体方法其特征在于包括以下步骤：第5.1步：将B的MD5值对应的2进制位串序列为BMD5＝(bi)128的奇数和偶数比特分别按式(11)映射为初始值x0∈(0,1)和系统参数μ∈(3.57,4]；

第5.2步：将x0,μ代入式(12)迭代产生(0,1)范围内的随机数r0,r1,…,rL-1，为消除暂态效应，将前ITT,ITT≥0个随机数滤除；

第5.3步：将rk,k＝0,1,…,L-1按式(13)量化为[0,n0-1]范围内的随机整数r′k,k＝0,

1,…,L-1；

第5.4步：按式(30)计算编码样本块编号 所对应的十进制秘密信息Bk,k＝0,1,…,L-

1；

第5.5步：将B0,B1,…,BL-1转换为长度为log2n0比特的2进制位串，从而可得到2进制数b0,b1,…,bL-1，然后按式(31)截取前l个比特作为最终提取出的秘密信息B，其中式(31)中，trunc()函数是2值比特位串截取函数，其中第1个参数是要截取的2值比特位串，第2个参数是截取的长度，trunc(b0||b1||…||bL-1,l)表示截取的是b0||b1||…||bL-1的前l个2值比特。

B＝trunc(b0||b1||…||bL-1,l)    (31)