空域序列隐写图像的密钥估计算法*

在已知嵌入消息长度的条件下,隐写密钥可以看做消息嵌入的起始位。将图像像素划分为不同类点,通过分析信息嵌入和最低位置反对各类点的影响,得到图像嵌入信息部分和未嵌入信息部分的差异,最终设计了针对空域序列LSB(least significant bits)隐写图像的密钥估计算法。实验结果表明,该算法可对隐写密钥进行快速有效的估计。     

基于变步长量化的安全图像隐写

图像隐写通过将信息隐藏在载体图像中进行秘密传送,实现隐蔽通信.提出了VSQS图像隐写算法,利用密钥控制生成高斯序列并取整,用于对经伪随机排列后的图像像素进行变步长量化,根据量化像素与秘密信息之间的关系来修改像素,实现信息的嵌入.同时给出了该算法的一种扩展(称为TLQS隐写).实验结果表明,VSQS和TLQS图像隐写可提供较大的隐藏容量,并能抵抗几种常见的隐写分析方法.     

基于小波系数相关性的图像自适应空域隐写术

定义图像中像素的嵌入失真是图像自适应隐写中的关键。为提高图像自适应隐写的安全性,根据最小化嵌入失真原则,提出了一种基于小波系数相关性的图像自适应空域隐写术。首先以一维高通、低通滤波器为工具构造方向滤波器;然后沿水平、垂直、对角线方向对图像进行方向滤波,并根据小波系数与其邻域系数的相关性对失真函数进行设计;最后根据像素的嵌入失真值,利用网格码(STC)对秘密信息进行嵌入。实验结果表明,该隐写术能够将嵌入区域集中在内容复杂的纹理区域,且能够有效抵抗通用隐写检测算法的分析。     

基于逐像素概率预测的图像隐写定位研究

为进一步增强图像隐写分析的实用性,对内容自适应隐写术和非内容自适应LSB matching的隐写像素定位问题展开研究,提出一种端到端的图像隐写定位网络PSL_NET,在输入端输入一张图像,输出端定位出图像的隐写像素的位置。在预处理层中,利用空域富模型的高通滤波器提取残噪图像;在深度残差层中,通过深度残差学习增强隐写特征的表达能力;在像素预测层中,利用标记出隐写像素实际位置的掩码图像进行有监督地学习,增强网络对局部隐写像素的感知能力,无区别对待平滑或者纹理区域的像素,逐一预测图像每位像素是真实位或是隐写位,最终预测出图像的隐写像素位;从目标函数层面解决正负样本的不均衡问题,提升检测精度。在基于BOSSbase v1.01数据源展开的实验中,该网络对经自适应隐写术S-UNIWARD在负载为0.4?BPP嵌入的隐写图像的像素检测准确度为0.981?74,实验验证该网络同时适用于对经非内容自适应隐写术LSB matching嵌入后的隐写图像进行隐写像素定位。     

基于LSBMR图像边缘自适应隐写的检测

在图像边缘自适应LSB匹配改进隐写算法中,秘密信息嵌入位置的选择仅由某个方向上像素对的差值决定,未考虑该像素与其邻域内其他像素的差值变化的特点.针对该问题,对隐写前后图像的八方向差分直方图进行分析,提出一种基于LSB匹配改进算法(LSBMR)边缘自适应隐写检测的算法.该算法计算图像的八方向绝对差分直方图,提取直方图中隐写前后变化较为明显的频数用以构建特征向量,并使用支持向量机完成检测.对较低嵌入率下(≤0.5 bpp)的EALSBMR隐写结果进行检测,结果表明该算法的平均检测率均高于现有典型的隐写分析算法.     

基于双层湿纸嵌入的自适应图像隐写算法

为了提高隐写系统抗统计检测的能力,对影响隐写算法统计安全性的因素进行了分析,得出减小载密图像统计失真的3条途径。以此为基础,提出一种基于双层湿纸嵌入的图像自适应隐写算法。该算法根据邻域相关性,选取局部环境噪声强的像素作为嵌入对象,利用“湿纸码(WPC)”在其最低有效位及次低有效位嵌入秘密信息。对未压缩图像库的实验表明,该方法比现有算法具有更好的抗统计检测性能。     

基于边缘复杂度和插值法的隐写算法

为了在提高隐写容量的同时保持较好的不可感知性, 依据人眼对图像边缘区域变化不敏感的特性, 提出一种新的自适应隐藏算法。该方案完善了图像边缘复杂度的描述方法, 利用边缘检测理论计算出像素的嵌入强度, 然后通过改进的插值法, 根据嵌入强度, 对图像像素进行插值, 构造出插值点与基准点之间的冗余空间, 从而嵌入相应数据量的秘密信息。实验结果表明, 与传统算法相比, 该方法提高了隐写容量并具有较好的隐蔽性。     

像素差自适应隐写方案*

提出了一种新的基于相邻像素差的自适应隐写算法。该算法结合图像位平面性质以及人眼对像素值起伏剧烈的区域敏感性较差的视觉特性,根据相邻像素高五位比特值之差的不同选择不同的嵌入策略,通过改变每对像素的最低三位比特值实现信息嵌入。通过理论分析和实验证明,该算法具有较高的嵌入容量,具有良好的隐写安全性,同时算法复杂度低,实现简单。     

二值文本图像隐写分析算法

提出了一种基于模式分析的二值文本图像隐写分析算法。在深入研究当前国内外二值图像信息隐藏和隐写分析算法的基础上,提出了图像"模式"的概念,并将图像模式按照修改其中心像素对人体视觉的影响程度分成三类,建立了二值图像最佳嵌入位置模式库;通过分析二值文本图像的模式在嵌入信息前后的变化特征,提出了基于模式分析的二值文本图像隐写分析算法。实验证明该算法是一种性能较佳的二值文本图像隐写分析算法。     

结合失真函数的稀疏域图像隐写算法

稀疏域图像隐写利用稀疏表示在载体图像中嵌入秘密信息。提出设计稀疏域图像隐写的失真函数,通过选择使失真函数最小的修改方式进行秘密嵌入,从而减小秘密信息嵌入对载体的影响。实验结果表明,该算法可以在保持图像视觉效果的同时,更有效地抵抗现有的隐写分析算法。     

结合层次结构和直方图平移的无损数据隐藏

针对现有基于差值直方图方法利用原始图像结构关系上的不足,提出了一种基于层次结构和差值直方图平移的无损数据隐藏方法RDH-HSDHS。RDH-HSDHS利用原始图像数据块中像素的差值形成直方图,充分利用图像中相邻像素间的相关性嵌入数据,为了进一步利用数据块中的参考像素进行数据嵌入,将参考像素组成新的图像进行下一层水印嵌入,直到当前层的嵌入容量小于解码所需的附加信息的长度或隐秘图像质量小于给定阈值。实验仿真结果表明,RDH-HSDHS能较好利用原始图像的全局和局部特性,在嵌入容量和隐秘图像质量之间达到较好的折中,在隐秘图像质量超过30 dB的同时,嵌入容量大于0.75 bit/pixel。另外,与相似方法的性能比较证明了提出方法的优势。该方法能有效应用于高质量需求的图像载体中进行信息隐藏。     

Reversible data hiding scheme based on neighboring pixel differences

In this paper, we propose a reversible data hiding algorithm for grayscale images. Specifically, our algorithm is based on the histogram modification technique. The premise of this algorithm is that a histogram is constructed from the differences between each pixel and its neighbors. In the data embedding process, a modified histogram shifting scheme is used to embed a secret message into the pixels whose pixel difference is located at the peak value within the histogram. Experimental results show that our algorithm can achieve higher embedding capacity and imperceptible distortion. Performance comparisons with other existing algorithms are also provided to demonstrate the feasibility of our proposed algorithm in reversible data hiding.     

结合均值调整整数变换的迭代自适应可逆图像水印算法

现有的均值调整整数变换可逆水印算法的阈值需人工选择,位置图生成策略不完备可能导致压缩后位置图数据过大,对嵌入矢量强制划分可能导致容量足够却无法嵌入。针对以上问题,提出一种结合均值调整整数变换的迭代自适应可逆图像水印算法。首先,根据负载数据大小以及整数矢量对峰值信噪比(PSNR)的影响,采用迭代自适应算法选择调整平移量以达到水印嵌入容量和嵌入载体视觉质量的平衡;然后,结合邻近像素值相近原则给出了完备位置图生成策略以提高位置图压缩性能;最后,采用分层有序嵌入策略将负载数据依次嵌入到最低、次低和第3低有效位以避免容量足够却无法嵌入的情况。实验结果表明,与传统均值调整整数变换可逆水印算法相比,所提算法无需预先设定阈值,但依然能保持大的嵌入容量,嵌入水印后掩体视觉质量更优,位置图生成策略性能优于传统均值调整整数变换可逆水印算法生成策略且压缩后的位置图数据更小,从而间接提高了嵌入容量,在实验样例上相对于比较算法,PSNR平均提高14.4%。     

Pixel rearrangement based statistical restoration scheme reducing embedding noise

In this paper, a block based steganographic algorithm has been proposed where a sequence of secret bits are embedded into a set of pixels by rearranging the pixel locations. This algorithm has been devised as an improvement over existing statistical restoration based algorithms in order to reduce the additive noise which occurs due to embedding. It is shown that the proposed scheme substantially reduces the additive noise compared to existing statistical restoration based schemes.     

一种新的基于域相关算法的图像易损水印技术

给出了一种在空域中嵌入有意义易损水印的算法，嵌入有意义的水印与无意义的伪随机序列相比，具有明显的优势。该文的方法，首先根据密钥随机选取一组图像像素以及它们的邻域，由邻域中像素的相关性选取出一个参考水印点，通过参考点和水印值来共同调整选出的图像像素值，从而完成水印信息的隐藏。检测时不需要原始图像。实验结果表明算法对有损压缩、数据替换等各种篡改操作具有很强的敏感性，通过归一化相关系数等方法可对数据的完整性做出结论。     

图像分区选择的像素值排序可逆数据隐藏

目的 基于像素值排序（PVO）的数据隐藏算法因其高保真的优越性受到广泛重视,并不断得到改进。本文提出一种图像分区选择思想,以进一步充分利用图像的嵌入空间,改善PVO算法的嵌入性能,提高载秘图像的信噪比。方法 原始PVO算法通常采用预测差值“1”进行数据隐藏,对平滑像素组有较好的利用率和隐蔽性,而对毛躁像素组隐秘性能明显下降,算法性能与图像像素分布情况密切相关。本文在PVO算法基础上提出图像分区选择的思想,首先,将原始图像分为若干区域,然后按移位率从小到大的顺序依次选择图像区域;其次,在每个区域中选择合适的嵌入预测误差;最后,按顺序在被选区域利用该区域的最优嵌入差值完成信息嵌入。结果 假设将图像划分为8×8个区域,对本文算法与原始PVO算法进行比较,当嵌入量为1×10⁴ bit时,Elaine图像的移位率由81.59%降为74.40%,载秘图像的峰值信噪比（PSNR）值由55.388 2提高为56.996 9,提高了1.608 7,采用其他图像并就不同嵌入量进行实验,各图像PSNR值均表现出不同程度的提高。其次,将图像分别划分为2×2、4×4、8×8、16×16个分区,当嵌入量为1×10⁴ bit时,Lena图像PSNR由原始PVO的59.204 6逐渐增加至60.846 9,其他图像在不同嵌入量时PSNR均随着分区数的增加而有不同程度的提高。结论 本文提出的基于图像分区选择的改进PVO算法,可根据像素分布情况增加对嵌入空间的利用,在相同嵌入量情况下,改进后的算法能够获得更高的PSNR值;在一定分区数量条件范围内,分区数量与图像PSNR值表现出正相关性,随着分区数量的增加,图像PSNR值随之增加;本文方法在一定程度上改善了嵌入容量,弥补了因分区数量增加带来的辅助信息增加的问题。     

基于SVD压缩的高保真可逆信息隐藏算法

针对嵌入秘密数据对原始图像造成失真明显的问题,提出一种利用奇异值分解（Singular Value Decomposition,SVD）进行像素预测的可逆信息隐藏算法。首先将原始载体分成灰和白两层,选取灰色层中的像素作为目标像素,其领域上的白色层像素作为参考像素;而后利用这些参考像素构成邻域矩阵,再对其SVD压缩处理,利用压缩结果预测目标像素;最后通过扩展预测误差嵌入秘密数据。实验数据显示,该算法有效降低了携密载体的嵌入失真。     

密文域高嵌入率图像全位面可逆数据隐藏

目的 针对现有的加密域可逆信息隐藏算法未能充分利用图像的全部位平面的问题,提出了一种密文域高嵌入率图像全位面可逆数据隐藏。方法 对载体图像进行加密,然后将隐蔽信息嵌入到加密图像中,进行隐蔽传输,发送给接收者。本文将灰度图像的8个位平面都用来进行数据嵌入,并把每个位平面划分成不重叠的块,分为非连续块（块内像素值0,1都存在）和连续块（块内为全0或全1像素值）,按块进行重排列且将排列前的块标签嵌入到重排列图像中,使用流密码对图像进行加密。在数据嵌入阶段,提出了带修正信息的像素预测方法用于非连续块的嵌入。连续块中,保持块内右下角像素值不变,用于连续块的恢复,其他位置嵌入数据;非连续块中,对预测正确的像素嵌入数据,预测错误的像素保持不变。结果 实验过程实现了多种密文域可逆数据隐藏算法,本文进行大量对比实验,并在BOSSbase和BOWS-2数据集上进行验证,与其他方法比较,本文方法在BOSSbase和BOWS-2数据集上的嵌入率分别提升了42.1%和43.3%。结论 提出的加密图像可逆数据隐藏方案,通过对不同性质的块采用不同方法进行数据嵌入,利用图像全位面信息,使得方案能够获得更高的嵌入率,表明了本文方法的有效性。     

基于图像秘密共享的密文域可逆信息隐藏算法

针对当前密文域可逆信息隐藏算法嵌入秘密信息后的携密密文图像的容错性与抗灾性不强,一旦遭受攻击或损坏就无法重构原始图像与提取秘密信息的问题,提出了一种基于图像秘密共享的密文域可逆信息隐藏算法,并分析了该算法在云环境下的应用场景。首先,将加密图像分割成大小相同的n份不同携密密文图像。然后,在分割的过程中将拉格朗日插值多项式中的随机量作为冗余信息,并建立秘密信息与多项式各项系数间的映射关系。最后,通过修改加密过程的内置参数,实现秘密信息的可逆嵌入。当收集k份携密密文图像时,可无损地恢复原始图像与提取秘密信息。实验结果表明,所提算法具有计算复杂度低、嵌入容量大和完全可逆等特点。在（3,4）门限方案中,所提算法的最大嵌入率可达4 bpp;在（4,4）门限方案中,其最大嵌入率可达6 bpp。所提算法充分发挥了秘密共享方案的容灾特性,在不降低秘密共享安全性的基础上,增强了携密密文图像的容错性与抗灾性,提高了算法的嵌入容量与云环境应用场景下的容灾能力,保证了载体图像与秘密信息的安全。     

基于图像内容的非确定性的易损水印算法

给出了一种在空域中嵌入有意义易损水印的算法，算法中引入基于图像内容的非确定性来增强算法的安全性，由邻域中像素的相关性确定水印的参考点，通过参考点和相应的水印值来共同调整图像像素值，从而完成水印信息的嵌入。实验结果表明算法对数据替换、裁剪等各种篡改操作具有很强的敏感性，经过算法的后处理，算法具有良好的局部检测性能。