基于像素值排序的可逆信息隐藏算法

针对嵌入秘密后灰度图失真明显的问题,提出一种基于像素值排序（PVO）的可逆信息隐藏算法。首先,将像素分成灰、白两层,选择灰层的像素作为目标像素,对目标像素十字交叉位置上的4个白色像素进行排序;然后根据排序结果计算两端两个像素的均值和中间两个像素的均值,利用可逆约束实现像素的动态预测;最后,根据预测结果构造预测误差直方图（PEH）,使用环形复杂度实现秘密数据的自适应嵌入,并用同样的方法处理白色层像素。利用USC-SIPI标准图像库中6幅图像进行仿真实验,当嵌入容量（EC）为10000 b,平均峰值信噪比（PSNR）为61.89 dB时,该算法能有效减小携密图像的失真。     

基于自适应哈夫曼编码的密文可逆信息隐藏算法

随着云存储和隐私保护的发展,密文域可逆信息隐藏作为一种可以在密文中嵌入秘密信息,保证嵌入后的信息可以无错误提取,并能无损恢复原始明文图像的技术,越来越受到人们的关注.本文提出了一种基于自适应哈夫曼编码的密文域可逆信息隐藏算法,对不同的图像采用不同的哈夫曼码字编码腾出空间来嵌入秘密信息.首先利用自然图像相邻像素间的相关性对原始明文图像进行像素值预测,从最高有效位到最低有效位,对原始像素值和预测像素值的相同比特位进行自适应的哈夫曼编码标记.然后,利用流密码对原始明文图像进行加密.最后在腾出的空间,通过位替换来自适应的嵌入秘密信息.由于哈夫曼编码和解码的可逆性,合法接收者可以对原始明文图像和秘密信息实现分离的无损恢复和提取.实验结果表明,与现有的几种方法相比,本文提出的方法具有更好的安全性和更高的嵌入率,在BOSSBase、BOWS-2和UCID三个数据集上的平均嵌入率比MPHC算法分别提高了0.09bpp、0.062 bpp和0.06bpp,在最佳情况下比MPHC算法能分别高出0.958 bpp、0.797 bpp和0.320 bpp,最差情况下的嵌入率比MPHC算法也分别高出了 0.01 bpp、0.039 bpp和0.061 bpp.     

自适应编码的高容量密文可逆信息隐藏算法

随着数字信息技术的普及,密文可逆信息隐藏(reversible data hiding in encrypted images, RDHEI)逐渐成为云存储中隐私保护的研究热点.RDHEI作为一种能在密文中嵌入额外信息,并正确提取嵌入信息和无损恢复原始图像的技术,受到研究者的广泛关注.为了能在加密图像中嵌入充足的额外信息,提出了一种自适应编码的高容量RDHEI算法.首先,计算原始图像不同预测误差的出现概率并自适应的生成哈夫曼编码;然后,利用流密码加密原始图像,根据像素预测误差对应的哈夫曼码字对加密后像素进行标记;最后,以位替换方式将信息嵌入到已标记像素的预留空间中.经实验验证:该算法在正确提取嵌入信息的同时,无损地恢复了原始图像.与同类算法相比,该算法充分利用了图像本身的纹理特性,有效地提高了图像嵌入率.在UCID,BOSSBase和BOWS-2这3个图像集上,该算法的平均嵌入率达到3.162bpp,3.917bpp以及3.775bpp,与当前性能最佳算法相比,提升了0.263 bpp, 0.292 bpp以及0.280 bpp.     

基于块参照像素的无损信息隐藏算法

提出一种具有高嵌入容量的图像无损信息隐藏算法。首先将载体图像分成互不重叠的子块,然后在每块中选定一个参照像素,并计算参照像素与块内其它像素的差。在像素差直方图移位产生冗余空间之后,机密信息就可以无损地嵌入到这些冗余空间中。该方法在机密信息提取后可完全恢复载体图像,而且提取机密信息和恢复载体图像不需要除机密信息长度之外的任何信息。实验结果表明了该算法的有效性。     

一种基于像素预测的图像可逆信息隐藏策略

基于像素点预测的可逆信息隐藏(Reversible Data Hiding,RDH)是当今一种低失真、高容量的信息隐藏策略,特别是对于差值扩展和直方图平移算法而言,准确预测可以同时提高数据容量和减小图像失真。文中提出了一种基于像素预测差的直方图平移方案。首先,采用Warped Distance算法来对像素值进行预测,并在此基础上利用图像的局部梯度来实现对像素值的更精确预测。综合上述两种策略,改进了现有的直方图平移算法,同时也给出了防止像素值在平移后溢出的建议。实验结果表明,相对于近年来的其他方案,该方案能够在保证图像质量的情况下有效提升数据嵌入量,并且通过调整数据嵌入层级,可以在具体使用该算法时针对图像质量和数据嵌入量进行权衡。这也进一步说明了利用图像的局部特性,特别是梯度与图像局部几何相似性,可以有效提升像素预测的精度,从而改善可逆信息隐藏的容量-失真性能。     

基于深度学习和像素值排序的大容量图像可逆信息隐藏方法研究

像素值排序（Pixel Value Ordering）技术是可逆信息隐藏中最新颖的技术。该技术对像素块中的像素值进行排序,使用目标块中像素次大值与次小值的差值作为波动值并根据波动值对目标像素块进行预测嵌入。本文提出了一种新的波动值计算方法。首先,我们使用深度学习中的transformer来预测目标像素块的波动性。与传统的波动性计算方法相比,我们求得的波动值更能体现目标块与图像其他部分的相关性。同时,我们提出了一种自适应的分块策略,该策略针对不同的波动值,选择更为适应目标像素块的二次分块策略,更大程度上利用到了平滑块进行嵌入。实验结果表明,改进的算法不仅增大了不可感知性,同时也提升了嵌入容量。     

基于改进像素排序预测的大容量可逆数据隐藏

基于像素排序的误差扩展方法能实现高保真度的可逆数据隐藏,但嵌入容量较小。针对这一问题,Qu等提出了以像素为单位的像素排序方法,即使用排序后的上下文像素来预测目标像素。尽管在嵌入容量上实现了较大突破,但Qu算法单一的嵌入策略不能充分利用平滑区域的数据冗余。考虑到以像素为单位的像素排序方法避免了嵌入像素定位问题,本文提出进一步划分目标像素,并相应地提出了新的基于方向编码的嵌入策略和两轮嵌入式的数据嵌入方案。平滑区域的目标像素预测准确率高,通过双向修改该类像素实施数据嵌入能使得嵌入容量增幅达50%,这意味着后续嵌入操作仅需更少量的非平滑区域目标像素,因此算法可以采用更小的区域复杂度阈值以提高预测准确率。实验结果表明本文工作不仅进一步稳固了Qu算法在嵌入容量上的优势,并且有利于提高嵌入图像保真度。与现有基于像素排序的误差扩展方法相比,本文算法在多数情况下能取得更优的嵌入图像保真度。     

基于改进PVO自适应嵌入的加密域图像可逆信息隐藏方法

针对加密图像像素间相关性小,嵌入数据困难等问题,提出了一种基于改进PVO自适应嵌入的加密域图像可逆信息隐藏方法.首先将加密图像进行分块处理,所有图像块依据块复杂度自适应地分为多个等级,图像块所在等级越高,所能嵌入数据的容量越大;并对块内像素根据灰度值大小进行升序排列,然后根据排序结果和图像块所在等级确定中间若干位置像素值作为目标像素,目标像素预测分块内其他像素;最后,预测结果根据相关性强度自适应地嵌入秘密信息.实验结果证明此方法具有较好的嵌入质量和嵌入容量.     

基于差值直方图的简单高效可逆信息隐藏方法

提出一种基于图像相邻像素差值直方图的可逆信息隐藏方法,运用该方法同时提高了信息嵌入容量和嵌入信息后的图像质量。首先对原始图像进行分块、扫描并求取差值直方图,然后在分块图像的差值直方图中选取最高的两个峰值点并向两个方向移位来产生空缺用于信息嵌入。算法充分利用了自然图像的相邻相似特性,同时提高了基于直方图的信息隐藏方案的峰值点数目和峰值点高度,从而大大提高信息嵌入容量。此外,算法在信息嵌入前对待嵌入信息的预处理使得在嵌入同样容量的信息时,对载体图像的影响更小,具有更好的嵌入后图像质量。     

基于指纹图像特征的数据隐藏

提出一种基于指纹图像特征采用直方图对进行数据隐藏的方法,将其用于基于指纹识别和易碎数字水印的银行养老金发放系统。通过分析指纹图像的特征,发现指纹图像直方图在0和255像素有极大值,且和其相近值有极大的落差,采用直方图对方法先压缩0和255邻近值,再嵌入在0和255位置,实验获得较高的峰值信噪比和较高的嵌入量(>5000比特)。     

基于直方图调整的二值图像无损数据隐藏

提出一种基于游程编码的直方图调整的二值图像无损数据隐藏新方法。选择长度不小于阈值T1的游程对序列,先进行去除长度为1的白游程操作,然后在长度为T的黑游程处嵌入数据。该方法可以适应文字、图表以及文字和图表的混合图像,也可以适应半色调和非半色调图像。实验表明,该方法在嵌入容量和视觉效果都优于已有的方法。     

利用差值扩展进行可逆数据隐藏的新算法

基于整数哈尔(Haar)小波变换,提出一种新的利用横向和纵向差值图像进行扩展嵌入的数据隐藏算法。传统的差值嵌入技术最大的缺点是在第二重嵌入开始之前图像的质量已经遭到破坏,原因是前一重嵌入用到了很大的差值。针对这个问题,该方法动态地把负载分配到两个正交方向上的图像进行嵌入。尽量使这两个方向上用于嵌入的差值属于同一个幅值范围。与其他算法相比,本算法在同等嵌入率下可取得更好的图像质量。     

明文图像可逆信息隐藏综述

图像可逆信息隐藏作为信息隐藏的重要分支,发展至今已近三十年,因其独有的图像无损恢复能力,一直备受医学、司法、军事等重点领域的青睐。然而现有可逆信息隐藏研究成果繁多,迁移知识广泛,本文简要梳理可逆信息隐藏的发展脉络,在回顾经典算法的基础上,加以简化、注释,总结成功经验,展望潜在应用,以期为研究者提供一个按图索骥的探索路径。本文主要包括3个部分,分别为位图（Bitmap,BMP）图像的可逆信息隐藏（适用于空域嵌入操作）、JPEG （Joint Photographic Experts Group）图像的可逆信息隐藏（适用于频域和编码域嵌入操作）和鲁棒可逆水印（适用于扩展性研究）。通过近百篇高影响力文献的梳理可知,可逆研究的受众广泛、基础深厚,其严谨的数学定义和简明的机理论证是深受研究者推崇和坚持的重要原因。“干净、简明”的特点也是其能够与现实应用有效结合的强力抓手。增加可逆算法对于载体多样性的普适性研究,引入新的评价指标来导引算法与现实应用的融合,将是未来可开拓的方向。可逆信息隐藏技术能够恢复图像初始状态,其独特之处在于图像本身就是一个复杂语义的信息表达。这既要求可逆嵌入操作所施加的影响不能改变图像所表达的主要语义,又要求该操作是可消除的,保留溯源能力,将内容的信息表达权始终交由图像本身。这一特点不仅为敏感领域信息处理所亟需,也是其他常见领域并不排斥的。严格来说,一定程度上的复原本就是事物发展到一定阶段后的必然追求。据此,本文认为推广可逆研究与多学科融合解决更难、更广泛的问题,实现长远发展,是完全必要且可行的。     

可逆数据隐藏算法在卫星遥感图像上的应用

针对卫星遥感图像受环境因素影响导致图像对比度下降,以及现有可逆信息隐藏算法嵌入容量低等问题,提出一种新的可逆数据隐藏算法,实现在遥感图像安全传输的同时增强图像的对比度.算法为了提高嵌入率,改进已有算法的嵌入方式,同时在信息嵌入的过程中,逐步增强卫星遥感图像的对比度.实验结果表明:提出的算法和一些典型可逆数据隐藏.     

基于混沌系统的图像可逆信息隐藏算法

为了提高图像可逆信息隐藏算法的安全性、透明性、嵌入容量,提出了一种基于混沌系统的图像可逆信息隐藏算法.该隐藏算法通过将载体图像直方图峰值点与其两侧多个连续零值点之间建立关系的方式,实现在载体图像的单个峰值点嵌入多个秘密信息位,以保证较高的透明性和较大的嵌入容量.为了保证嵌入载体图像内的秘密信息的安全性,采用混沌系统对秘...     

谱段交织预测的多光谱图像可逆信息隐藏算法

针对现有可逆信息隐藏算法嵌入容量不高并且不适合多光谱图像的问题,提出一种基于谱段交织预测的多光谱图像可逆信息隐藏算法.利用含秘图像像素值与原始图像像素值相差不大于1的特点,结合含秘谱段对多光谱图像进行多波段预测,通过预测误差直方图移位技术嵌入秘密信息.Landsat卫星和Terra卫星多光谱图像仿真结果表明,提出的算法和典型可逆信息隐藏算法相比具有更好的视觉质量和隐藏容量.     

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。