基于Peano曲线扫描的大容量密文域可逆信息隐藏方案

针对现有密文域可逆信息隐藏算法中存在嵌入率低、安全性不足等问题进行了研究,提出了一种利用图像像素间相关性的大容量密文域可逆信息隐藏方案.首先利用图像位平面间相关性减小冗余,再使用Peano曲线对位平面进行扫描,利用游程霍夫曼编码对每个位平面进行压缩,而后利用图像高位信息对低位空间进行填充,最后用填充消息作为隐藏密钥对秘密信息异或加密实现嵌入.实验结果表明,该方法可完全可逆地恢复原始图像,平均最大嵌入容量达2.53 bpp.     

基于位平面分割的密文域可逆信息隐藏算法

针对传统密文域可逆信息隐藏算法嵌入率低的问题,为提高嵌入容量,提出一种基于位平面分割的可逆信息隐藏算法。首先对高位平面进行定长游程编码压缩,压缩结果进行流加密并作为其头部信息,利用压缩冗余嵌入数据;然后对中位平面进行Logistic混沌加密;最后将低位平面进行位翻转,利用AGM（Adaptive Group Modification）方法嵌入数据。实验表明,该方法实现简单,嵌入率不超过0.5bpp时,解密后携秘图像的PSNR≈47.8dB,实现了解密与提取的可分离,提取后再解密图像可100%恢复。     

基于位平面循环异或的加密图像可逆信息隐藏

针对密文图像可逆信息隐藏中存在信息嵌入率不高的问题,提出一种基于图像位平面循环异或的可逆信息隐藏算法.将图像高位平面和其相邻的位平面依次循环异或构造新的图像,利用块重排列对新图像的位平面进行无损压缩以便腾出空间,对压缩后的图像进行加密之后在腾出的空间位置嵌入额外的秘密信息.接收方接收含有秘密信息的加密图像后,根据需求可以对图像进行可分离式的提取信息和无损恢复原始图像.实验结果表明,通过循环异或操作后的图像位平面更适合无损压缩,算法的嵌入容量得到显著提升.     

定长编码和哈夫曼编码的密文域可逆信息隐藏

目的 密文域可逆信息隐藏是一种可以在加密图像中嵌入秘密信息、保证秘密信息可以无错提取以及明文图像可以无损恢复的技术,越来越受到研究者们的关注,并广泛应用于云服务器端的用户隐私保护。针对密文域可逆信息隐藏算法中嵌入率不高的问题,提出一种联合定长编码和哈夫曼编码的密文域可逆信息隐藏算法。方法 使用定长编码与哈夫曼编码相结合的分组编码方式对原始明文图像高位平面进行压缩,通过重排列将空出空间排放在低位平面中,并使用流密码加密重排后的图像。然后将秘密信息嵌入密文图像低位平面的空出空间中。合法接收方可分离地实现秘密信息的无错提取以及原始明文图像的无损恢复。结果 实验结果表明,所提算法的嵌入率在UCID （an uncompressed color image database）、BOSSBase （Break Our Steganographic System）和BOWS-2（Break Our Watermarking System 2nd）这3个数据集上达到2.123 4 bit/像素、2.410 7 bit/像素和2.380 3 bit/像素,分别比同类算法高出0.246 6 bit/像素、0.088 1 bit/像素和0.135 6 bit/像素。结论 所提算法利用自然图像相邻像素间的相关性,对具有比特连续性的高位平面进行编码、压缩,从而为秘密信息的嵌入腾出更多空间,提升了嵌入率。     

基于预测误差双重编码的大容量密文域可逆信息隐藏算法

针对目前密文域可逆信息隐藏算法嵌入容量较小的问题,提出了基于预测误差双重编码的大容量密文域可逆可分离信息隐藏算法。首先为了预留秘密信息的嵌入空间,图像拥有者利用基于预测误差的哈夫曼编码及扩展游程编码对图像进行预处理,然后加密图像;数据嵌入者在加密后的图像中嵌入秘密信息;接收者根据信息隐藏密钥可以准确无误地提取秘密信息,根据解密密钥可以无损恢复图像,两者无顺序要求。实验结果表明,预测误差双重编码的应用有效地提高了嵌入容量。     

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。     

基于位平面压缩的密文医学图像可逆信息隐藏算法

针对目前医学图像可逆信息隐藏算法嵌入容量小、需要对图像进行感兴趣区域（ROI）划分、接收方操作不灵活等缺点,结合医学图像特点,提出了一种基于位平面压缩的可分离式密文域信息隐藏算法。首先,将256级灰度医学图像分解成8个位平面,压缩高4个位平面,用峰值点像素值填充压缩后的空间,重构图像;然后,对重构的图像头部、中部、尾部分别加密;最后,在尾部根据嵌入密钥选取位置,通过直方图平移算法嵌入信息,接收方可根据密钥持有情况实现信息提取与图像恢复的可分离操作。实验结果表明,通过压缩图像预留空间来存放信息避免了辅助信息的传输,能有效提高嵌入容量,同时具有较高的安全性。     

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.     

减少相邻位平面间冗余度的加密图像可逆信息隐藏

目的 针对现有的加密域可逆信息隐藏算法在对位平面压缩时未能充分利用位平面间的相关性的问题,为了降低位平面的压缩率从而提高嵌入容量,提出一种减少相邻位平面间冗余度的加密域可逆信息隐藏算法。方法 算法将图像进行分块并将块的位置进行置乱,置乱并未改变位平面的块内像素的相关性,使得位平面的块同样利于压缩。将块置乱后的图像的高位平面与次高位进行异或操作后得到新的次高位平面,再用新的次高位异或比它低一位的位平面。依次对其余的低位平面进行同样的操作后得到新的低7个位平面,将它们与原始最高位相结合得到新的图像的8个位平面。使用BBE（binary-block embeding）算法对新的图像的位平面进行压缩为嵌入信息腾出空间。为了保证加密图像的安全性,对腾出空间后的图像进行异或加密。结果 对相邻位平面进行异或后使除了最高位平面外的低位平面更平滑,减少了不能使用BBE算法压缩的块及压缩的不好的块的个数,更有利于用BBE算法对图像进行压缩。提出的算法与现有的基于位平面压缩的算法相比得到了较高的嵌入率,对不同纹理的图像而言,嵌入的容量平均提高了0.4 bit/像素。结论 实验结果表明,提出的算法在保证安全性的同时可以腾出更多的空间来嵌入额外的信息,在实际生活中能根据需求灵活地嵌入信息。嵌入的信息能无损地提取,且图像能完全恢复。总的来说,提出的算法具有良好的性能。     

基于码分多址复用的双重加密可逆信息隐藏

针对多数密文域可逆信息隐藏算法嵌入容量小、加密算法单一的问题,提出一种双重加密的方法,并利用码分多址复用（CDMA）的思想嵌入秘密信息。加密时将图像分块,先对像素块进行多粒度置乱加密,再对块中每个像素的中间2位用流密码加密。信息嵌入采用码分多址的思想,选取k个长为4的相互正交的矩阵嵌入k层秘密信息,利用矩阵的正交性实现秘密信息多层嵌入,在提高嵌入容量的同时保证了对像素点的较小改变。对不满足嵌入条件的像素块嵌入伪比特,可避免使用位置图。拥有信息提取密钥的合法接收者可以提取秘密信息;拥有图像解密密钥可以近似恢复原始图像;拥有两种密钥既可提取秘密信息又可无损恢复原始图像。实验结果表明,512×512灰度图像Lena在峰值信噪比（PSNR）大于36 dB时最大嵌入容量133 313 bit。所提算法增强了加密图像安全性,在保证可逆性的同时大大提高密文域可逆信息隐藏嵌入容量。     

结合Kd-树和熵编码的密文图像可逆数据隐藏

目的 密文图像可逆数据隐藏技术既可以保证载体内容不被泄露,又可以传递秘密信息,在军事、医疗等方面发挥着重要的作用。然而,以往的大多数方法存在图像冗余未被充分利用、数据嵌入容量不足等问题。为解决这些问题,提出了一种结合Kd-树和熵编码的高容量密文图像可逆数据隐藏算法。方法 该方法在图像加密之前需要对图像应用中值边缘检测(median-edge detector,MED)算法计算预测误差,并把得到的预测误差绝对值图像划分为两个区域:S0区域和S1区域。根据Kd-树标签算法和熵编码生成辅助信息,在对图像使用加密密钥K_e加密之后嵌入辅助信息,生成加密图像;在秘密数据嵌入阶段,根据附加信息和数据隐藏密钥嵌入秘密数据,生成载密图像;在解密阶段可以根据附加信息、图像加密密钥和数据隐藏密钥提取秘密数据并无损恢复图像。结果 实验测试了BOWS-2(break our watermarking system 2nd)数据集,平均嵌入容量为3.910 bit/像素。与现有的几种方法进行比较,该算法可以获得更高的秘密数据嵌入容量。结论 该方法在图像加密前腾出空间,与相关算法相比,实现了更高的嵌入容量,并且可以实现原始图像的无损恢复。     

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。     

基于高7位平面嵌入的灰度图像可逆数据隐藏算法

现有基于直方图平移的可逆数据隐藏算法都致力于提高嵌入率,而忽略了算法所产生边界图的大小;数量较大的边界图将不能够有效存储进而影响算法的实施。本文对现有典型算法存在的这一问题进行分析,并给出了解决方法。最后本文提出了基于高7位平面嵌入的灰度图像可逆数据隐藏算法,与传统可逆数据隐藏算法使用全部位平面进行数据嵌入不同,本文所提出的算法使用高7位平面当做数据载体。由高7位平面构成的载体图像具有像素值分布更加集中的特点,因而使用该载体图像进行可逆数据嵌入能够有效的控制边界图大小并且明显的提高嵌入率。实验结果表明,本文所提出的算法在提高嵌入率的同时,还能使嵌入附加数据的图像具有高的峰值信噪比值。     

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。     

面向噪声图像的自适应高容量隐写算法

面向雷达、遥感图像等含噪图像,提出了一种利用噪声自适应嵌入的位平面加密算法。首先对不同的噪声图像利用遗传算法自适应找到最佳嵌入阈值,在噪声值较高处使用一种无须密钥的加密算法将两位秘密信息分别交叉嵌入到第一、三位平面中。然后利用BBE(binary-block embedding)算法将标记位数据压缩到第二位平面。最后在第二位平面冗余处用同样的加密算法将剩余秘密信息分别嵌入到第二、四位平面中完成信息隐藏。实验分析表明在满足高容量嵌入的条件下,与其他自适应位平面隐写算法相比有良好的隐蔽性以及较强的鲁棒性,同时能抵抗目前较好的隐写分析算法,保证了数据传送的安全性。     

基于预测误差编码的加密域可逆数据隐藏算法

为提高加密图像可逆数据隐藏的嵌入容量与安全性,提出一种改进的加密域可逆数据隐藏算法。以分块加密方式保留图像块内相邻像素间的相关性,利用多元线性回归模型对图像块内特定像素进行预测,同时以位替换方式将预测误差码元和秘密信息同时嵌入目标像素中,通过差分对称编码提升编码效率并扩展嵌入空间,使得接收者在仅拥有加密密钥和嵌入密钥的情况下可无失真地恢复原始图像和提取秘密信息。实验结果表明,该算法在BOWS-2和UCID数据集上的平均嵌入率分别达到1.717和1.310 bit/pixel,在提高嵌入容量和安全性的同时实现了信息提取操作和图像恢复操作的完全分离。