基于像素值排序与块再分的可逆数据隐藏算法

基于像素值排序的可逆数据隐藏算法通过修改图像块中的最大像素和最小像素嵌入数据,但并未充分利用图像块内的每一个像素,从而影响嵌入性能。结合块再分原理,提出基于像素值排序的可逆数据隐藏算法。将原始图像划分为3×3的图像块,计算每一个图像块的局部复杂度。设计12种分块模式将局部复杂度小于阈值的图像块细分为子块A和B。根据子块A和B的不同局部特征分别采用2种不同的扫描顺序读取像素。子块A的像素序列使用次小值预测最小值和次大值预测最大值的方法,获得2个预测误差值,子块B的像素序列利用中值像素连续预测其余4个像素的方法,得到4个预测误差值。在此基础上,利用图像块中预测误差值为0和1的像素嵌入隐藏数据。实验结果表明,该算法在一个图像块中最高可嵌入6 bit的数据,在较低计算复杂度的情况下能够有效提高像素的嵌入性能。     

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。     

基于三像素块差值的多层可逆图像水印算法

数字图像可逆水印算法在水印嵌入容量和不可感知性方面要求越来越高。为了满足图像可逆水印算法的需求,提出一种基于三像素差值的多层可逆图像水印算法。该算法首先把原始图像按照三种类型进行水平分块,同时计算相邻三像素块的绝对差值,对差值进行分组,求出水平分块中的最大峰值点,将生成的二值水印嵌入在第一个像素和第三个像素的LSB中,同时记录最大峰值点所在块的索引和嵌入水印信息像素的最低有效位。其次,按照同样的方法对原始图像按照三种类型进行垂直分块,嵌入水印信息。实验仿真结果表明,该算法在不可见性、水印容量等方面较同类算法有显著提高。     

基于IWT和广义差值扩展的可逆水印算法

针对传统差值扩展可逆水印算法的缺陷,提出了一种基于整数小波变换（IWT）和广义差值扩展的可逆水印算法。它将原始图像划分成4×4大小的互不重叠的像素块;计算各分块的近似平滑度值,该值在水印嵌入前后保持不变;将所有分块按平滑度值进行排序;根据水印信息量,依序选取适当数目的分块;对所选取分块进行整数小波变换,在变换后的低频部分利用广义差值扩展法嵌入水印信息,在高频部分通过数据压缩嵌入水印辅助信息。实验结果表明,该算法在减小图像失真的同时,提高了信息嵌入量,另外在同等水印嵌入量下,该算法的[PNSR]高于常见的一些算法。     

基于图像块像素差的大容量无损信息隐藏算法

为使提取嵌入的秘密信息后能无损恢复原始载体图像,提出一种基于图像块相邻像素差的大容量无损信息隐藏算法。将原始载体图像进行分块,并按一定顺序扫描图像块得到一系列像素序列,通过计算每个序列中相邻像素的差值得到差值直方图,从中选择2个最大峰值点将秘密信息嵌入。实验结果表明,与其他无损嵌入算法相比,该算法在保证较好不可见性的情况下,信息嵌入容量较大,峰值信噪比较高。     

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。     

基于自适应MSB与差值预测的大容量密文域可逆信息隐藏算法

为提高密文域可逆信息隐藏（reversible data hiding in encrypted images,RDH-EI）的嵌入容量,提出了一种基于自适应MSB（most significant bit）与差值预测的RDH-EI方案。首先将图像进行分块,然后进行块级加密和置乱以抵抗对于加密图像的分析。在嵌入数据阶段,对于自适应MSB预测的方法进行改进,将没有嵌入数据的块,利用部分块内像素之间差值很小的特点采用自适应差值预测的方法嵌入数据,以块中左上角像素为目标像素,用于预测其他像素从而腾出更多的嵌入空间。实验结果表明,所提方法具有可逆性和可分离性,并且在自适应MSB预测方法的基础上进一步提高了嵌入容量,对于512×512大小的灰度图像,平均嵌入容量提高了大约7 445 bit。     

作用于块奇偶性的二值图像数据隐藏算法研究

提出一种作用于奇偶性矩阵之上的二值图像数据隐藏算法.算法首先对原始图像进行分块,获取原图的奇偶性矩阵和标志矩阵;再对这些矩阵进行二次分决,使用标志矩阵衡量块的可嵌入性,选取可嵌入的奇偶性矩阵块并在其上修改至多一个值来嵌入数据.嵌入过程中,从要修改的奇偶性矩阵值对应的原始图像块中翻转可修改程度最高的像素,使得奇偶性矩阵块所代表的信息和嵌入信息相一致.文中对算法隐藏容量、数据嵌入后图像质量和安全性进行了分析.实验结果表明,该算法有图像质量好、修改像素少、嵌入容量大等优点,并能很好地应用于二值图像的认证中.     

分治法在中值滤波快速算法中的应用研究

设计并实现了一种基于分治法的中值滤波快速算法。本算法对邻域内所有像素值以行为单位进行分块,每块排序后求出其中值,然后再对得到的所有块的中值进行排序,再一次求中值,而不是把邻域内所有像素值作为整体进行排序。大量实验结果表明,与经典中值滤波算法相比,现在提出的算法大大减少了数据扫描与比较的次数,尤其在大窗口情况下非常有效,在保证整体数据质量的前提下大幅度提高了计算速度。     

一种变容量的自嵌入图像易碎水印算法

为了减小图像自嵌入水印的长度,降低水印对载体图像质量的影响,同时为消除基于分块的图像认证算法中图像块之间的独立性,提出了一种变容量的自嵌入易碎水印算法:首先对图像进行2×2的分块,根据各分块灰度均值生成原始图像的均值图像;根据均值图像各像素之间的相关性进行游程编码;将编码信息作为水印嵌入在图像像素的最低两位中;篡改检测时首先使用字符串匹配的思想进行图像块和水印之间的匹配,对于未匹配成功的块,使用分组的方式进行再次匹配,以完成认证和恢复.该算法进行一次的水印嵌入,同时用于篡改检测与恢复,水印长度依赖于均值图像相邻像素之间的相关性,可有效缩短水印长度,减小对载体图像质量的影响.理论分析和实验仿真表明,算法在不可见性、篡改定位和恢复、抗拼贴攻击、漏检率等方面具有较好的效果.     

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。     

利用像素置换的自适应可逆信息隐藏

目的 像素置换作为一种可逆信息隐藏方式具有良好的抗灰度直方图隐写分析能力,但嵌入容量偏小一直是其缺陷。针对这一问题,提出了一种基于像素置换的自适应可逆信息隐藏算法。方法 首先,与传统2×2像素块结构相比构造了尺寸更小的像素对结构,使得载体图像可以被更稠密地分割,为嵌入容量的提升提供了基数条件。其次,提出适用于该新像素结构的可嵌像素对（EPP）筛选条件,避免嵌入过程引起图像质量大幅下降。之后,根据EPP的灰度趋势差异对其进行自适应预编码,提高Huffman编码压缩比,进一步提升算法嵌入容量。最终,通过像素置换嵌入信息。结果 与2×2像素块结构的非自适应图像隐写算法相比,在同样保证灰度直方图稳定性的情况下该算法的PSNR提高了32%左右,嵌入容量提高了95%以上。其中自适应性对嵌入容量提升的贡献极大。结论 本文算法同时具有抗灰度直方图隐写分析能力与高嵌入容量性的可逆信息隐藏。算法构造了更高效的可嵌单位,并且针对不同载体图像的特点对其可嵌区域进行差异化编码。实验结果表明,本文算法在具有更好的不可见性的同时,嵌入容量得到大幅提升。     

基于RGB相关性的彩色图像可逆信息隐藏方法

为了提高彩色图像可逆信息隐藏（RDH）的性能,提出了基于RGB相关性的彩色图像RDH方法。首先为了更加准确地预测像素值,设计了基于RGB相关性的像素预测算法。该算法包括粗糙纹理预测和精细纹理预测两个阶段。第一个阶段利用一个参考通道将像素分为平滑区域和纹理区域。在第二阶段,利用两个参考通道对平滑区域像素进行精细划分,将像素分为水平、垂直和平坦区域,从而更加准确地计算像素的预测值。其次,利用预测误差扩展技术嵌入秘密信息。实验结果表明提出的预测算法能够较准确地预测每一个通道的像素值,信息隐藏性能好于现有的彩色图像RDH方法。     

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。     

基于分块形态Haar小波变换的盲水印算法

提出了一种基于形态Haar小波变换的数字水印算法。该算法对载体图像按分块进行形态Haar小波变换,水印的嵌入和提取在子块的形态小波域中完成,每个子块嵌入水印的一个像素信息。该算法能实现水印的快速盲提取。实验证明,与分块DCT法和分块DWT法相比,算法不仅简单快速,而且大大提高了水印的不可觉察性和鲁棒性,在抵抗噪声攻击方面更有优势。     

基于AVS的快速亚像素运动估计算法

数字音视频编解码标准(AVS)采用了可变大小块以及1/4像素精度的运动估计技术以提高编码效率.针对视频编码中运动估计计算量大的问题,提出一种改进的亚像素快速搜索算法,该算法采用分象限预测策略,并通过阈值判断提前结束搜索.该算法可以有效地减少亚像素搜索点数,与AVS参考软件中的亚像素全搜索算法相比较,该算法在保证图像质量和编码效率的同时,亚像素搜索点数减少50％～81.25％,编码时间节省了25.36％～34.51％.