结合随机映射和改进缝合线的纹理合成隐藏

传统修改式信息隐藏无法抵抗密写分析的检测,纹理构造式信息隐藏只能生成简单质地的纹理,不能对秘密信息进行有效掩盖,纹理拼接式信息隐藏,秘密信息与样本小块之间存在着固定的映射关系以及码块间的区别特征,会导致信息泄露,降低其安全性。针对以上问题,提出了一种结合随机映射和改进缝合线的纹理合成隐藏方法。首先将样本图像划分为样本小块并依据样本小块均值划分为不同类别,然后通过建立起秘密信息分段和样本小块类别间的随机映射关系来编码秘密信息并将其放置在空白图像的特定位置上,最后按改进缝合线纹理合成方法将放置小块与相邻小块进行纹理合成并生成含密纹理。实验结果表明,该方法可通过合成纹理来对秘密信息进行掩盖,秘密信息分段和编码样本小块不一一对应,该方法完全依赖于用户密钥且具备一定的抗攻击能力。     

一种基于LBP的纹理合成无载体信息隐藏方法

为了提高无载体隐写算法的嵌入容量和抗干扰能力,提出了一种基于LBP码的纹理合成信息隐藏方法。该方法首先选择原始小尺寸纹理图像,分割生成均匀的像素块并计算块内每个像素的LBP值,取分布最多的LBP值作为该图像块的代表信息。隐藏秘密信息时,首先用指定密钥生成伪随机序列确定白纸上放置纹理候选块的位置,然后根据秘密信息的值选择候选块,放置到白纸指定的位置,其余空白位置则使用纹理合成方法填充。提取信息时,根据密钥生成的伪随机序列得到含密信息块位置,计算每一图像块的LBP值,取分布最多的LBP值作为该图像块包含的信息,从而得到秘密信息。实验结果表明,该方法生成的含密图像具有良好的视觉效果,而且在嵌入容量和抗干扰能力方面有了进一步提高。     

基于风格迁移纹理合成与识别的构造式信息隐藏

传统的信息隐藏算法大都通过修改载体达到隐藏秘密信息的目的,但不可避免地会在载体数据中留下修改痕迹,故常难以抵抗隐写分析技术的检测,为此无载体信息隐藏应运而生.无载体信息隐藏并非不使用载体,而是不对载体数据进行修改.为了提高无载体信息隐藏算法的隐藏容量和鲁棒性,提出了一种基于风格迁移纹理合成与识别的构造式信息隐藏算法.该算法首先选取不同类别的自然图像和纹理图像分别建立内容图像库和纹理风格图像库,并根据内容图像库中自然图像的类别构建二进制码的映射字典;其次为了接收方能够从含密图像中提取出秘密信息,需要构建带标签的纹理图像库,并将其作为训练集输入到卷积神经网络中,通过迭代训练获得纹理图像识别模型.在秘密信息隐藏时,根据秘密信息片段选择对应类别的自然图像,并按照一定的顺序组合成含密拼接图像,随后从纹理图像库中随机选择一张纹理图像,通过风格迁移的方法将含密拼接图像转换成含密纹理图像,从而完成秘密信息隐藏过程.在信息提取过程中,通过纹理图像识别模型可准确识别出含密纹理图像原本对应的图像类别,再对照映射字典即可提取出秘密信息.实验结果表明,所提算法生成的含密纹理图像具有良好的视觉效果,秘密信息隐藏容...     

一种安全的无载体纹理合成信息隐藏方案

为了有效抵御Zhou等~([8])针对Wu等~([7])提出的无载体纹理合成信息隐藏方案的攻击,设计出一种基于有限整数网格上拟仿射变换(QATLIG)的纹理合成无载体信息隐藏方案。该方案通过在纹理合成过程中嵌入干扰纹理块,来抵御文献[8]提出的攻击。其中,干扰纹理块的具体位置,由样本纹理源补丁块的坐标通过QATLIG变换而得。同时该方案将QATLIG变换系数纳入密钥中。分析及实验表明,该方案保持了文献[7]方案的生成纹理图像质量,信息隐藏容量损失极小(约1.46%～7.11%),隐藏的信息被暴力破解的概率极低(远小于10~(-5)),可有效抵御文献[8]的攻击方案。     

一种改进的自然纹理合成方法

自然纹理合成方法是一种适合自然景物的基于样图的快速纹理合成方法。 但是候选点超越样图边界的问题没有很好得到解决,成为导致合成后图像产生的纹理块间明 显变化的主要因素。论文提出了一种改进的自然纹理合成算法,将样图边缘易产生无效候选 点的区域用样图内部与之大小和形状相同的像素块来代替,像素块和被替代像素块沿一条不 规则的曲线相匹配。合成过程中在接近边缘时像素块的生长会转向纹理内部。该方法减少了 因随机产生候选点而形成的块间不连续,有效地改善了视觉效果。     

基于聚类分割和纹理合成的图像修复改进算法

Criminisi提出的基于样本的图像修复技术需要在整幅图像中遍历样本,代价太大,并可能因选择错误的样本,不断迭代更新后而导致错误信息累积,使修复结果出现较大的偏差。同时,考虑到Criminisi算法中优先权函数的计算失误可能导致修复结果中出现结构失真,由此提出一种基于聚类分割和纹理合成的图像修复改进算法,将目标样本块的搜索限定在与源样本块所覆盖的类别一致的区域当中。在像素点优先权计算中,引入该像素点邻域灰度梯度差值信息,提出更为合理的优先权计算公式,以最大限度保证复杂场景中边缘优先传递,并在置信度更新项中有差别地对待新填充像素点。通过实验证明,改进算法不仅解决了Criminisi算法可能存在的结构偏差延续问题,修复视觉效果更加符合人们的主观感受,而且大大缩短了修复时间。     

B样条驱动纹理生成的构造式信息隐藏

目的 传统构造式图像信息隐藏算法通常直接将图像空域特征与秘密信息关联,对算法的安全性造成威胁。因此,本文将曲线绘制函数与信息隐藏相结合,提出一种以B样条控制点为特征,在图像空域间接隐藏信息的算法。方法 算法主要分为信息隐藏及信息提取两阶段。在信息隐藏阶段,发送方首先通过选取初始控制点、仿射变换及B样条曲线绘制生成多条参考曲线,然后利用曲线控制点的位置隐藏信息,最后为图像填充颜色,即完成含密纹理图像的构造。在信息提取阶段,提取方根据纹理曲线和图像颜色获得含密曲线及参考曲线,经对照计算即可提取出秘密信息。结果 本算法具有较高的隐藏容量、鲁棒性和安全性。实验结果表明,由本文算法生成的800×800像素图像,其最高隐藏容量可达2870bits,分别是另两种典型构造式信息隐藏算法的6.7和3.4倍,且在质量因子为10的JPEG（joint photographic experts group）压缩攻击下的提取误码率可低至0,优于鲁棒较强的选择式信息隐藏算法LDA-DCT（robust coverless image steganography based on DCT and LDA topic classification）以及与之类似的构造式信息隐藏算法。同时,抗隐写分析检测实验表明,在隐藏容量小于250bits时检测误差趋近于0.5。结论 本文以B样条曲线控制点为特征,在纹理图像的绘制过程中隐藏信息,有效提高了传统构造式图像信息隐藏算法的安全性、隐藏容量和鲁棒性。     

基于多阶误差曲面的纹理合成

针对Image Quilting纹理合成算法拼贴块时会出现的边界不连续现象,提出一种基于多阶误差曲面的纹理合成改进算法。该算法通过多阶误差曲面来计算最小误差边界分割,从而得到更精确的最佳切割路径;此外在按照最佳切割路径拼贴块后,利用泊松混合（Poisson Blending）来修复边界不连续区域,使得不连续的边界区域能够变得平滑,纹理合成效果更符合视觉要求,并且将改进后的算法扩展到纹理传输的实现。实验结果表明,改进后的算法可以较好地克服Image Quilting算法存在的不足,得到良好的合成结果。     

基于改进能量优化的透视纹理合成研究

针对传统能量优化方法需要逐点计算的不足,提出一种结合缝合技术的改进能量优化方法用于透视纹理图像的合成。首先,用像素块处理代替逐个像素点的运算,建立基于图像块的能量优化模型;其次,在优化过程中,引入图像缝合技术解决块处理可能存在的接缝、重叠等问题,提高合成图像质量。实验结果表明,改进的能量优化法计算效率大大提高,且可获得更好的视觉效果。     

无定位图的预测误差差值扩展可逆数据隐藏*

将Tian差值扩展技术应用于彩色图像中,提出一种利用预测误差差值进行扩展嵌入的彩色图像可逆数据隐藏算法。针对传统差值扩展技术存在过分修改像素灰度值、须嵌入定位图等缺点,首先利用色彩分量间的相关性减小差值,并将差值扩展量分散到两个色彩分量中;其次,对直方图平移技术进行改进,使得同等嵌入率下图像质量达到最佳;最后由两个色彩分量中像素的预测值之和决定可用于扩展嵌入的像素,无须保存溢出定位图,提取端在提取信息时可无损地恢复原始图像。实验结果表明,与其他算法相比,该算法在同等嵌入率下可取得更好的图像质量,算法复杂度     

一种新的遥感图像机密信息隐藏算法

为了防止遥感图像包含的机密信息被泄露,将基于样本的图像修补方法用于遥感图像机密信息隐藏。该方法从遥感图像中选择与机密信息图像块最大相似区域,覆盖机密信息块,从而达到机密信息隐藏的目的。该方法不仅具有很强的不觉察性,而且对于遥感图像的使用价值影响较小。结合数字水印技术,实现了根据用户权限来决定用户能否看到隐藏的机密信息,从而方便了遥感图像的使用。仿真实验结果表明,该方法是可行的,能够提高遥感图像使用的安全性。     

基于LBP人脸纹理特征的差分直方图移位无损信息隐藏算法

针对信息隐藏算法中提高嵌入量与增强鲁棒性之间的矛盾问题,提出一种多载体信息隐藏算法。使用多幅人脸表情图像作为载体,采用局部二值模式（LBP）纹理特征识别人脸表情区域来嵌入加密信息;计算出载体区域的相邻像素差值矩阵,通过对差值矩阵的对应元素的直方图进行移位构造出嵌入空间来实现加密信息的可逆隐藏与载体图像的无损恢复。算法分析证明了比现有算法具有更大的嵌入容量并保持较高的鲁棒性的优势,在最大嵌入容量达到0.561时具有38.421 dB的信噪比（PSNR）,且在识别的嵌入区域PSNR值达到46.286。鲁棒性实验表明,该算法对于滤波攻击可以与原始信息图像的相似度大于99%;面对剪切、平移攻击时,秘密图像归一化系数◢NC◣最小为0.743和0.728,远大于其他算法。从与其他算法的对比实验结果看,该算法是有效的。     

基于图像伪装与双向差值扩展的密文域可逆信息隐藏算法

数字图像在云环境下的安全性问题已成为信息安全领域的研究热点之一。为解决传统密文域可逆信息隐藏算法缺乏伪装性,容易受到恶意攻击与信息隐藏空间容量小的问题,提出了基于图像伪装加密与双向差值扩展的大容量密文域可逆信息隐藏算法。该算法首先利用矢量量化与离散小波变换两种技术对原始图像进行伪装加密,从而保证隐蔽性,使得图像在云环境中安全传递;其次采用基于双向差值扩展的信息隐藏技术对伪装加密图像进行秘密信息的嵌入,以实现高容量的信息隐藏。实验结果表明,所提算法不仅实现了图像伪装,而且最终得到的含密伪装图像与原始图像在视觉上无明显差别,峰值信噪比达到40 dB以上,对原始图像起到了很好的伪装效果;同时实现了高容量的秘密信息嵌入,图像平均嵌入率接近0.6 bpp,表现出了良好的实验性能。     

一种基于采样点倒置的音频信息隐藏方法*

提出了一种将秘密语音隐藏到载体语音的新方法,并引入 Logistic 混沌映射,利用混沌序列对秘密语音信息进行处理。算法根据人耳对音频倒置不敏感和音频幅度值为正的采样点在总采样点中所占的比例比较稳定的特点,通过倒置的方法调整该比例的大小嵌入秘密信息。实验表明,含有秘密信息的混合语音不仅具有良好的不可感知性,而且对诸如噪声、低通滤波、重采样等攻击具有良好的鲁棒性。