基于视觉特性的JPEG图像自适应隐写算法

提出一种基于视觉特性的图像隐写算法。该算法利用亮度和纹理阈值等人类视觉系统特性,并结合图像各个局部分块的亮度与纹理特征,将图像划分为强嵌入区、次嵌入区、弱嵌入区,计算各个局部分块亮度和纹理,分别嵌入不同比特数的秘密信息。实验结果表明,该算法能够增加图像秘密信息的嵌入容量,提高抗检测性能,以及保持较高的峰值信噪比。     

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.     

抗统计分析的BPCS隐写算法

位平面复杂度分割（BPCS）隐写在复杂度较高的位面小块嵌入秘密信息,有较好的隐蔽性,但会引起图像位面小块复杂度的统计特性的变化。通过深入分析图像位平面上相邻像素之间的相关性,本文提出了一种改进的BPCS隐写法。它更好地利用人的视觉特性,结合图像的局部特征来嵌入秘密信息。实验结果表明,改进后的算法能够抵御针对原BPCS隐写的分析方法,有较大的嵌入量,并对原图像所作的改变具有更好的不可见性。     

应用五株采样提升算法的抗盲检测图像隐写算法

在分析图像盲检测算法原理的基础上,提出了一种在形态小波高频系数上进行消息嵌入的抗盲检测隐写算法.该算法利用五株采样提升实现图像的小波变换,在大于一定门限的小波高频系数中嵌入消息,并通过建立的嵌入信息表来修正嵌入规则以保持小波系数直方图近似不变,在门限处引入直方图调整策略以减小系数直方图在门限处的变化.由于通用盲检测算法大多基于概率密度函数的变化实现图像隐写的检测,因此本文算法可以获得对通用盲检测算法的抵抗能力.实验结果表明,本文算法在抵抗小波高阶统计量分析、直方图特征函数质心等盲检测算法能力方面,优于LSB匹配、像素值差分等隐写算法.     

基于图像分类的动态阈值位平面复杂度分割密写算法

为提高位平面复杂度分割(BPCS)密写算法的安全性,提出了一种抗统计分析的BPCS密写算法。首先,将载体图像分块,计算图像块的信息熵和小波对比度;然后,利用模糊C-均值(FCM)对其进行分类,根据分类结果及随机数确定每个位面小块的复杂度阈值;最后,将载体和秘密数据位面小块相似程度小于0.5的秘密数据位面小块取反,再替换载体位面小块。实验结果表明,该方法能有效地抵抗复杂度直方图统计分析的检测,同时载密图像视觉不可感知性有了很大的提高。     

基于图像复杂度的隐写方法研究*

为了提供较大的隐写容量和保持良好的载密图像质量,依据人眼对纹理、边界和黑暗区域变化敏感性弱的视觉特点,结合小波变换提出了一种图像复杂度描述方法,将图像小块分为纹理、边界、黑暗和平滑四个不同类别,利用模函数设计隐写算法,在不同区域嵌入不同量的信息。实验结果表明,新的复杂度描述方法能准确区分不同类型的小块,隐写算法在提高嵌入容量的同时保持了较好的视觉质量。     

基于视觉感知与菱形编码的图像隐写算法

为提供较大的隐写容量和保持良好的载密图像质量,提出一种基于视觉感知和菱形编码的图像隐写算法。根据人类视觉系统,针对人眼对图像的高中低灰度区、纹理区及平滑区的敏感度的不同,在不同区域选择嵌入不同数量的秘密信息;同时为了尽可能减少对图像像素值的改变,采用改进的菱形编码来嵌入秘密信息。实验结果表明,与HVS-OPAP算法相比,该算法图像的嵌入容量提高了4.09%,获取的隐写图像具有更好的不可感知性,同时峰值信噪比平均提高了1.5dB,而且该算法具有抗RS隐写分析能力,安全性更高。     

最小化扭曲的抗检测隐写算法

为提高秘密数据传输的安全性,提出一种最小化扭曲的图像隐写算法。根据图像平滑特性及具体隐写嵌入操作对特性的影响为载体像素分配扭曲值,以表征在该像素上进行特定嵌入操作对图像总体统计特性的影响程度,再利用STC码选择使图像整体扭曲函数最小的嵌入位置和嵌入方式进行信息嵌入。仿真实验结果表明,该算法具有良好的抗检测性。     

一种用于隐写测评的图像纹理复杂度估计方法

在评估图像隐写算法安全性及隐写分析性能时,隐写嵌入率等参数是重要的评价指标,而图像纹理差异对评价的影响很容易被忽略。为此,基于图像高维统计模型,提出一种新的针对隐写应用的图像纹理复杂度度量方法,用于衡量图像间的纹理差异。根据纹理复杂度对图像进行分类,单独在每一类不同纹理复杂度的图像集上评估隐写分析的检测性能。实验结果表明,该方法能有效地评价隐写的安 全性。     

Canny-Gauss通用域图像隐写算法

自适应图像隐写算法是一种以图像为载体,通过手工设计嵌入失真代价,指导隐写码在图像载体中嵌入秘密消息的信息隐藏算法.长期以来,这类算法将秘密消息尽可能隐藏在图像纹理更深更复杂的位置以对抗基于富特征的隐写分析检测.然而,伴随着深度学习在隐写分析领域的快速发展,人工设计的自适应算法受到严重挑战.此外,基于加性失真的隐写编码在嵌入消息时,复杂纹理向边界聚集所产生的统计异常问题也亟待解决.因此,本文总结了各类人工失真代价的优势和不足,归纳出当前自适应算法在空域的设计范式,并结合UNIWARD在各嵌入域的转换规则,提出基于嵌入失真代价ρ的通用域隐写转换公式.然后,从隐写嵌入失真代价与图像纹理稀疏关系的角度出发,以Canny算子划分纹理、Gauss模糊缩放轮廓、AutoML搜索阈值的方式,提出了一种通用域隐写算法Canny Gauss.实验结果表明,本文所提通用域隐写转换公式能够有效应用于现有主流算法.同时,在UNIWARD所有可行嵌入域中,本文所提算法表达出更高嵌入失真代价稳定性和隐写隐蔽性,在第三方权重加持下的深度隐写分析表现与UNIWARD相比至少提升2.6%、最高提升14.6%.这为自适应隐...     

一种基于LSB和PVD的图像信息隐藏方法研究

为了提高图像中秘密信息的嵌入量,提出并实现了一种基于最低有效位和像素值差异的图像信息隐藏方法。通过计算两个连续像素值的差异来判断图像的一致区域和边界区域,在一致区域使用最低有效位方法,而在边界区域使用像素值差异方法。实验结果表明,结合这两种方法后信息的嵌入量是单纯使用像素值差异方法的1.59～1.97倍,并且隐写图像具有大于38 dB的峰值信噪比,保证了隐写图像的视觉质量。     

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。     

High-capacity reversible data hiding method using block expansion in digital images

A reversible data hiding method allows recovery of the cover image after the secret data have been extracted. In this paper, a novel reversible data hiding method is proposed using neighboring interpolation and pixel-value differencing on block expansion. A consecutive embedding technique for a sub-block is proposed to maintain a higher embedding capacity, and a neighboring pixel-value referencing is also proposed to maintain a good visual quality in stego-images. The results of experiment demonstrate that the proposed method has higher capacity and maintains a better image quality than previous reversible data hiding methods.     

A high quality steganographic method with pixel-value differencing and modulus function

In this paper, we shall propose a new image steganographic technique capable of producing a secret-embedded image that is totally indistinguishable from the original image by the human eye. In addition, our new method avoids the falling-off-boundary problem by using pixel-value differencing and the modulus function. First, we derive a difference value from two consecutive pixels by utilizing the pixel-value differencing technique (PVD). The hiding capacity of the two consecutive pixels depends on the difference value. In other words, the smoother area is, the less secret data can be hidden; on the contrary, the more edges an area has, the more secret data can be embedded. This way, the stego-image quality degradation is more imperceptible to the human eye. Second, the remainder of the two consecutive pixels can be computed by using the modulus operation, and then secret data can be embedded into the two pixels by modifying their remainder. In our scheme, there is an optimal approach to alter the remainder so as to greatly reduce the image distortion caused by the hiding of the secret data. The values of the two consecutive pixels are scarcely changed after the embedding of the secret message by the proposed optimal alteration algorithm. Experimental results have also demonstrated that the proposed scheme is secure against the RS detection attack.     

基于四边边缘匹配的图像信息隐秘法

将人眼的视觉特性和图像信息隐藏技术结合,文章提出了基于HVS特性的信息隐秘方法,设计实现了一种基于四边边缘匹配的自适应信息隐秘算法,利用嵌入信息像素相邻的四个像素信息估计嵌入容量,依据载体图像局部的不同特性自适应地隐藏秘密信息.实验结果表明,这种方法比最低有效位算法嵌入容量大,而且不会产生易觉察的失真.此外,隐蔽图像中嵌入数据的提取与原始图像无关.同时,采用伪随机机制的图像遍历顺序,提高了信息的隐蔽性.     

差异聚类和误差纹理合成的生成式信息隐藏

目的 搜索式无载体信息隐藏容量小、搜索量大,涉及大量载体密集传输;纹理构造式隐藏只能生成简单非自然纹理;纹理合成式隐藏存在固定映射以及编码、非编码小块的明显区别特征,且未考虑样本小块差异度和遭受攻击时的类别提取错误,抵抗攻击能力十分有限。针对以上问题,提出一种差异聚类和误差纹理合成的生成式信息隐藏。方法 在嵌入时,通过差异均值聚类获取编码样本小块,结合多重映射将代表秘密信息的编码样本小块随机放置在空白图像上,按最小误差优先拼接策略生成含密纹理。在提取时,通过密钥截取样本小块,寻找最接近编码样本小块,并结合秘密信息MD5（message-digest algorithm 5）值和随机坐标来恢复秘密信息。结果 所提方法与MD5值和密钥紧密绑定,密钥参数、MD5值以及样例图的改变都将导致秘密信息的提取误码率趋近于0.5。同现有方法相比,结合最小误差优先拼接策略,所提方法的像素累计差异更小,含密纹理视觉质量较好且对密钥极度敏感,以实验样本为例,当遭受质量因子为5070的JPEG压缩和5% 15%的椒盐噪声攻击时,秘密信息可完整提取。即使遭受25% 40%的椒盐噪声攻击,提取误码率低于7%。结论 所提方法避免了固定映射和编码、非编码小块的区别特征,含密掩体视觉质量较好且具有较强的抗攻击能力。     

基于像素交换及时空混沌映射的信息隐藏方法

提出了一种在图像载体中进行信息隐藏的新方法。该方法通过硬c均值聚类分析,确定可嵌信息区域,在可嵌信息区域内的相邻像素间通过像素交换来编码信息。采用时空混沌置乱技术,控制秘密信息的嵌入过程,并对嵌入信息进行加密。该方案具有较好的视觉隐蔽性及统计隐蔽性,并且密钥空间大,实现了算法可公开的信息隐藏。     

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...     

Data hiding scheme improving embedding capacity using mixed PVD and LSB on bit plane

In data hiding, pixel-value differencing and least significant bit are well-known techniques to embed secret data. In this paper, a novel data hiding scheme is proposed to provide high embedding capacity. In case of previous methods, pixel-value differencing and least significant bit techniques were used individually or in combination based on pixel, but the proposed method utilizes first by dividing the bit region and two schemes are used simultaneously in the same bit plane. The experimental results show that the proposed method has strength on embedding capacity maintaining visual image quality without distortion to the human eyes.     

Advanced image steganography based on exploiting modification direction and neutrosophic set

A new variant of image steganography based on exploiting modification directions (EMD) named advanced EMD (AEMD) is introduced. In this method the secret digits in mⁿ -ary notional systems are embedded into a group of n pixels of the cover image. To increase data hiding capacity, edge masking characteristics of human visual system is exploited to embed more bits at image edge pixels than non-edge pixels. To do this, a neutrosophic set edge detector, named as MNSED is also introduced to classify cover image into 2?×?2 non-overlapping edge and non-edge blocks without any overhead information. Hence the secret digits in two different bases are embedded into the edge and non-edge blocks. Experimental results show that the proposed method provides higher embedding capacity and better quality compared to the existing schemes, while its resistance to steganographic attack is still higher.