基于像素调制自适应编码密文域的可逆信息隐藏算法

针对图像信息隐藏不能产生理想的有效负载问题,提出一种基于像素调制自适应编码密文域的可逆信息隐藏算法。首先,对灰度图像做块间置乱并进行像素调制预处理,设计块内像素位置变换矩阵保证分块置乱前后中心像素的预测误差不变。接着,利用最邻近像素差分方法保持加密图像块内的空间冗余,根据预测误差的频率自适应生成哈夫曼编码,并对比哈夫曼编码中比特位将信息嵌入到预留空间中。最后,对所提出算法进行实验分析,实验结果表明:提出的算法具有可逆性和信息分离性,与自适应差分图像恢复算法相比,平均嵌入率提高了0.299 bpp。

基于预测误差绝对值标记的加密图像可逆信息隐藏方法

随着云计算的发展,加密图像可逆信息隐藏技术得到了越来越多研究者的关注,并广泛应用于司法、军事、医疗等领域.本文提出了一种基于预测误差绝对值标记的加密图像可逆信息隐藏算法.首先,使用中值边缘检测器获取原始图像像素预测值,并计算预测误差的绝对值;然后根据其二进制序列从最高有效位到最低有效位存在多个连续0值的分布状况,构建最优二叉树以生成自适应的哈夫曼编码;最后通过哈夫曼编码标记对应的预测误差绝对值像素,以腾出空间进行信息嵌入.实验结果表明:该算法能够实现信息的完整提取和图像的无损恢复,与同类算法相比,能够有效地提高图像机密信息的嵌入率.

多通道运动矢量排序的可逆视频信息隐藏

针对现有基于运动矢量排序的视频可逆信息隐藏算法无法根据视频帧视觉特性自适应调节嵌入容量且容量有限的问题,提出一种多通道矢量排序的可逆视频信息隐藏算法.该算法通过计算参考帧的纹理复杂度和运动复杂度情况决定后续帧是否嵌入信息,从而实现后续帧的自适应信息嵌入,算法同时对多通道像素值排序(multi-pass pixel value ordering, multi-pass PVO)技术进行改进,将其应用于视频信息隐藏,有效提升可逆隐藏算法嵌入容量.实验结果表明,相较于同类算法,PSNR和SSIM的变化值分别降低14.5%和8.5%,嵌入容量提升7.4%,在视觉质量和嵌入容量方面有显著提高.

基于二维模运算的高效率可逆信息隐藏方案

针对在较大数据量传递的场景中使用可逆信息隐藏(RDH)保护数据时嵌入效率和抗检测能力较低的问题,提出一种基于二维模运算的高效率可逆信息隐藏方案。首先通过模运算较小的修改像素值嵌入较大的信息量,再结合增强的进制转换系统增加嵌入位数,最后使用折半法结合双图像赋予可逆性。在USC-SIPI标准图像库上进行的仿真实验结果表明,在嵌入高达100万比特秘密信息时,所提方案的隐写图像的峰值信噪比(PSNR)值保持在40 dB左右,且该隐写图像可有效抵抗RS(Regular Singular)隐写分析、像素差直方图(PDH)隐写分析和位平面隐写分析的静态攻击。因此,所提方案有效提高了对原始图像的嵌入效率,同时具有良好的抗检测能力。

基于Piecewise映射的安全密文域可逆信息隐藏算法

密文域可逆信息隐藏(RDH-ED)中常采用对称加密,但仅采用流密码异或(XOR)、置乱或两者结合的方法,在现有条件下难以抵抗唯密文攻击、选择明文攻击或已知明文攻击(KPA)。为了提高RDH-ED的安全性,提出一种基于Piecewise混沌映射的安全RDH-ED加密算法。首先对明文图像进行分块并按比特异或,随后利用Piecewise混沌映射转换密钥来对异或后的图像进行块内位平面置乱,最后对图像进行块间置乱加密。实验结果表明:所提算法在能够达到像素值均匀分布、视觉上不可感知的基础上,密钥空间相比单一加密方式增大至2^(8N_(p))×N_(p)!×8!^(N_(p)),并能够抵抗现有的各类攻击方法;最近的KPA测试下破解率为0.0067%,在保留适当嵌入量的同时增强了图像的安全性。同时,该算法通过Piecewise映射使得密钥通信量不变,并能够保证完全可逆地恢复原始图像。

基于自适应中值预测和霍夫曼编码的密文域可逆信息隐藏算法

为提高密文域可逆信息隐藏的嵌入容量,提出了一种基于自适应中值预测(adaptive median edge detection,AMED)和霍夫曼编码的密文域可逆信息隐藏算法。所提算法首先对载体图像进行块级扩展。然后,预测阶段引入自适应参数提出中值预测(median edge detection,MED)优化方案,参数会随着图像纹理特征而变化,进而提高像素预测准确度。最后,对像素高有效位信息(most significant bit,MSB)进行标记,采用霍夫曼编码对标记结果进行压缩,从而腾出空间进行秘密信息的嵌入。实验结果表明,本文算法可以在保证可逆恢复的基础上实现秘密信息的正确提取。同时,与现有算法相比,嵌入容量有所提高,平均嵌入率高达2.6320 bpp。

密文域可逆信息隐藏研究进展及技术难点分析

密文域可逆信息隐藏技术融合了加密技术和信息隐藏技术的双重优势,旨在实现公开信道上数据内容的隐私保护和信息的可逆嵌入功能,以应对云环境下日益复杂的用户应用需求。本文从密态数据管理、情报隐蔽通信、军事协同作战、技术融合创新4个应用场景分析密文域可逆信息隐藏的研究价值,根据信息嵌入与数据加密的操作关系对密文域可逆信息隐藏分类,对不同嵌入框架下的技术发展进行阐述和总结。同时,从嵌入性能提升、可分离性实现、图像的加密安全性、满足云环境下的应用需求4个方面对密文域可逆信息隐藏的技术难点进行剖析,并对后续研究方向进行分析和展望。

差分编码和块压缩的密文域可逆信息隐藏算法

随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有较大挑战。本文针对密文域可逆信息隐藏算法因载体图像冗余空间压缩不充分而导致嵌入容量较低的问题,提出一种基于差分编码和块压缩的密文域可逆信息隐藏算法。首先,根据自然图像局部区域内像素强相关性邻位作差,并基于块内最大差值对差值图像矩阵进行分类和自适应编码,同时设计分块置乱和块内像素扩散加密机制保证图像信息安全。然后,将自适应编码结果在对应的密文图像块上进行标记,压缩冗余空间。最后,通过位替换嵌入秘密信息。不同于其他算法,本算法对差分编码后的图像进行比特位重排列,从密文图像像素最低有效位开始,标记差值像素的符号位,其余各位面依次标记最小差值比特位。由于加密操作与自适应编码的可逆性,合法接收者可实现对原始明文图像的无损重构和秘密信息的无误提取。实验结果表明,与现有的几类算法相比,本文提出的算法具有更高的嵌入率和更好的安全性,在BOSSbase和BOWS-2两个数据集上的平均嵌入率达到3.027位/像素和2.937位/像素,在测试图像上平均嵌入率也均提高了0.57位/像素以上。

基于顶点划分和坐标标准化的密文域3维网格模型可逆信息隐藏

密文可逆信息隐藏技术可以在加密载体中利用冗余空间额外嵌入信息,在传输过程中保障载体和信息的隐私安全,载体接收者还可以实现无损地提取信息和恢复载体.3维网格模型作为新型的数字媒体,其文件结构与传统的图像等数字媒体存在着不同,并且在该领域的研究相对较少.如何提升模型的嵌入容量是目前需要解决的问题.将图像领域多个高有效位预测算法直接迁移到3维模型中应用时,由于数据的存储格式与图像媒体不同,使得算法的预测性能受到了限制.因此,提出了将顶点坐标值标准化处理,消除符号位带来的影响,提升了预测算法的性能.为了进一步减少无用的辅助信息,嵌入集顶点的筛选被加入实验中,成功地为有效载荷腾出空间.实验表明,提出的方法与现有方法相比,在保证无损和可分离地恢复模型与所嵌入的信息的同时,获得了最高的嵌入容量.

基于JPEG图像的模块化可逆信息隐藏方法

当前的可逆信息隐藏方法为了寻求更好的嵌入性能,通常会基于给定的图像内容对修改模式和嵌入参数作出自适应的调整。然而,通过细化自适应程度或扩大解空间来寻找更优解时,会造成计算复杂度高、时间成本难以承受等问题。为此,提出了一种适用于JPEG图像的模块化可逆嵌入方法来提高自适应寻优的效率。通过比较不同情况下最优解的嵌入性能,对原有的解空间进行优化、筛选,从而生成一个适用于不同图像的通用修改模式集合。每一个修改模式被定义为在多直方图修改框架下的最优嵌入点集合。在嵌入时,为给定的图像内容自适应地从预设的解集中选定合适的修改模式。实验在USC-SIPI数据集上与五个具有代表性的方法进行了比较。相比于同类算法,所提算法可将峰值信噪比提升0.03~1.81 dB。对于文件大小扩展,所提算法的性能结果可比两个经典方法分别减少12.4%和5.1%。实验结果表明,相比于主流经典方法,该方法在含密图像质量和文件大小扩展方面有更好的性能表现,并能以较低的计算复杂度取得与最近的高效方法相近的自适应嵌入效果。

基于CNN计算局部复杂度的可逆信息隐藏算法

在可逆信息隐藏领域,选择较小的预测误差有助于减少信息嵌入过程引起的失真.现有选择方法主要计算预测误差的局部复杂度,将信息嵌入到局部复杂度小的预测误差中.这些局部复杂度计算方法只使用部分相邻像素计算局部复杂度,且计算方法与预测部分使用的预测器无关,因此其选择性能有待提高.本文提出了一种基于CNN的局部复杂度计算方法LCCN,该方法与预测部分的预测器相关,可以使用更多的相邻像素计算局部复杂度,提高局部复杂度与预测误差的相似性.与现有的局部复杂度计算方法相比,所提LCCN利用了CNN的多感受野特性和深度学习的全局优化能力,能使用更多相邻像素计算局部复杂度,从而选择更多数值较小的预测误差,提高嵌入算法性能.此外,我们还提出了一种适用于LCCN的两阶段RDH方案,该方案可以将LCCN应用于多种嵌入方法.实验结果表明,与现有的几种局部复杂度计算方法相比,本文所提方法在标准测试图像和Kodak数据集上嵌入性能更好,在基于LPVO的嵌入技术中,本文所提LCCN模型嵌入10000bits后图像Lena的PSNR为62.09dB,分别高于LV、FV、EE和LAE算法1.05dB、1.02dB、0.78dB和0.90dB.与现有的先进RDH算法比较,本文所提LCCN模型在不同图像上均取得较好效果.

基于国密加性同态的医学影像可逆信息隐藏方法

医学影像共享是医疗信息云共享中最重要的部分,因为医疗信息80%以上是医学影像,但信息共享面临数据安全、隐私保护和信息检索等问题。虽然已有很多密文域可逆信息隐藏(RDH-EI,Reversible Data Hiding in Encrypted Image)方案,但一般不能直接应用于DICOM医学影像上。为了满足云服务中DICOM文件的隐私保护和信息检索需求,文章提出一种基于ZUC加性同态和多层差值直方图平移的DICOM图像RDH-EI方案。所提方案不改变DICOM文件格式,不增加文件大小,且图像解密和信息提取可分离。实验结果表明,所提出的方案具有良好的灵活性和计算效率,是一种适用云共享的RDH-EI方案。

基于相邻像素差值的可逆图像信息隐藏软件

针对当前秘密信息在网络传输中仍存在非法窃取和内容篡改等现状,文中利用相邻像素差值的方法以及直方图平移技术,设计并开发出一款可逆图像信息隐藏软件。该软件是在PyCharm开发环境下使用Python语言实现,具有对BMP和TIFF等格式的载体图像进行秘密信息隐藏、提取以及载体图像还原等功能。经软件测试,其结果显示该软件运行正常且稳定,各功能操作简单方便。

基于四元数可逆网络的医学图像信息隐藏

随着5G和远程医疗飞速发展,云端健康监测数据及病例几何式增多。这一系列行为使大量医疗信息暴露在公共视野,这不仅对医患双方的隐私及健康安全构成严重威胁,甚至会带来国家安全、社会影响力等多方面的连锁反应。如何保护患者隐私,提高医学图像在云端的安全性成为新的难题。以肺部医学图像为研究对象,提出了一种基于四元数可逆网络的医学图像信息隐藏算法,保护云端肺部医学图像数据安全。首先,提出了一种基于四元数嵌入的可逆神经网络以实现秘密信息的嵌入及提取,通过反向学习机制有效地增加了图像的嵌入容量,且能够实现将全尺寸的秘密信息隐藏到相同尺寸的原始图像中,为了提高秘密信息的不可见性,利用四元数小波变换在图像的小波域隐藏秘密信息,提高了隐藏的安全性。此外,该模型具有较强的抗隐写分析能力,ROC曲线下面积的值为0.50。

用于实现医学图像对比度增强的密文域可逆信息隐藏算法

针对现有密文域医学图像可逆信息隐藏算法存在解密图像视觉质量较低的问题,提出了一种基于差值直方图平移的密文域可逆信息隐藏算法。首先,发送方采用具有同态密文比较性质的加密算法对原始医学图像进行加密,从而保证医学图像的隐私内容不被泄露。然后,嵌入方利用同态性质对接收到的密文图像计算差值直方图,并通过平移差值直方图在密文图像中嵌入信息。为了获得较大的嵌入率,嵌入方可对密文图像进行多轮次信息嵌入。最后,接收方根据拥有的密钥种类对接收到的含有嵌入信息的密文图像进行信息提取、图像解密和图像恢复。实验结果表明,本文算法提升了解密医学图像的视觉质量,同时具有较高的嵌入率和安全性。

基于双层像素值排序的可逆信息隐藏

基于像素值排序(pixel-value-ordering,PVO)的可逆隐藏方法借助像素块内的最值关系进行有效预测和可逆嵌入,具有显著优势。然而,现有基于PVO的方法大多在单一序列中进行预测和修改,导致每个像素块内参与生成直方图的像素数量相对固定。为了解决这一问题,提出了一种基于双层像素值排序的可逆信息隐藏方法,它在像素块中分层得到两个有序序列,并在两个序列之间进行跨序列预测,因此能够自适应地确定生成直方图的像素数量。同时,为双层嵌入所生成的直方图设计了不同的修改规则,以减少嵌入失真。实验结果表明,本方法具有较好的可逆嵌入性能。

基于二维有偏距离插值的双层嵌入可逆信息隐藏算法

针对目前可逆信息隐藏技术存在载密图像嵌入率与失真度无法兼顾的问题,提出一种基于二维有偏距离插值的双层嵌入可逆信息隐藏方案。第一层嵌入将图像像素按棋盘式划分为两组,采用改进的全向梯度参数结合二维有偏距离插值算法,用其中一组像素预测另一组像素,再按照预测误差扩展方式嵌入秘密信息。第二层嵌入将剩余一组像素作为目标像素,再进行预测和嵌入,进一步提高嵌入率。本文从算法可逆性、预测精度、嵌入容量和载密图像失真度等多方面进行实验分析,结果表明,双层嵌入恢复后图像峰值信噪比为∞,不同种类隐藏图像像素和恢复图像像素均方误差均为0,表明算法可实现完全可逆隐藏;对不同种类载体图像进行测试,测试图像平均预测误差绝对值小于4的比例为79%,表明算法预测精度高;嵌入率对比实验表明,与其他算法相比,本算法均为最高,且双层嵌入较单层嵌入率平均提升30%以上,充分利用了像素冗余性;嵌入率为0.7 bit/pixel时,本算法载密图像和原始图像的峰值信噪比平均为39.854 dB,高于同类算法3~5 dB,表明载密图像失真度更低。本文还对阈值与嵌入率、结构相似性与嵌入率之间的关联进行分析和对比实验,深入探讨了高嵌入率的获得条件。本算法可较好解决载密图像嵌入率和嵌入失真不平衡的矛盾,综合性能更优。

基于可逆信息隐藏算法的通信图像处理研究

随着我国通信技术与图像处理技术水平的不断提升,对于通信图像处理的质量提出了更高的要求。现阶段采用的图像处理技术已经无法满足对图像恢复性能提出的更高要求,正因如此,提出基于可逆信息隐藏算法的通信图像处理方法的研究课题具有较强的现实意义。本文首先简述了基于可逆信息隐藏算法的通信图像处理方法,并思考基于可逆信息隐藏算法的通信图像处理系统的设计方案,以此来判断该方法的处理效果,提升载体图像恢复性能。

加密域灰度半色调图像的可逆信息隐藏

文章提出一种针对半色调图像的可逆信息隐藏算法,鉴于半色调图像信息冗余少的缺点,在嵌入水印前将载体图像的像素复制到两个相同的图像中,人为增加冗余。通过使用校验子编码来改变图像中的像素,将水印嵌入到第一个载体图像中;通过位替换,将水印嵌入到第二个载体图像中,得到两个隐秘图像。在提取阶段,先通过汉明码的校验矩阵处理第一个隐秘图像获得水印信息,并与第二个隐秘图像中的像素进行位替换,便可恢复载体图像。本方案适用于可逆性至关重要的数据隐藏应用场景,如印刷打印领域。

基于预测误差直方图的密文域可逆信息隐藏算法

预测误差扩展是可逆信息隐藏的一种重要方法,预测误差直方图比像素直方图更加集中,峰值点更尖锐。为了增加密文图像的嵌入容量,提出一种基于预测误差直方图的可逆信息隐藏算法,并利用Paillier加密算法的同态特性在密文域中直接嵌入秘密信息。在预处理阶段使用中值预测模型对像素值进行预测,将第一行和第一列作为参考像素,对除参考像素外的所有像素进行预测,生成预测误差直方图,并通过预测误差直方图确定嵌入位置。这种方法充分利用图像像素,增加了目标像素的嵌入位置,从而增加了算法的嵌入容量。测试结果表明,本文的方法有效地提高了嵌入容量。