基于通道线性回归与二维多级预测误差直方图平移的彩色图像可逆数据隐藏

提出使用通道线性回归来估计当前像素并生成预测误差直方图,然后按照像素的局部空间复杂性使用二维直方图平移嵌入隐秘信息.在接收端,按照和嵌入时完全相反的顺序操作图像,可以在提取出嵌入信息的同时恢复原图像.实验结果表明,与现有的方法相比,相同嵌入容量下本文的算法具有更高的峰值信噪比.

改进的成对预测误差扩展可逆数据隐藏算法

基于成对预测误差扩展是目前一种大容量低失真的可逆数据隐藏技术。误差扩展算法通过生成二维预测误差直方图确定最优扩展路径以完成自适应地修改。中值边缘检测器和菱形预测的方法只考虑了部分被测像素周围的相邻像素,本文考虑了被测像素周围的八个像素值,更好地利用了图像像素之间的相关性,并在此基础上,更精确地区分像素局部区域纹理度的高低,来实现选择像素值的精确度。所提方法在嵌入相同容量的秘密信息时,图像的失真度都优于现有算法,具有更好的视觉质量。

基于8邻域边缘预测的大容量医学脆弱可逆水印算法

针对传统中值边缘预测算法在没有边缘情况下预测准确值不高的问题,提出一种基于8邻域边缘预测的大容量医学脆弱可逆水印算法。考虑预测点邻域8像素在不同方向的影响不同,计算其在对应位置上的权重并进行优化,将8邻域预测值与中值边缘预测值比较,得到更精准的预测值。同时为避免恢复像素点浪费,将整体像素点划分区域后对预测点像素采用多层嵌入的方法大幅提高嵌入容量。最后,通过改进的预测误差直方图移位方法,将水印信息嵌入到载体图像中。实验结果表明,该算法能够实现对医学图像的可逆恢复,满足大容量嵌入的需求,同时对大部分攻击具有较强的脆弱性,保护了水印图像的安全。

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10 000 b,平均峰值信噪比(PSNR)为61.89 d B时,该算法能有效减小携密图像的失真。

基于多目标优化的明文域信息隐藏算法

在传统的信息隐藏算法中,嵌入率和图像视觉质量是互相制约的,因而无法平衡两者之间的关系。为此,提出了一种将可逆信息隐藏算法和不可逆信息隐藏算法相结合的高保真算法。利用不可逆信息隐藏算法的高嵌入率和可逆信息隐藏算法在图像视觉质量方面的高峰值信噪比(peak signal-to-noise ratio,PSNR),在失真较小的情况下实现隐藏更多的秘密信息。此外,该算法还能根据具体的应用场景找到相对最优的嵌入率、恢复图像的PSNR和含密图像的PSNR的平衡点,从而适应不同的应用需求。实验结果表明,与现有的其他算法相比,该算法具有更高的嵌入容量和更好的图像视觉质量。

基于边缘检测和像素分类的可逆数据隐藏

为了提高嵌入算法的整体性能,提出一种基于边缘检测和像素分类的灰度图像可逆数据隐藏算法。算法按嵌入容量优先原则自适应地选择最佳阈值提取图像边缘,并根据边缘信息和指定的图像质量控制因子将像素分为平滑、弱边缘和强边缘像素3类。对平滑像素,通过增加嵌入强度的方法提高嵌入容量,预测误差直方图平移2位;对弱边缘像素,像素值最大修改量为1,从而保证图像含密质量;强边缘像素的像素值保持不变,进一步提高含密图像质量。实验结果表明,本文算法在保证图像质量的同时有效提高嵌入容量,算法的整体性能优于其它同类算法。