面向全容量的高性能彩色图像可逆信息隐藏算法
基于RGB相关性的彩色图像可逆信息隐藏方法
2018，54（20）1引言由于信息隐藏技术能够有效保护多媒体的完整性和版权，因此受到众多研究者的关注[1-3]。
普通的信息隐藏尽管能够保留图像的视觉信息，但是仍旧将一定程度破坏图像的原始信息，这在军事、法证和医疗等特殊领域是不允许的[4-5]。
可逆信息隐藏（RDH ）技术将秘密信息提取后，能够完全恢复原始图像，因此更加具有广泛的应用前景[6-7]。
由于彩色图像相比灰度图像更受欢迎[8]，因此彩色图像RDH 技术是较为热门的研究领域和发展方向。
在较早时期，Fridrich 等首次提出了基于压缩的RDH 方法，首先将图像的最低有效位进行无损压缩，从而腾出隐藏空间嵌入秘密信息[9]。
然而，由于相应的压缩率较低，限制了信息隐藏容量。
Tian 提出了基于差值扩展的RDH 方法，利用一对邻域像素，嵌入秘密信息[10]。
然而，对于纹理区域，邻域像素差值较大，将较大影响图像质量。
在Tian 的基础上，Thodi 等提出了基于预测误差扩展（PEE ）的RDH 方法[11]。
由于预测误差一基于RGB 相关性的彩色图像可逆信息隐藏方法沈静，陆静，李宏，钟志光SHEN Jing,LU Jing,LI Hong,ZHONG Zhiguang宁波大学科学技术学院，浙江宁波315211College of Science and Technology,Ningbo University,Ningbo,Zhejiang 315211,ChinaSHEN Jing,LU Jing,LI Hong,et al.Reversible color image data hiding method based on RGB -puter Engineering and Applications,2018,54（20）：69-73.Abstract ：In order to improve performance of color image Reversible Data Hiding （RDH ）,a novel color image RDH method based on correlations of RGB channels is presented.At first,a RGB correlation based predictor is designed,including rough texture and precise texture prediction stages.Specifically,the first stage is to divide pixels into flat and texture regions by using one reference channel.In the second stage,the smooth pixel is classified into horizontal,vertical,smooth regions by using two reference channels so that the accurate prediction can be computed.The experimental results show the proposed predictor can accurately compute the prediction value and the data hiding performance is superior to the existing color image RDH methods.Key words ：color image;Reversible Data Hiding （RDH ）;RGB channels;pixel prediction摘要：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。
一种大容量的可逆RGB图像信息隐藏算法
一种大容量的可逆RGB图像信息隐藏算法作者：岳鑫周城甘文道来源：《电脑知识与技术》2014年第22期摘要：该文介绍并分析了RGB图像的直方图特性，详细阐述了直方图的峰值点和零值点的特点和直方图平移对图像的影响。
在此基础上，根据视觉特性的特点，提出了一种新的RGB图像信息隐藏算法：一种大容量的可逆RGB图像信息隐藏算法。
该算法基于直方图平移和视觉特性，能解决当前基于直方图平移算法的低隐藏容量难点。
实验结果及分析表明，该算法易于实现，有很好的隐蔽性并对隐藏容量有较大提高。
关键词：信息隐藏；RGB图像；直方图平移；峰值点；可逆中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）22-5307-07近年来，随着计算机技术和多媒体技术的飞速发展，每天都有海量的文本、图像、音频、视频等数字信息在因特网上进行传输，信息特别是一些私有信息的安全性传输问题日益突出。
2013年发生的美国“棱镜”事件充分的说明了由于互联网自由开放的环境，这些私有信息在网上传输的过程中是不设防的，极易被非法访问和获取，甚至于被篡改，给信息传递者带来很大的损失。
信息安全技术由于人们保护私有信息隐秘性的强烈需求而发展迅速，目前在数据传输过程中主流的保护方法有两种：一种是密码技术，密码技术通过对涉密信息（明文）进行一系列处理输出一堆（或串）乱码（密文）进行传输。
它的安全性是基于截获信息者对明文的不可见性。
另外一种是信息隐藏技术，信息隐藏技术是通过将涉密信息嵌入到掩护载体（如多媒体数据等）中，不影响掩护载体的视觉、听觉效果，也不改变其外部特征（如文件大小等），将含有隐秘信息的含密载体进行传输。
较之密码技术，信息隐藏技术具有隐秘性的特点，能在非相关人员察觉的情况下进行传输，保证了信息传输过程中的安全性。
1995年，剑桥大学Ross Anderson教授联合一些从事信息隐藏研究的组织和专家，推动并策划了第一届信息隐藏国际研讨大会[1]，标志着信息隐藏技术作为独立的学科而成立。
基于彩色图像的可逆数据隐藏评价算法
糯
藏算 法 等 ． 它 们都法 。
圈卤 圈 一 ～ 由 ｝ 畸 棒 一
要保 证载体 信 息能被 完全 恢复 在 对可 逆数 据 隐藏 的研究 中 ． 差 值 扩展 技术 的
应用 最 为广 泛［ ３ ， ４ １ Ｔ ｉ ａ ｎ ［ ５ ］ 最 早 提 出了差 值扩 展技 术 ． 随后 还 有 诸 多 专 家 学 者 都 在 其基 础 上 提 出 了关 于
等特 殊领 域 。近 几年 可逆数 据 隐藏 算法层 出不 穷， 但 数据 嵌入 的核 心 思想 大 同小异 ． 算 法优 劣的 比较 不是很
明显 。针 对这 一 问题 ， 文章 提 出 了一种 新 的 关于可 逆数据 隐 藏的 算法 比较 方案 ． 实验证 明该 方案 能够较 好 地
分析 出可逆数 据 隐藏 算 法的优 劣 ． 具 有一 定的 实用 价值
的载 体 图像 恢 复成原 始载 体 图像 Ｉ
差值 扩展 的彩 色 图像可 逆数 据 隐藏算 法 等 对 可
逆数 据 隐 藏算 法 的评 价包 括 三个 指 标 ：嵌 入容 量 、 图像 质 量 和算 法 复杂 度 现 在大 多数 算 法都 能 兼 顾
前 两个评 价指 标 １ 典型 的可 逆数 据 隐藏算 法
关 键词 ： 可逆 数据 隐藏 ； 数据 嵌入 ； 信 息 隐藏 ； 密码 学
中图分 类号 ： Ｔ Ｐ ３ ９
０ 引 言
文献标 识码 ： Ａ
文章 编 号 ： １ ６ ７ ４ — ５ ７ ８ ７ （ ２ ０ １ ３ ） ０ ３ — ０ １ ６ ２ — ０ ３ 算法 、 无 定 位 图 的预测 误 差差 值 扩展 可 逆数 据 隐藏
收稿 日期 ： ２ ０ １ ３ — ０ ４ — ２ ８
大容量的密文域图像可逆信息隐藏算法
14014)；沪江基金(No. C14001, No. C14002) 资助 通信作者：秦川，副教授，研究方向：数字图像处理、多媒体信息安全，E-mail: qin@
大容量的密文域图像可逆信息隐藏算法
何志红， 秦 川， 周 青
上海理工大学 光电信息与计算机工程学院，上海 200093
摘 要： 提出了一种新的用于加密图像的可逆信息隐藏算法. 使用同一密钥对原始图像中每
个不重叠分块中的像素进行加密，在保证原始图像内容安全的同时，利用块内相邻像素相关
性特征和游程编码在加密图像中嵌入秘密信息. 对于嵌入信息后的加密图像可直接用加密密
钥解密，得到与原始图像视觉上相似的解密图像；也可以通过嵌入密钥正确地提取嵌入信息；
在拥有这两个密钥的条件下，既可以正确地提取嵌入信息，又可以完全无误地恢复原始图像.
实验结果表明：与已有方法相比，该方法不仅提高了加密图像的信息嵌入量，而且实现了原始
图像的可逆恢复.
关键词：图像加密；可逆信息隐藏；嵌入量
第 36 卷
随着网络技术和多媒体技术的不断发展，网络可以传输大量的图像和信息. 如果这些信息 没有及时得到处理或保护，则容易受到网络黑客的恶意篡改和非法破坏，特别是军事图像和 医学图像. 因此，原始图像加密和信息传输的安全性显得尤为重要[1-3].
图像加密 (image encryption) 就是使用某种加密算法对原始图像进行加密，使得接收者 在没有加密密钥的情况下无法得到原始图像信息，从而在信源上保障了图像的安全. 为了更 好地管理送入云端的加密图像，可以根据信息隐藏方法将信息嵌入加密数据. 图像的信息隐 藏可以分为可逆信息隐藏 (reversible data hiding, RDH) 和不可逆信息隐藏两种. 不可逆信 息隐藏是指将信息嵌入原始图像之后无法完全提取信息或者不能完全恢复原始图像；可逆 信息隐藏是指在恢复过程中既能提取嵌入信息又能恢复原始图像. 可逆信息隐藏的方法可以 分为 3 类，它们分别是无损压缩 (lossless compression)[4-5]、差值扩展 (difference expansion, DE)[6-10]、直方图平移 (histogram shifting, HS)[11-16]. 就嵌入率和恢复效果而言，后两种方法 均优于无损压缩的方法，因此其应用范围更广，并且出现了大量的算法及其相应的改进算法. 文献 [6] 首次提出了差值扩展的方法，将图像的像素矩阵分为成对的像素对. 该方法的嵌入量 较大，且图像的恢复效果也很好. 直方图平移算法最早由 Ni 等人[11]提出，该算法首先找出图 像直方图中的峰值点和零点对应的像素值，然后将峰值点与零点之间的像素值朝零点方向平 移，最后根据待嵌入的秘密信息比特是 1 还是 0 来对峰值点像素值进行改动或保持不变.
面向网络数据安全的高效图像隐写研究
面向网络数据安全的高效图像隐写研究作者：闫佳文黄帮局蒋春悦吴强刘哲来源：《计算技术与自动化》2021年第04期摘要：針对传统图像隐写算法计算消耗时间较长的问题，提出了立方体迷你数独矩阵（CMSM）和两层数据隐写方案。
将矩阵及其相应的数据嵌入和提取算法推广到N维迷你数独矩阵（NMSM），并阐述了提高时间效率的机制。
通过定义了距离定位函数，可以显著提高多维参考矩阵的嵌入效率。
该数据隐写方案具有复杂度高，能有效地提高数据隐写的安全性。
实验结果表明，该数据隐写方案不仅能获得更好的图像质量，而且比其他相关方案具有更高的嵌入容量。
关键词：图像隐写;多维;嵌入效率;迷你数独;安全性中图分类号：TP309.7 文献标识码：AAbstract：In order to solve the problem that the traditional image steganography algorithm takes a long time， this paper proposes a cube Mini Sudoku matrix （CMSM） and two-layer data hiding scheme. The matrix and its corresponding data embedding and extraction algorithm are extended to n-dimensional Mini Sudoku matrix （nmsm）， and the mechanism of improving time efficiency is described. By defining the distance location function， the embedding efficiency of multi-dimensional reference matrix can be significantly improved. This data hiding scheme has high complexity and can effectively improve the security of data hiding. Experimental results show that the data hiding scheme can not only obtain better image quality， but also has higher embedding capacity than other related schemes.Key words： image steganography; multidimensional; embedding efficiency; mini Sudoku; security在物流、环境监测和智能电网管理中，将各种类型的智能传感器连接到互联网是未来信息通信技术的重要发展方向高端安全和低功耗已成为扩大互联网规模的主要要求[1]。
高容量加密域图像可逆信息隐藏
高容量加密域图像可逆信息隐藏王杭兴【摘要】为了在加密图像实现高容量可逆隐秘传输,本文提出了一种基于整数变换的加密图像可逆信息隐藏改进方法.图像拥有者利用定位图对像素组任意像素进行整数变换,变换后的像素组像素受该整数变换性质的影响,使符合条件的像素组任意像素LSB被修改后,依然能恢复回原来的像素.因此,图像拥有者加密前对特定的图像块进行整数变换,根据定位图进行图像块排列,以便秘密信息以LSB替换的方式嵌入到特定的图像块中,拥有解密密钥就可以获得原始图像信息,拥有嵌入密钥就可以在密文图像中嵌入信息或者提取秘密信息,拥有解密密匙、嵌入密匙既可以提取秘密信息和恢复原始图像.仿真实验表明该方法具有较高的嵌入容量和较低的失真.【期刊名称】《科技视界》【年(卷),期】2018(000)008【总页数】2页(P53-54)【关键词】可逆信息隐藏;整数变换;加密;嵌入容量【作者】王杭兴【作者单位】华侨大学信息科学与工程学院,福建厦门 361021【正文语种】中文【中图分类】TP309.70 引言可逆信息隐藏是一种信息安全技术，加密是一种常用的有效隐私保护手段。
近年来，在云计算平台和各种隐私保护应用需求的驱动下，为了保护用户的隐私，需要在上传数据前先对数据进行加密，所以加密域信息隐藏的研究具有一定的意义，现有的加密域可逆信息隐藏中主要分为加密前产生嵌入空间和加密后产生嵌入空间两大类，文文献[1]Ma是通过改进Luo的方法在加密前预留出空间来嵌入信息，但并不适用于所有图像，例如医学图像由于有很多的黑色背景，像素值很多为零，位置图太大，导致B部分的边缘像素没有足够空间存放，所以用Ma的方法会造成溢出像素过多无法正常进行信息嵌入。
文献[2]Zhang采用新的插值方法在加密前预留出空间，能应用在不同类型的图像中，但嵌入容量太低，不适用在传输大信息量的情况。
本文对加密域可逆信息隐藏方法进行改进，获得了较好的效果。
1 提出的方案1.1 整数变换设原始图像 I大小为512×512的 8比特灰度图，为了使得失真尽量小，图像拥有者将图像分成若干个大小为两两成对的图像块，每个图像块组成x=(x1,x2)，图像拥有者对每组的像素进行整数变换，定义变换T如下公式（1）所示将 x=(x1,x2)映射到 y=(y1,y2)。
图像抛物线插值空间大容量可逆信息隐藏算法
图像抛物线插值空间大容量可逆信息隐藏算法王继军;孙泽锐;李国祥【摘要】针对可逆信息隐藏算法嵌入容量小、通用性差、运行效率低等问题,提出以插值图像为载体的大容量可逆信息隐藏方法,设计了一种类线性图像插值方法,通过实验数据分析给出了理想插值图像的期望插值,将载体图像两相邻像素值看作抛物线的根,构造一元二次方程,利用方程性质,建立以抛物线最值为参考点、以两根均值为期望插值的模型,根据差值区间确定出可嵌入位置和位数,再由区间调整因子和秘密信息共同确定出最终插值,设计了两种可逆隐藏方案,均无附加信息、无数据溢出,平均嵌入率接近4bit/pixel,载密图像有较高质量,通过与5种优秀算法的实验比较,表明算法在嵌入容量、隐蔽性、运行效率等方面相对比较算法有一定优势.【期刊名称】《电子学报》【年(卷),期】2019(047)001【总页数】8页(P137-144)【关键词】信息安全;可逆信息隐藏;图像插值;抛物线【作者】王继军;孙泽锐;李国祥【作者单位】广西财经学院信息与统计学院,广西南宁530003;广西多源信息挖掘与安全重点实验室,广西桂林541004;广西财经学院信息与统计学院,广西南宁530003;广西财经学院信息与统计学院,广西南宁530003;广西多源信息挖掘与安全重点实验室,广西桂林541004【正文语种】中文【中图分类】TP3911 引言图像作为人类感知世界的视觉基础，是人类获取和传递信息的重要手段，是信息安全的重点研究对象之一，而信息隐藏技术作为信息安全的一项重要技术，在隐秘通信、医疗图像、军事图像、版权认证、商业体系等领域有较好应用价值.目前已有的可逆信息隐藏算法主要有：基于频域、图像压缩、差值扩展、直方图移位、图像插值空间5种类型，基于压缩的可逆信息隐藏算法[1～3]核心是消除图像的冗余空间，而信息隐藏是利用图像的冗余空间，因此需要兼顾两方面寻求平衡，目前主流的研究是从底层着手将信息隐藏技术与图像压缩融合，这类算法隐藏效果较好，但容量较小；基于差值扩展的方法[4～6]，对载体图像的修改较大，尽管有较大嵌入空间，但多数情况需要附加信息，影响了有效隐藏容量，且对不同载体嵌入效果差异较大；基于直方图平移的方法[7～9]，是利用图像直方图的零点和峰值点，通过直方图平移，产生嵌入空间，这类算法能保持较好的图像质量，但隐藏容量比较有限.基于图像插值空间的可逆信息隐藏算法与上述几类技术不同，其主要思想是对原始图像进行插值，以插值图像为载体，将图像插值与秘密信息融合生成载密图像.文献[10]在插值图像的非基准像素点嵌入数据，以减少对图像质量的影响，想法巧妙，能保持较好视觉效果，但仅在非基准像点中嵌入信息，容量有限；文献[11]对文献[10]作了改进，在相同条件下能得到较大隐藏容量，但该算法只有当非基准像素与选定的基准像素差值的绝对值大于1时才能嵌入数据，且不同载体性能差异较大；文献[12]提出一种类双线性插值可逆信息隐藏算法，通过数据取整运算或加1运算实现嵌入，可在每个非基准像素中嵌入1位信息，对于不同载体图像嵌入率均为0.75bit/pixel，载密图像质量高，但嵌入容量小；文献[13]借鉴文献[12]的思路，提出一种改进算法，先对图像进行插值，再分别计算出每一个分块上左上角基准像素相邻的3个非基准像素的最大值和最小值的差值和，再根据差值确定嵌入长度，该算法有更大嵌入容量，但在相同嵌入率下，载密图像的PSNR值较低.文献[14]也是基于文献[12]想法，先将图像放大4倍，再通过计算图像相邻上下左右四像素点的预测误差值，构造直方图，在峰值点处嵌入秘密信息，嵌入率平均为0.5bit/pixel，同时还需要附加信息，总体嵌入率低；文献[15]通过三个相邻像素点构造抛物线，生成插值图像，然后在插值像素中设置可嵌入空间，为保证载密图像质量，插值图像中八邻域像素点均参与了运算，载密图像有较好质量，嵌入率也达到2.1bit/pixel，但算法总体运算量较大.上述基于插值的可逆信息隐藏算法，有的需要附加信息，有的存在数据溢出，且大多嵌入容量较小，本文设计了一种抛物线插值空间可逆信息隐藏方法，将图像两相邻像素值看作一元二次方程的两个根，构造抛物线，并以抛物线的最值作为参考点，以两根的中值作为期望插值，建立最值与期望插值间的差值区间，并根据区间的大小计算出可嵌入秘密信息的位数，然后由秘密信息与区间调整参数共同确定真实插值，在完成图像插值的同时实现了秘密信息的嵌入，使得插值结果最大限度地接近期望插值，保证了载密图像的质量.2 图像插值方法介绍数字图像插值是在原相邻像素点间插入新的数值，将低分辨率图像构建成高分辨率图像，但经过采样得到的低分辨率图像会丢失部分信息，因此，通常的图像插值方法都是不可逆的，即：对一幅图像采用某种插值方法先放大x倍，再缩小相应的x 倍，得到的图像与放大前的图像会有一定的失真，影响了算法的可逆性，而文献[12]提出的图像插值方法，比经典插值方法Nearest、Bilinear、Bicubic有相似的性能，其核心思想是：根据各像素点在图像中所处的位置，将像素点分为3种类型，分别采用3种不同的方式进行插值，将图像放大为原图4倍，插值示意图如下：设原图为A，放大后的图像为B，图B中“●”表示的像素点均是图A的像素，称为基准点，而“○”表示的像素点由其上下或左右相邻的两个像素点确定，“⊕”表示的像素点由其45度角和135度角上的四个像素点确定，且此规律对于非右边界和下边界的所有像素点均适用，对于右边界和下边界的像素点需单独处理，“○”和“⊕”位置上的像素点可嵌入数据，像素值可能会发生改变，称之为非基准点.具体的图像插值过程如下：设原始输入图像为I，大小为m×n，I(i,j)为各像素点灰度值，1im，1jn，在进行插值运算之前，先对输入的图像I进行下采样操作，得到图像A，大小为(m/2)×(n/2)，(下采样只是为了便于算法性能分析，实际应用中无需下采样操作)，下采样操作为：A(i,j)=I(2i-1,2j-1)(1)式中：1im/2,1jn/2采样之后，再对图像A进行插值，放大4倍，生成图像B，大小为m×n，插值方法为：(2)式中：1im/2,1jn/2对于右边界的像素点表示为：(3)式中：1im/2,j=n/2对于下边界的像素点表示为：(4)式中：i=m/2,1jn/2最右下角的像素点表示为：B(2i-1,2j-1)=A(m,n)(5)式中：i=m/2,j=n/2“○”表示的像素点值记为B(°)，而“⊕”处表示的像素点值记为B(⊕)，为了测试B(°)对图像质量的影响，在保持B(⊕)不变的情形下，将B(°)处的像素点分别取以下5种情形，比较在不同取值下图像PSNR变化情况，如表1所示：表1 B(⊕)位取值不变，B(°)位取不同值对图像PSNR值的影响ImagesB(°)-2B(°)-1B(°)B(°)+1B(°)+2Lena33.325533.504033.536633.420233.1660Peppers29.62 6229.685629.686229.619229.4963Boat30.355230.448530.468830.415030.2 899Baboon22.999023.018323.024423.016922.9962Sailboat28.544828.5949 28.597028.550928.4583Barbara24.958224.984424.989624.973824.9371同理，保持B(°)不变，将B(⊕)分别取5种情形，比较图像的PSNR变化情况，从实验数据可以看出，插值图像“○”处像素点的取值越接近B(°)，插值图像的质量越好；同样“⊕”处的像素点取值越接近B(⊕)，插值图像的质量越好，也就是说嵌入秘密信息后的值越接近B(°)和B(⊕)，载密图像的质量就越好，本文以此作为基础，设计了两种抛线线插值空间可逆信息隐藏方法，一种为抛物线差值空间最大容量可逆信息隐藏方法(简记为：PMCM)，一种为容量控制下的抛物线插值空间可逆信息隐藏方法(简记为：PCCM).PMCM是指在插值空间嵌入秘密信息时，所有可嵌入位均嵌入秘密信息，优先考虑嵌入容量；而PCCM是根据不同的应用需求，通过灵活调整嵌入容量、合理选择嵌入位置，优先保证载密图像有较高质量.3 抛物线插值空间最大容量可逆信息隐藏方法(PMCM)本文算法核心思想是：发送方先对载体图像A进行插值，生成插值图像B，在B中嵌入秘密信息得到载密图像B′；接收方只需对载密图像进行逆操作，便可无损恢复出载体图像，准确提取出秘密信息，整个流程如图2所示，其中输入图像、插值图像、载密图像大小均为m×n，载体图像与恢复图像的大小为(m/2)×(n/2).(对输入图像进行下采样，只是为了便于评价算法性能，实际应用无需下采样操作).为方便描述，将图像A中一个大小为2×2的图像块各像素标记为A1,A2,A3,A4，经插值并嵌入秘密信息后各像素标记为：A12,A13,A22,A24,A34,…，如图3所示：3.1 抛物线的构造及性质下面以确定像素点A1、A2的插值A12为例说明，假设A1≠A2，将A1、A2看作是一元二次方程ax2+bx+c=0的两个根，则A1、A2是抛物线与x轴两个交点的横坐标，根据韦达定理有下式成立：(6)且当时，函数y=ax2+bx+c的最小值因为A1,A2∈[0,255]，且A1、A2均为整数，即方程ax2+bx+c=0的根为整数，故有a=1，抛物线开口向上，式(6)简化为：A1+A2=-b,A1×A2=c且当时，ymin(7)3.2 约束ymin的范围因为A1,A2∈[0,255],所以0即ymin0令：⎣|ymin|」mod256(8)则有：0ymin255，如：A1=48,A2=136时3.3 计算期望插值与的差值区间根据2中的结论，像素点A1、A2的插值越接近(A1+A2)/2，插值图像质量越好，如果将A1、A2的期望插值(A1+A2)/2，记为变量Good12，且令：Good12=「(A1+A2)/2⎣，则Good12与的位置关系有三种情形，如图4所示，下面均以(a)情形为例讨论，其他情形原理与此同.3.4 计算可嵌入区间图4中期望插值Good12与的之间的区间就是可嵌入区间，该区间的大小为：|GY′|(9)如：当A1=48,A2=136时，表示可嵌入秘密信息的区间大小为52.3.5 确定可嵌入位数设秘密信息为W，对应的二进制为wi(i=1,2,…)，区间|GY′|内可嵌入秘密信息的最大位数记为k，则有：k=⎣log2|GY′|」(10)令：则Smax=2k-1(11)如：A1=48,A2=136时，可嵌入区间|GY′|=52，最大可嵌入位数k=⎣log252」=5.3.6 确定区间调整参数T最理想的情形是在中嵌入k位秘密信息后，恰有但因秘密信息的不确定性，不同W会产生不同越趋向于0，插值效果越好，为让两者更加接近，引入区间调整参数T令：T=||GY′|-Smax|(12)T表示在区间|GY′|内嵌入k位信息，且值为Smax时与期望插值Good的差值，引入参数T有利于让真实插值进一步接近期望插值，如A1=48,A2=136时，T=52-(25-1)=21.3.7 “○”位插值的确定通过上面的推导与分析，像素点A1、A2的最终插值A12可表示为：(13)3.8 “⊕”位插值的确定“⊕”位的期望插值A22=⎣[(A1+A2+A3+A4)/4]+0.5」，令A′22=min{A12,A13,A24,A34}，则可嵌入区间|GY′|=|A22-A′22|，嵌入位数的确定、区间调整参数、插值确定均与上述原理同.3.9 A1=A2情形的处理对于A1=A2的情形，A1、A2不能直接构成抛物线的两个根，但仍有Good12=⎣(A1+A2)/2」=A1=A2成立，仍可由式(7)(8)得因此，A1=A2也满足上述方法.至此，所有插值、秘密信息嵌入的方法和步骤，以及各种可能的情形均予以考虑，只要对载体图像A中所有像素点按上述步骤操作，便可完成图像插值和秘密信息嵌入，得到载密图像B′.4 抛物线插值空间容量控制下的可逆信息隐藏方法(PCCM)上述PMCM方法中，给出了最终插值的计算方法，但均是从最大嵌入量出发的，该方法嵌入容量很大，可满足大容量应用需求，但没有优先顾及到插值后图像的质量，对一些需要较高载密图像质量的需求不一定能完全满足，为此，我们对PMCM方法做限定和优化，以进一步提高载密图像质量.当A1=48,A2=136时，期望插值⎣log252」=5，此区间内最多可以嵌入5位信息，若嵌入的5位信息wi=(11111)2，则：S=31,Smax=31,T=52-31=21，最终插值此时A12-Good=0，效果最佳，但若wi=(01001)2，则S=9，T=21，最终插值A12=144-9-21=114，A12-Good=144-92=52，与期望插值相差较大.从上述分析可看出，S越接近Smax，嵌入效果越好，为了避免因嵌入不同秘密信息，可能造成S与Smax有较大差值，影响插值图像质量，故设计了PCCM方法. 引入一个阈值k′，用于控制真实嵌入位数，只在最低k′位嵌入秘密信息，其余高位直接置“1”，减小S与Smax的差，保证载秘图像高质量，假设最大可嵌入位数为k，实际嵌入位数为k′ ，则有：再另一个修正参数T′，令：T′=(2k-1)-(2k′-1)=2k-2k′，最终插值为：(14)依然以A1=48,A2=136为例，k=⎣log252」=5，若k′=2，嵌入信息wi=(11)2，则：S=3，T=21，T′=25-22=28，最终插值此时A12-Good=0，效果达到最佳，若嵌入信息wi=(00)2，则：S=0，T=21，T′=28，最终插值A12=95，A12-Good=3，更接近理想插值.对于给定的阈值k′，真实插值与期望插值的最大可能差值Rmax为：Rmax=max{A12-Good}=2k′-1(15)即：当k′=1时，Rmax=1；k′=2时，Rmax=3；k′=3时，Rmax=7；依次类推，k′越小，真实插值与期望插值差值就越小，载密图像质量就越好，可根据不同应用需求，选取合适阈值k′.5 载体恢复和秘密信息提取水印提取、载体图像恢复是嵌入逆过程，描述为：(1)载密图像B′中所有“●”位置的像素点，在整个过程均未有任何修改，因此，要恢复图像A，只需将“●”位置的像素点，按从上到下、从左到右的顺序重新组成一幅大小为(m/2)×(n/2)的图像，即为A，载体图像得以无损恢复；(2)提取秘密信息与嵌入过程步骤相同，载密图像B′是公开的，对(1)中得到图像A，用式(6)～(11)可计算出利用这些值即可计算出每个插值中嵌入的数据量b，则PMCM和PCCM两种方法对应的嵌入量b的计算公式分别为(以A1、A2为例)：和(16)(3)依次计算机出所有像素对中的嵌入量b，再将b转换为二进制位，按顺序将此二进制连接，便准确提取出秘密信息.6 实验结果分析6.1 透明性测试对本文算法在Windows7和MATLAB 2010b平台上进行了仿真实验，原始载体图像是大小为512×512的6幅标准灰度图像，如图5所示，嵌入信息为伪随机产生的二值信号，完成信息嵌入和插值后生成的图像如图6所示.从图6可看出，载密图像不可感知性较好，为了定量评价算法的性能，采用峰值信噪比(PSNR)、嵌入率(ER)、结构相似度 (SSIM) [16]作为客观评判载密图像与输入图像间失真度的衡量标准.6.2 实验结果依照上述算法做了大量的仿真实验，受篇幅所限，在此仅给出下面的两组实验结果图，如图6所示.6.3 嵌入容量与载密图像质量整个插值和信息嵌入过程均无数据溢出，也无任何附加信息，表2给出的是PMCM方法下的ER、PSNR、SSIM值，表3给出的是PCCM方法，在k′=1,2,4时的ER、PSNR、SSIM值.表2 PMCM方法载密图像ER、PSNR、SSIM值Test ImagesLenaPeppersBaboon SailboatBarbaraAverageER(bit/pixel)4.1723.8533.8323.9293.8873.982PSNR (dB)24.34422.05319.22622.59722.48822.051SSIM0.7910.7620.71460.7590.7 140.746从表2的实验数据可以看出，本文提出的PMCM算法有较大嵌入容量，且对不同载体图像嵌入容量平均达到3.98bit/pixel，较已有算法有优势，但载密图像的PSNR值比较小，图像的质量不高，因此PMCM适合用于隐秘传输；而对于载密图像公开的应用，容易引起攻击者的注意，需要高质量载密图像的应用，可采用PCCM方法.6.4 与同类算法性能比较本文提出的两种算法和文献[10～15]，均是以插值图像为载体的可逆信息隐藏算法，均有一定代表性，其中文献[11]是对文献[10]的改进，此处直接选取文献[11]作对比，文献[14]和[16]嵌入率较小，因此表4仅给出本文算法与文献[11～13，15]的比较结果.表3 PCCM方法k′=1,2,4时载密图像ER、PSNR、SSIM值LenaPeppersBoatBaboonSailboatBarbarak'=1ER0.7450.7460.7490.7400.748 0.746PSNR33.35729.64530.370923.00528.54524.899SSIM0.9730.9630.9588 0.86930.9560.885k'=2ER1.3461.3291.34241.45931.3631.411PSNR33.02329. 52430.202422.98328.43624.874SSIM0.9690.9610.95680.8680.9540.884k'=4 ER2.8552.7422.55162.5042.4512.595PSNR31.76528.94729.493322.85727.96 024.685SSIM0.9630.9520.95070.8640.9490.879表4 本文算法与其他文献性能比较对比项目对比文献Test ImagesLenaPeppersBoatBaboonSailboatBarbaraER文献[12]0.75000.75000.75000.75000.75000.7500文献[13]1.29951.29141.37631.36981.33471.3984文献[11]1.47031.46241.46641.43881.75901.8106文献[15]2.16262.06202.07382.03402.18742.1127本文PMCM4.17223.85334.22743.83223.92373.8871本文k'=10.75000.75000.75000.75000.75000.7500本文k'=21.34601.32991.34241.45931.36381.4111本文k'=42.95552.74212.55162.50462.45122.5952PSNR文献[12]33.511929.631530.455923.022228.589724.9849文献[13]26.664825.364624.733819.278823.343721.6419文献[11]29.941829.588427.754521.752527.051623.6438文献[15]31.015228.537228.544721.898726.975024.0019本文PMCM24.344522.053921.601219.226622.597222.4884本文k'=133.475129.668730.441023.021228.579424.9827本文k'=233.141029.555330.267122.997628.467424.9370本文k'=431.962829.083329.615322.862628.030924.7333SSIM文献[12]0.97190.96330.95870.86950.95650.8841文献[13]0.94350.93390.91860.8070.92070.8441文献[11]0.95730.95430.93560.82510.94250.8548文献[15]0.95410.94990.94030.86090.93840.8794本文PMCM0.79100.76200.73580.71460.75980.7147本文k'=10.97150.96290.95850.86930.95610.8842本文k'=20.96980.96100.95710.86830.95440.8835本文k'=40.96530.95650.95280.86440.95010.8805从表3和表4的数据可看出，本文PCCM方法的ER、PSNR、SSIM值与阈值k′取值有关，k′越小，嵌入容量越低，对应的各项性能指标值就越高；k′增大，可嵌入容量增大，性能指标逐步减小，总体上，当k′∈[1,4]时，嵌入容量以及载密图像质量均比较理想.在对比文献中，文献[12]嵌入容量较小，载密图像质量最好，本文PCCM方法在k′=1时，嵌入率与文献[12]相同，载密图像质量也相当；文献[15]嵌入容量较大，在嵌入率相当的情况下，PCCM方法的PSNR、SSIM值均优于文献[15]，对比其他文献，在嵌入容量以及载密图像质量上均有优势.对于上述6种算法，为了公平地进行比较，在相同的实验条件下，分别测试其在不同嵌入率下得到载密图像质量，实验结果如图7所示(因版面所限，只给出Lena 和Baboon两幅图像实验结果，其他测试图像与此结论相同)，从图7可以看出，文献[12]嵌入率恒定，PSNR值稳定，图像质量较好，但嵌入率最小；伴随嵌入率ER的增大，其他算法的PSNR值均在减小，横坐标表示的是嵌入率，从横坐标的长度可直观看出，本文算法在嵌入率上较其他算法有显优势，纵坐标表示的是载密图像质量，从图7可直观看出，在可比较区间内嵌入率相同时，本文算法载秘图像质量略低于文献[12]，但高于其他文献.6.5 不同算法运行时间比较算法复杂度是衡量算法性能的重要指标之一，本文提出的两种算法和文献[11～15]均是以插值图像为载体的可逆信息隐藏算法，单就图像插值操作而言，算法的计算复杂度大致相当，但在秘密信息嵌入时，因嵌入方式不同，计算复杂度也不同，为了测试6个算法的运行时间，在Windows7操作系统(旗舰版)和Matlab R2010b 平台，CPU为AMD Ryzen5 1600x，主频为3.60GHz，内存容量为16.00GB，硬盘容量为1T的测试环境下，对同一测试图像，当嵌入量最大时所需的时间如表5所示(取值为10次运行的平均时间)，从表5可看出，本文算法的平均运行时间大于文献[12],但小于其他文献，总体运行效率较高.表5 不同算法的运行时间比较(单位：秒)Images文献[11]文献[12]文献[13]文献[15]本文PMCM本文PCCMLena0.45310.08150.63510.73690.36020.3417Lake0.45720.08460.6103 0.70120.35330.3324Boat0.45660.08120.63740.77060.35740.3318Barbara0.4 2380.08410.66220.70230.35210.3286Baboon0.46650.08250.69440.78660.3 6150.3424Pepper0.44870.08670.65170.75220.36720.3519Average0.45100.0 8340.64850.74160.35860.33817 结束语本文以插值图像为载体，通过构造抛物线，并利用抛物线性质，同步现实了图像插值与秘密信息的嵌入，使得整个算法在嵌入容量与载密图像质量方面均有较好的效果，并能保证载体无损还原、秘密信息准确提取，PMCM和PCCM两种嵌入方案，PMCM方法有较大的嵌入容量，PCCM方法可根据不同的应用需求，选择合适阈值，得到理想效果，实验结论也验证了算法的有效性，以插值图像为载体的无损信息隐藏有较大发展空间，今后将做进一步深入研究.参考文献【相关文献】[1] FRIDRICH J,GOLIAN M,DU R.Lossless data embedding new paradigm in digital watermarking[J].EURAS IP Journal on Applied Signal Processing,2012,2(2):185-196.[2] CELIK M U,SHARMA G,Tekalp A M,et al.Lossless generalized LSB dataembedding[J].IEEE Transactions on Image Processing,2015,14(2):253-266.[3] TIAN J.Reversible data embedding using a difference expansion [J].IEEE Transactionson Circuits and Systems for Video Technology,2013,13(8):890-896.[4] 王继军.利用差值扩展和直方图平移的可逆数字数据算法[J].小型微型计算机系统,2014,35(5):1192-1195.Wang Ji-jun.An algorithm for reversible watermarking based on difference expansion and histogram shifting [J].Journal of Chinese Computer Systems，2014,35(5): 1192-1195.[5] GUI X,LI X,Yang B.A high capacity reversible data hiding scheme based on generalized prediction error expansion and adaptive embedding[J].Signal Processing,2014,98(9):370-380.[6] DRAGOI I C,Coltuc D.Local prediction based difference expansion reversible watermarking [J].IEEE Transactions on Image Processing,2014,23(4):1779-1790.[7] LU T C,Tseng C Y,Deng K M.Reversible data hiding using local edge sensing prediction methods and adaptive thresholds[J].Signal Processing,2014,104(10):152-166.[8] LUO L,CHEN Z,CHEN M,et al.Reversible image water marking using interpolation technique [J].IEEE Transactions on Information Forensics and Security,2010,5(1):187-193. [9] 熊祥光,韦立.基于直方图平移和互补嵌入的可逆数据方案[J].计算机工程,2015,41(8):180-185. XIONG Xiang-guang,Wei Li.Reversible water marking scheme based on histogram shiftingand complementary embedding [J].Computer Engineering,2015,41(8):180-185.(in Chinese) [10] JUNG K H,Yoo K Y.Data hiding method using image interpolation[J].Computer Standards & Interfaces,2009,31(2):465-470.[11] LEE C F,HUANG Y L.An efficient image interpolation increasing payload in reversible data hiding [J].Expert Systems with Applications,2012,39(8):6712-6719.[12] 王继军.图像插值空间大容量可逆数字数据算法[J].中国图象图形学报,2014,19(4):527-533. Wang Ji-jun.High capacity reversible watermarking for image interpolationspace[J].Journal of Image and Graphics,2014,19(4):527-533.(in Chinese)[13] 熊祥光.基于图像插值的大容量可逆数据算法[J].光电子·激光,2016,27(6):646-654.Xiong Xiangguang.High capacity reversible watermarking algorithm based on image interpolation[J].Journal of Optoelectronics·Laser,2016,27(6):646-654.(in Chinese)[14] 李雪景,李江隐,康宝生.基于图像插值和直方图平移的可逆水印算法[J].计算机应用研究,2016,33(4):1159-1163.Li Xue-jing,Li Jiang-yin,Kang Bao-sheng.Reversible watermarking algorithm based on image interpolation and histogram translation[J].Application Research of Computers,2016,33(4):1159-1163.(in Chinese)[15] ZHANG X,SUN Z,TANG Z,et al.High capacity data hiding based on interpolated image[J].Multimedia Tools and Applications,2016,7(76):9195-9218.[16] Z Wang,AC Bovik,H R Sheikh,E P Simoncelli.Image quality assessment: From error visibility to structural similarity [J].IEEE Transactions on Image Processing,2004,13(4):600-612.。
JPEG图像多域可逆信息隐藏及载荷分配算法
JPEG图像多域可逆信息隐藏及载荷分配算法殷赵霞;郭红念;杜洋;马文静;吕皖丽;张新鹏【期刊名称】《计算机研究与发展》【年(卷),期】2022(59)8【摘要】信息隐藏技术通过修改数字媒体信号嵌入附加信息而不影响媒体本身的使用价值;可逆信息隐藏不仅可以隐藏并提取附加信息,还可以无失真地恢复载体,是当前研究热点.针对应用最广泛的图像格式JPEG(joint photographic experts group),其可逆信息隐藏方法可分2类:1)离散余弦变换(discrete cosine transform,DCT)系数域修改,会导致文件扩展和视觉质量失真;2)熵编码域修改,生成的载密图像与原始图像相比无信号失真,但载荷有限且载荷越高往往文件扩展越严重.针对这2类方法存在的问题,设计了一种JPEG图像多域可逆信息隐藏算法,同时考虑DCT系数域修改和熵编码域修改来嵌入附加信息.由于2个域的修改对视觉质量失真和文件扩展的影响不同,因此研究重点在于载荷的合理分配.首先分析了在熵编码域嵌入信息时引起文件扩展的原因;然后据此设计基于VLC频率直方图的载荷分配算法以最小化文件扩展和视觉质量失真.实验结果表明:所提算法在文件扩展和视觉质量方面明显优于现有的方法.【总页数】10页(P1831-1840)【作者】殷赵霞;郭红念;杜洋;马文静;吕皖丽;张新鹏【作者单位】智能计算与信号处理教育部重点实验室(安徽大学);复旦大学计算机科学技术学院【正文语种】中文【中图分类】TP309【相关文献】1.一种JPEG图像的可逆信息隐藏算法2.一种抗JPEG压缩和掩密分析的空间域图像信息隐藏算法3.基于弹载遥测图像加密域的可逆信息隐藏算法4.基于图像秘密共享的密文域可逆信息隐藏算法5.一种密文域医学图像可逆信息隐藏算法因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
应用科 学学报
Vol. 37 No. 5
2019年9月
JOURNAL OF APPLIED SCIENCES — Electronics and Information Engineering Sept. 2019
DOI: 10.3969/j.issn.0255-8297.2019.05.015
Abstract: Reversible data hiding schemes generally show th€ advantage in integrity authentication, among which, histogram shifting (HS) techniqu€ is a special hot-spot due to its high effectiveness. However, HS processes generally employ empirical search criterions for side information (peak and zero bins) to reduce computation complexity, accordingly, resulting in the reduction of algorithm performance, such as low embedding capacity. To solve thw problem, an adaptive side information selection method for dealing with various capacities (from low to larg€ payloads) is proposed in this paper. It could ermine th€ nearly optimal combination of side information based on the given payload. The proposed method employs a multi-feature based sorting technique is employed to search for smoother
第5期
王俊祥，等：面向全容量的高性能彩色图像可逆信息隐藏算法
745
areas for data hiding； and designs an intelligent optimization algor辻hm to dwtermine th€ optimal side information, thus resulting in a high performajice. Experimental results show th€ proposed scheme could conduct information hiding for different quantities of payloads with superior performance. Keywords: reversible data hiding, color image data hiding, histogram shifting algorithm, side information selection, intelligent optimization algorithm： multi-feature sorting
收稿日期：2019-07-27； 修订日期：2019-08-01 基金项目：国家自然科学基金(No. 61762054, No. 61672242)；江西省杰出青年人才资助计划(No. 20171BCB
23072)；江西省教育厅科技项目(No. GJJ1707619, No. GJJ160922)资助 作者简介：王俊祥，副教授，研究方向：信息安全、图像处理，E-mail: wjx851113851113@
面向全容量的高性能彩色图像可逆信息隐藏算法
王俊祥1,毛宁雄1,赵怡1,王春桃2 1.景德镇陶瓷大学机械电子工程学院，江西景德镇333403
2-华南农业大学数学与信息学院，广州510642
摘要：可逆信息隐藏
索方案用于直方图平移过程，使得算法性能受到较大限制.为进一步提高算法效率，该文给出
WA.NG Junxiang1, MAO Ningxiong1, ZHAO Yi1, WANG Chuntao2 1. Mechanical and Electronic Engineering, Jingdezhen Ceramic Institute, Jingdezhen 333403, Jiangxi Province, China 2. College of Mathematics and Information, South China Agricultural University, Guangzhou 510642, China
关键词：可逆信息隐藏；彩色图像信息隐藏；直方图平移算法；边信息选择；智能优化算法;
多特征排序
中图分类号：TP391
文章编号：0255-8297（2019）05-0744-17
Large Color Image Based High-Performance Reversible Data Hiding Hcheme for Various Capacities
一种面向全容量（从小容量到大容量）的自适应嵌入方案，根据给定的嵌入容量选择近似最优
的边信息•所提出的基于多特征排序的嵌入位置优选策略，能够搜索到更光滑的区域进行信息
嵌入，从而提高算法性能；基于给定的嵌入容量，给出了一种基于智能优化算法的自适应边信
息优选方案•实验结果表明，该算法可以实现全容量下的信息嵌入，并且获得的算法性能更好.
随着多媒体技术的发展，知识产权保护和数据真实性认证问题日益突出，并引起了广泛 的关注.可逆信息隐藏（revesible data hiding, RDH）算法作为一种有效的技术手段，以视觉 不可感知的方式将秘密信息（如版权信息）嵌入至载体数据之中实现对数据的保护.相比于传 统的加密技术，信息隐藏因生成的含密载体与原始载体视觉非常相似，可有效避免攻击者的 注意.同时，在接收端授权用户可完全提取恢复嵌入的秘密信息并无失真恢复原始载体.上述 特性使得可逆信息隐藏技术在医疗、军事、司法等一些对数据要求较高的敏感场景下发挥重 要的作用.