基于纹理特征分类与合成的鲁棒无载体信息隐藏

针对图像无载体信息隐藏算法嵌入容量与鲁棒性无法很好兼顾的问题，提出了一种基于纹理特征分类与合成的鲁棒无载体信息隐藏算法，使用空间金字塔算法提取纹理图像特征，通过监督式分类训练得到分类模型，同一类别下的不同图像块，利用位置信息进行区分，根据图像块分类和位置信息的不同构建映射字典，传递秘密信息；发送方依据秘密信息选择图像块并根据公共密钥将所有图像块组合为一幅大尺寸图像，通过可逆形变生成复杂的纹理图像并发送给接收方；接收方根据密钥将纹理图像恢复为图像块，利用分类模型识别图像块所属分类并确定位置信息，对照映射字典提取秘密信息.实验和分析表明该算法对JPEG压缩、高斯噪声、椒盐噪声等攻击具有较好的鲁棒性，同时嵌入容量可随图像类别的增加得到提高.     

基于图像Bag-of-Words模型的无载体信息隐藏

介绍一种基于bag-of-words（BOW）模型的无载体信息隐藏方法。该方法使用BOW模型提取图像的视觉关键词（visual words,VW）以表达待隐藏的文本信息,从而实现文本信息在图像中的隐藏。首先使用BOW模型提取图像集中每幅图像的VW,构建文本信息的关键词和VW的映射关系库;然后把每幅图像分为若干子图像,统计每一幅子图像的VW频数直方图,选择频数最高的VW表示该子图像;最后根据构建的文本关键词和子图像VW的映射关系库,搜索出与待隐藏文本信息存在映射关系的子图像序列,将含有这些子图像的图像作为含密图像进行传递。实验结果和分析表明,该隐藏算法在抗隐写分析、鲁棒性和安全性方面均有良好的表现。     

基于秘密信息驱动的正交GAN信息隐藏模型

噪声驱动生成对抗网络(generative adversarial network, GAN)的生成器能生成高质量数字图像,为信息隐藏提供了新的数据载体.利用正交GAN的判别器能提取生成图像特征码的特性,提出了一种基于秘密信息驱动的正交GAN无载体信息隐藏模型.信息隐藏时,将待隐藏信息的二进制序列按分组量化规则映射为噪声向量,由该噪声向量驱动正交GAN的生成器生成含密数字图像.在信息提取时,首先利用正交GAN的判别器提取含密图像的特征码,然后利用U型网络实现从特征码到驱动噪声的映射,进而恢复秘密信息.在CelebA人脸数据集上对搭建的无载体信息隐藏模型进行对抗学习,生成器能够生成高质量的含密图像,判别器与U型网络相结合能从含密图像中提取秘密信息.与最新同类算法相比,在信息隐藏容量相同的条件下,模型具有较好的信息提取准确率、安全性等性能,同时减少了训练开销,提高了算法的实用性.     

基于图像分类的鲁棒无载体信息隐藏

针对传统信息隐藏方法须通过修改载体以嵌入秘密信息所带来的安全性问题,提出一种基于图像分类与尺度不变特征转换(scale-invariant feature transform,SIFT)提取无载体信息隐藏的方法。首先通过快速区域卷积神经网络将原始图像库进行分类处理,生成不同种类的子图像库;然后利用图像SIFT特征点的方向信息设计一个感知鲁棒的哈希方案,并使用该方案计算出每个子图像库中图像的哈希值,将所有子图像库中的图像全部映射成相应的二进制哈希值;最后将秘密信息分割成若干个片段,通过对比秘密信息片段与所有的图像二进制哈希值,从子图像库中检索出与秘密信息片段相符的图像,将其作为含密图像传送给接收方,完成信息隐藏过程。接收方接收到全部含密图像后,根据约定的哈希方案提取秘密信息。实验结果和分析表明,该方法对JPEG压缩、高斯噪声、椒盐噪声、图像缩放等攻击具有较强的鲁棒性,且隐藏容量较高。     

改进的PVO-k可逆信息隐藏算法

近年来,一些学者结合像素值排序（pixel-value-ordering,PVO）提出了一系列可逆信息隐藏算法和改进算法。为此,针对其中PVO-k算法存在的缺陷进行改进,提出了改进的PVO-k可逆信息隐藏算法。改进后的嵌入规则使算法更适应平滑像素块的信息嵌入,改进的像素块选择策略也保证了载体图像的高保真度。实例分析和实验验证表明,该算法在隐藏容量和保真度方面都有提高,特别是对较平滑图像优越性较为明显。     

基于图像置乱变换的数字水印算法研究

结合Arnold变换,提出了一种基于图像置乱变换和小波变换的数字水印算法.首先对被隐藏图像进行Arnold置乱,把主图像划分为n×n区域,对每个区域进行3次离散小波变换,再利用算法把待隐藏信息嵌入各个区域的中频子带和高频子带,实施多处信息隐藏以提高其鲁棒性.对提出的算法进行了仿真实验,并对嵌入信息的图像进行各种攻击测试.实验表明,该算法对嵌入信息具有不可见性和良好的鲁棒性.     

基于曲面插值的加密图像可逆信息隐藏算法

提出一种基于曲面插值的加密图像可逆信息隐藏算法.对原始图像进行加密,利用随机函数确定加密图像中的载体像素,根据载体像素取反位的不同采取不同的隐藏方法.对载密图像进行解密以确定载体像素,在载体像素5×5邻域中选取与载体像素距离最近的6个非载体像素,采用曲面插值的方法计算载体像素的预测值,应用该预测值提取秘密信息并恢复载体像素.实验结果表明,该算法提取秘密信息的错误率较低,恢复图像的视觉效果较好.     

基于多元线性回归的自适应图像可逆信息隐藏误差预测算法

为了提升可逆信息隐藏算法的信息嵌入容量,提出了一种目标像素自适应误差预测方法,基于自然图像局部区域内像素分布的一致性特征,自适应地学习目标像素周围像素点间的内在联系,并构建多元线性回归函数矩阵.该算法在实现目标像素点的准确预测时不是仅仅利用目标像素周围像素的简单算数组合预测目标像素的值,而是利用满足周围像素点一致性关系的线性关系函数.实验结果表明,相比其他先进的误差预测算法,基于多元线性回归的自适应图像可逆信息隐藏误差预测算法可以有效增强图像可逆信息嵌入能力.     

基于双域联合编码和秘密共享的密文域可逆信息隐藏

针对如何提高可逆信息隐藏算法的安全性和嵌入容量的问题,提出了一种基于双域联合编码和密码反馈秘密共享的密文域可逆信息隐藏算法。首先,对图像进行中值边缘检测器（median-edge detector, MED）预测,计算最优水平l,并将像素分成可预测像素和不可预测像素;其次,使用双域联合编码分别在像素域和比特域上压缩辅助信息,以便提供更多的可嵌入空间;再次,使用密码反馈秘密共享技术将原始图像加密生成多个加密图像,并将辅助信息和多方的秘密数据嵌入到多个加密图像中;最后,根据提取的辅助信息,100%恢复秘密数据以及原始图像。实验结果表明,该算法显著提高了嵌入容量和安全性。     

混合进制嵌入的调色板图像无损信息隐藏

提出了一种基于混合进制的调色板图像无损信息隐藏方法.首先根据索引分布,区分有效索引与冗余索引.在调色板中分配若干冗余索引指向同一有效索引的颜色,使相同颜色的不同索引值承载不同的秘密信息,用于无损信息隐藏.用动态规划方法产生最大嵌入量下的冗余索引分配方案.不同颜色承载的秘密信息为不同进制秘密数字.该方法中嵌入机制并不影响原始图像内容.实验表明,与以往方法相比,该方法提高了数据嵌入量,医学图像尤为显著.     

基于多对非对称直方图修改的可逆信息隐藏

传统基于非对称直方图修改的图像可逆信息隐藏算法存在大量像素无效修改的问题。针对此问题,提出了一种基于多对非对称预测误差直方图修改的可逆信息隐藏方案。该方案结合了非对称直方图修改算法的优势和多直方图修改算法的特点,选择图像的平滑区域进行非对称直方图修改以嵌入信息。在达到发挥非对称直方图补偿还原效应的同时,能进一步减少像素的无效修改量,提高率失真性能。     

基于椭圆曲线的数字水印签署-认证

根据椭圆曲线加密理论和数字水印技术,给出密钥和签署水印密钥的概念;利用这些概念,提出了一种基于椭圆曲线加密理论的数字水印隐藏系统,给出签署-认证算法;利用分类器签署水印信息,系统的安全性和鲁棒性强,给出实验结果和应用分析.     

基于块分类的密文域多重嵌入可逆信息隐藏算法

针对现有密文域可逆信息隐藏方法中图像块利用不充分,使得嵌入秘密信息量不高的问题,提出了一种基于块分类的多重嵌入可逆信息隐藏算法。首先将原始图像用流密码加密,加密图像被分成若干个不重叠的块。然后,用最高有效位（most significant bit, MSB）自适应预测算法对块内的第1个像素和其他像素进行预测,将每一个块标记为可用块或非可用块。进一步对可用块进行重构嵌入,同时用中值边缘检测器（median-edge detector, MED）预测算法对非可用块进行二次嵌入,最终实现秘密信息的嵌入。当接收方接收到含密图像时,通过嵌入密钥实现秘密信息的正确提取,同时利用加密密钥恢复原始图像。实验证明,该文提出的方法在相同图像恢复质量的情况下能够显著提升秘密信息的嵌入量,在嵌入容量和图像恢复质量上均优于已有的方法。     

数字多媒体图像处理技术浅析

通过阐述数字多媒体图像处理技术的含义,根据数字图像、音频、视频等多媒体产品在图像处理应用领域存在的问题,提出在数字图像中嵌入标签应该解决的所有权和验证原创性的问题,分析和指出一个可靠有效的图像嵌入处理技术。     

基于神经机器翻译的文本隐写方法

深度学习促进了自然语言处理技术的发展，基于文本生成的信息隐藏方法表现出了巨大的潜力.为此，提出了一种基于神经机器翻译的文本信息隐藏方法，在翻译文本生成过程中进行信息嵌入.神经机器翻译模型使用集束搜索（Beam Search）解码器，在翻译过程中通过Beam Search得到目标语言序列各位置上的候选单词集合，并将候选单词依据概率排序进行编码；然后在解码输出目标语言文本的过程中，根据秘密信息的二进制比特流选择对应编码的候选单词，实现以单词为单位的信息嵌入.实验结果表明，与已有的基于机器翻译的文本信息隐藏方法相比，该方法在隐藏容量方面明显提升，并且具有良好的抗隐写检测性和安全性.     

数字图像边缘检测方法的对比分析及优化

由于数字图像本身的复杂特性和各种噪声源的影响,使得图像边缘检测技术成为图像处理的一个难点.通过对几种常用边缘检测算法的介绍、归纳总结及仿真实验,对比分析了各自的优缺点,并在此基础上结合目前先进的小波理论和传统的微分法提出了一种新的图像边缘检测方法.新方法把用不同方法处理得到的边缘图像融合生成一幅新的边缘图像,先取适当阈值,过滤多余的信息.经Matlab仿真验证,在突出图像的边缘和局域细节信息方面具有良好效果,是一种有效的图像边缘检测方法.     

基于CycleGAN的图像隐私保护

社交媒体和云平台为图像的传播和存储带来了便利,但同时也引起了人们对于图像隐私的担忧。因此,需要采取一定的措施去保护图像的隐私,以防止隐私被窃取和非法使用。基于上述目标,本文提出了基于循环对抗网络（cycle-consistent generative adversarial networks, CycleGAN）的图像隐私保护。为了在图像隐私保护中兼顾可用性,该方法先用图像分割和CycleGAN组合,选择出不同的分割系数来辅助生成不同程度的隐私保护图像。然后利用可逆信息隐藏对生成的隐私保护图像进行信息的嵌入,从而阻止非法使用者在图像重构中提取隐私信息,进而保证了整个过程图像隐私保护和可用性的平衡。本文用PIPA数据集对该方法进行训练和测试,采用峰值信噪比和结构相似性指数作为客观指标对隐私保护的图像进行评估。实验结果表明,本方案在图像隐私保护和可用性两方面都优于其他对比方案。