基于差值二次可扩展性的彩色图像可擦除水印

提出了一种基于差值二次可扩展性的彩色图像可擦除水印算法.利用色彩分量之间的相关性减小差值,将较小的差值扩展量分散到2个色彩分量中,从而减小像素值的修改量,提高含印图像的质量.采用修改像素值LSB的方法嵌入水印,并利用差值的二次可扩展性定位不可扩展差值,采用调整临界像素值的方法避免像素溢出,在另一色彩分量中嵌入少量的辅助信息代替定位图,确保水印的嵌入率达到最大值.实验结果表明,该算法嵌入的水印不可见性好,在擦除水印后能够无损地恢复原始图像.     

基于多进制嵌入的彩色图像可逆数据隐藏算法

针对Tian差值扩展算法存在过分修改像素值、嵌入容量不高等缺点,提出了一种基于多进制嵌入的彩色图像可逆数据隐藏算法.它利用十字预测法获取较高的直方图峰值,将版权信息变换成二进制和三进制信息,然后分两次嵌入到多个峰值中;同时在嵌入之前有针对性地对所有可能溢出的像素进行调整,并将这部分信息作为辅助信息优先存放,替代了定位图.嵌入的顺序与分形生长图形计算的结果一致,提高了保密性.实验结果表明:该算法在保证图像质量的同时,嵌入的容量有一定的提高.     

基于直方图平移和定向嵌入的可逆数据隐藏

提出了一种基于差值直方图平移和定向嵌入的彩色图像可逆数据隐藏算法.利用色彩分量之间的相关性和整数Haar小波系数之间的关系减小差值,以增加差值直方图的峰值.采用多重直方图平移嵌入方法提高嵌入容量,按指定的像素值扩展方向嵌入数据,多重嵌入过程中交替使用像素值增加和减小方向,使得部分像素值扩展量相互抵消,从而减小图像质量的下降幅度.实验结果表明:该算法在保证图像质量的同时大幅提高了嵌入容量,与其它同类算法相比,算法的整体性能更高.     

基于NTRU的密文域可逆信息隐藏算法

NTRU (number theory research unit)具有抗量子计算攻击、加解密速度快、安全性高的特点,非常适合用于无线保密数据网、认证系统等业务。结合可逆信息隐藏技术,提出了一种基于NTRU的密文域可逆信息隐藏算法。首先利用差值扩展算法完成对图像像素的预处理;然后使用NTRU算法对图像像素进行加密,利用NTRU算法的加法同态性质在密文中嵌入信息,嵌入的信息得到NTRU算法加密的安全性理论保证;解密与信息提取后,利用差值扩展算法的特点可逆恢复出图像像素。采用图像的直方图及方差、信息熵、相邻像素的相关性等统计学方法,论证了在密文中嵌入信息的不可感知性。仿真实验结果表明：该算法既能实现嵌入信息后密文的正确解密,又能无损提取秘密信息,平均嵌入率可达到0.5 bpp (bit per pixel)。     

基于预测差值的医学图像可逆信息隐藏

针对目前医学图像需要对图像中特殊区域进行划分以及在应用于医学图像时效果不稳定、嵌入容量小等问题,结合医学图像的特点,提出一种基于预测差值的可逆信息隐藏算法。首先采用中值边缘预测算法计算预测差值,再根据预测差值的分类进行信息嵌入和像素平移;在形成载密图像的过程中,为防止像素值溢出,对原始图像进行多次预嵌入来标记所有可能发生溢出的像素点位置,且标记过的像素点不再修改。实验结果表明,本文算法能在保证图像质量的同时获得较高的嵌入量。     

基于差值扩展和随机块选择的可逆数据隐藏算法

针对传统数据隐藏算法容易被SPAM检测到的问题,提出一种基于差值扩展和随机块选择的可逆数据嵌入算法.该算法首先对目标图像进行分块处理,然后随机地选择目标块,并根据目标块的类型和方向选择相应类型的差值扩展方法嵌入数据,最后利用块位置图记录溢出情况,以保证图像质量.实验表明,该算法不仅能够提高嵌入数据的容量,并能有效降低嵌入数据后对图像质量的影响.     

基于混沌映射和POB编码的密文域可逆信息隐藏

为了解决运用预测误差扩展算法进行信息嵌入时会造成溢出问题以及加密后图像分块内仍存在一定的相关性问题,提出了基于混沌映射和置换有序二进制(permutation ordered binary,POB)编码的密文域可逆信息隐藏.首先,图像拥有者运用混沌映射系统对原始图像进行加密.然后,数据隐藏者对加密图像中的参考像素点与其相邻像素点做差值计算后,再运用POB编码进行秘密信息的嵌入.最后,接收方不仅能正确提取秘密信息,还能无损地恢复原始图像.实验结果表明,与预测误差扩展算法相比,运用POB编码进行信息嵌入时不仅能够避免移位时造成的溢出,而且会进一步破坏分块内的相关性,使得加密图像的安全性提高.因此,该算法具有更广阔的应用场景.     

基于位平面分解的可逆图像水印算法

为了提高现有基于差值扩展可逆图像水印算法的视觉质量和嵌入率,提出了一种基于位平面分解的可逆图像水印算法.对载体图像进行位平面分解,选取其低6 bit位平面组合在一起构成新图像.对构成的新图像进行互不重叠块划分,计算每块熵值,选取其熵值较小的图像块利用广义差值扩展算法嵌入水印.选取熵值较大的图像块所对应的原始图像块利用差值量化法嵌入溢出图等相关辅助信息.采用Lena,Barbara等标准的8 bit灰度图像作为测试图像进行了可逆水印算法的试验.结果表明该算法不仅嵌入率高,而且有较高的视觉质量,能实现原始图像的完全恢复.以Lena为宿主图像时,其有效载荷可达0.93 bpp.和其他算法相比,在维持较好视觉质量的前提下提高了水印嵌入率.     

一种基于位平面的差值扩展可逆水印算法

为了提高算法的嵌入容量和降低失真率等问题,文章提出一种基于图像位平面图分解理论的差值扩展算法,该算法只针对图像较低层的位平面图进行信息嵌入,不改变图像的其他较高位平面的像素值,通过这样的操作,在减小图像失真的同时,提高了总的信息隐藏量.     

基于混沌映射和置换有序二进制编码的密文域可逆信息隐藏

为了解决运用预测误差扩展算法进行信息嵌入时会造成溢出问题以及加密后图像分块内仍存在一定的相关性问题,提出了基于混沌映射和置换有序二进制(permutation ordered binary, POB)编码的密文域可逆信息隐藏。首先,图像拥有者运用混沌映射系统对原始图像进行加密。然后,数据隐藏者对加密图像中的参考像素点与其相邻像素点做差值计算后,再运用POB编码进行秘密信息的嵌入。最后,接收方不仅能正确提取秘密信息,还能无损地恢复原始图像。实验结果表明,与预测误差扩展算法相比,运用POB编码进行信息嵌入时不仅能够避免移位时造成的溢出,而且会进一步破坏分块内的相关性,使得加密图像的安全性提高。因此,该算法具有更广阔的应用场景。