CN103489152A - 一种可逆秘密信息隐藏及提取方法 - Google Patents
一种可逆秘密信息隐藏及提取方法 Download PDFInfo
- Publication number
- CN103489152A CN103489152A CN201310468840.6A CN201310468840A CN103489152A CN 103489152 A CN103489152 A CN 103489152A CN 201310468840 A CN201310468840 A CN 201310468840A CN 103489152 A CN103489152 A CN 103489152A
- Authority
- CN
- China
- Prior art keywords
- gray
- scale value
- secret information
- image
- peak point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种可逆秘密信息隐藏及提取方法,主要用于实现隐藏容量与图像质量之间的动态的折衷控制。首先对载体图像进行预处理,获得分块图像的灰度直方图;其次,引入直方图陡峭指数并对其设定一个阈值,经判断后对载体图像嵌入秘密信息;最后,对嵌入了秘密信息的载体图像提取秘密信息,从而恢复原始图像。本方法实现了在图像质量可以接受的情况下,信息隐藏容量的提升和动态控制,该方法在生物医学图像信息隐藏、军事重要图像保密传输等方面拥有应用空间。
Description
技术领域
本发明涉及信息隐藏领域,尤其涉及一种可逆秘密信息隐藏及提取方法。
背景技术
信息隐藏是将需要保护的信息嵌入到载体中,通过载体的传输达到将秘密信息传送出去的目的。通常情况下,嵌入了秘密信息的载体都不可避免地出现一定程度的失真。但是对于某些特殊的载体,如生物医学图像,需要将与图像相关的信息隐藏于图像之中,然而生物医学图像对于完整性具有极高的要求。因此,对于这些载体的处理就需要引入可逆信息隐藏技术。
当前,可逆信息隐藏技术的典型方法主要有基于无损压缩的可逆信息隐藏方法、基于像素差值的可逆信息隐藏方法和基于图像直方图的可逆信息隐藏方法。同时作为信息隐藏重要评价指标——隐藏容量和隐藏后图像质量是信息隐藏方法需要面对的问题,而利用图像直方图特性修改部分图像像素的可逆信息隐藏方法得到了许多学者的关注。
其中,M.Fallahpour提出了利用图像直方图峰值和零值点对实现像素修改的大容量数据隐藏;A.Leest提出了将图像分割成若干互不重叠部分,实现了图像灰度直方图的集中,从而提高隐藏容量;Q.Gu提出了直方图最大点进行多位隐藏的方法,也实现了信息隐藏容量的提升。
在对图像进行大容量的秘密信息嵌入的同时,实现隐藏容量与图像质量之间的动态的折衷控制是目前信息隐藏研究中迫切需要解决的技术问题。
发明内容
本发明首要解决的技术问题是针对上述现有技术提供一种新的能实现较大秘密信息隐藏量的可逆秘密信息隐藏及提取方法。
本发明进一步所要解决的技术问题是针对上述现有技术提供一种可逆秘密信息隐藏及提取方法,该方法在嵌入大容量秘密信息的同时,能实现对隐藏容量和图像质量的动态的折中控制。
本发明解决上述技术首要问题所采用的技术方案为:
一种可逆秘密信息隐藏及提取方法,其特征在于:包括如下步骤:
步骤1:对载体图像进行预处理:
(1)、将载体图像分成大小为h′w的不重叠的V个分块图像,每个分块图像含有s个像素点,并对每个分块图像进行编号,其中s=h′w;
(2)、在每个分块图像的灰度直方图上寻找m个峰值点(m30),寻找与每个峰值点最接近的n个零值点(n30)且保证零值点在同一侧且不同峰值点不能使用同一个零值点,从而形成了m′n对峰值-零值点对(Pi,Zij),其中,Pi表示第i个峰值点的灰度值,i取1到m,Zij表示零值点的灰度值,j取1到n,最大峰值点隐藏信息位数B与零值点个数n满足关系:B=log2(n+1);
(3)、对每个峰值-零值点对(Pi,Zij)进行如下操作:当Pi<Zij时,使灰度值为Pi+1到Zij-1之间所有像素点的灰度值都加1,从而在灰度直方图中灰度值为Pi+1的像素点个数为零;当Pi>Zij时,使灰度值为Pi-1到Zij+1之间所有像素点的灰度值都减1,从而在灰度直方图中灰度值为Pi-1的像素点个数为零;
步骤2:对载体图像嵌入秘密信息:
分别取分块图像中的m个峰值点,当某一个峰值点的灰度值小于该峰值点所对应的n个零值点的灰度值时:若需要嵌入的秘密信息为“00”,则该峰值点的灰度值保持不变;若需要嵌入的秘密信息为“01”,则该峰值点的灰度值加1;若需要嵌入的秘密信息为“10”,则该峰值点的灰度值加2;若需要嵌入的秘密信息为“11”,则该峰值点的灰度值加3;当某一个峰值点的灰度值大于该峰值点所对应的n个零值点的灰度值时:若需要嵌入的秘密信息为“00”,则该峰值点的灰度值保持不变;若需要嵌入的秘密信息为“01”,则该峰值点的灰度值减1;若需要嵌入的秘密信息为“10”,则该峰值点的灰度值减2;若需要嵌入的秘密信息为“11”,则该峰值点的灰度值减3;
步骤3:对嵌入了秘密信息的载体图像按照如下规则进行秘密信息提取:
分别取分块图像中的m个峰值点,
(1)、当某个峰值点对应的灰度值小于该峰值点所对应的所有零值点的灰度值时,若图像的灰度值保持不变,则提取的秘密信息为“00”,若图像的灰度值加1,则提取的秘密信息为“01”,若图像的灰度值加2,则提取的秘密信息为“10”,若图像的灰度值加3,则提取的秘密信息为“11”;
(2)、当某个峰值点对应的灰度值大于该峰值点所对应的所有零值点的灰度值时,若图像的灰度值保持不变,则提取的秘密信息为“00”,若图像的灰度值减1,则提取的秘密信息为“01”,若图像的灰度值减2,则提取的秘密信息为“10”,若图像的灰度值减3,则提取的秘密信息为“11”;
当所有分块图像都扫描完成并实施完秘密信息提取操作后,秘密信息提取完毕。
上述秘密信息隐藏方法在隐藏容量方面有较大的提升,但是由于多零点的使用,每个像素点需要变化的幅度增大,同时多峰值的使用使得需要变动的像素点的数量增加,因而作为信息隐藏的另一个评价指标——隐藏后图像质量受到很大影响,为了改善隐藏后图像的质量,本发明解决上述进一步技术问题所采用的技术方案为:
在上述公开的方法基础上,在步骤2中进行秘密信息嵌入操作前,首先计算每个分块图像灰度直方图的陡峭指数,同时设定陡峭指数阈值,然后,对陡峭指数小于陡峭指数阈值的分块图像不进行秘密信息嵌入,而对陡峭指数大于陡峭指数阈值的分块图像则进行秘密信息嵌入操作。
所述每个分块图像灰度直方图的陡峭指数DQ的计算方法如下:
其中,h[i]表示灰度值为i的像素点的个数。
通过改变设定陡峭指数阈值,可以简单快捷地实现图像隐藏信息容量和图像峰值信噪比之间的调整,因此,在针对不同隐藏需求情况下,本方法可以灵活地调整隐藏容量与图像质量之间的关系。
作为改进,本发明还可以包括:
步骤4:恢复原始图像:在步骤3秘密信息提取完毕后获得的各分块图像,按照步骤1预处理的逆向操作恢复原始图像,即:
在每个分块图像的灰度直方图中,对每个峰值-零值点对(Pi,Zij)进行如下操作:当Pi<Zij时,使灰度值为Pi+1到Zij-1之间所有像素点的灰度值都减1;当Pi>Zij时,使灰度值为Pi-1到Zij+1之间所有像素点的灰度值都加1。
与现有技术相比,本发明的优点在于:通过本发明提供的方法进行秘密信息嵌入,在嵌入的秘密信息容量方面有了较大的提升。另外,通过计算每个分块图像灰度直方图的陡峭指数,并设置陡峭指数阈值,只有当分块图像灰度直方图的陡峭指数大于陡峭指数阈值时,才对该分块图像进行秘密信息嵌入,这种操作方式实现了秘密信息嵌入容量和图像质量之间的动态的折中控制。
附图说明
图1为本发明实施例一中可逆秘密信息隐藏及提取方法的流程图;
图2为本发明实施例一中lena.bmp载体图像的第1分块图像的灰度直方图;
图3为本发明实施例二中lena.bmp载体图像中第2分块图像的灰度直方图;
图4为本发明实施例二中lena.bmp载体图像中第6分块图像的灰度直方图;
图5为本发明实施例二中lena.bmp载体图像中第12分块图像的灰度直方图;
图6为本发明实施例二中lena.bmp载体图像中第16分块图像的灰度直方图;
图7为本发明实施例二中DQ指数-隐藏信息容量图;
图8为本发明实施例二中lena.bmp载体图像DQ阈值和峰值信噪比PSNR曲线;
图9为本发明实施例二中lena.bmp载体图像DQ阈值与隐藏容量曲线。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
实施例一
本发明实施例中的可逆秘密信息隐藏方法的整体框架如图1所示,该方法的实现包括以下几个步骤:
步骤1:对载体图像进行预处理:
(1)、将载体图像分成大小为h′w的不重叠的V个分块图像,每个分块图像含有s个像素点,并对每个分块图像进行编号,其中s=h′w;
(2)、在每个分块图像的灰度直方图上寻找m个峰值点(m30),寻找与每个峰值点最接近的n个零值点(n30)且保证零值点在同一侧且不同峰值点不能使用同一个零值点,从而形成了m′n对峰值-零值点对(Pi,Zij),其中,Pi表示第i个峰值点的灰度值,i取1到m,Zij表示零值点的灰度值,j取1到n,最大峰值点隐藏信息位数B与零值点个数n满足关系:B=log2(n+1);
(3)、对每个峰值-零值点对(Pi,Zij)进行如下操作:当Pi<Zij时,使灰度值为Pi+1到Zij-1之间所有像素点的灰度值都加1,从而在灰度直方图中灰度值为Pi+1的像素点个数为零;当Pi>Zij时,使灰度值为Pi-1到Zij+1之间所有像素点的灰度值都减1,从而在灰度直方图中灰度值为Pi-1的像素点个数为零;
为了更进一步理解载体图像的预处理过程,我们以512′512的lena.bmp图像为例进行说明,取分块图像的个数V=16,峰值点的个数m=2,与每个峰值点最接近的零值点的个数n=3,以第1分块图像进行说明,最大峰值点隐藏信息位数B=2bit;参见图2所示,图2中横坐标为灰度值,纵坐标为像素点个数,观察图2可以发现,P1为最大峰值点的灰度值即P1=170,P1灰度值为170时对应的像素点个数为606,与P1最接近的3个零值点的灰度值分别为Z11=180,Z12=181,Z13=182;P2为第二大峰值点即P2=120,P2灰度值为120时对应的像素点个数为529,与P2最接近的3个零值点的灰度值分别为Z21=87,Z22=86,Z23=85,进行载体图像预处理操作之后,灰度直方图中灰度值为171、172及173的像素点个数为零,灰度值为117、118及119的像素点个数为零;
步骤2:对载体图像嵌入秘密信息:
分别取每个图像分块中的m个峰值点,当某一个峰值点的灰度值小于该峰值点所对应的n个零值点的灰度值时:若需要嵌入的秘密信息为“00”,则该峰值点的灰度值保持不变;若需要嵌入的秘密信息为“01”,则该峰值点的灰度值加1;若需要嵌入的秘密信息为“10”,则该峰值点的灰度值加2;若需要嵌入的秘密信息为“11”,则该峰值点的灰度值加3;当某一个峰值点的灰度值大于该峰值点所对应的n个零值点的灰度值时:若需要嵌入的秘密信息为“00”,则该峰值点的灰度值保持不变;若需要嵌入的秘密信息为“01”,则该峰值点的灰度值减1;若需要嵌入的秘密信息为“10”,则该峰值点的灰度值减2;若需要嵌入的秘密信息为“11”,则该峰值点的灰度值减3;
现在仍以512′512的lena.bmp图像为例进行说明:
对分块图像按顺序进行扫描,在对编号为1的分块图像进行处理过程中,当发现灰度值是170的最大峰值点时,若需要嵌入的秘密信息为“00”,则该峰值点的灰度值保持不变;若需要嵌入的秘密信息为“01”,则该峰值点的灰度值加1;若需要嵌入的秘密信息为“10”,则该峰值点的灰度值加2;若需要嵌入的秘密信息为“11”,则该峰值点的灰度值加3。当发现灰度值是120的第二峰值点时,若需要嵌入的秘密信息为“00”,则该峰值点的灰度值保持不变;若需要嵌入的秘密信息为“01”,则该峰值点的灰度值减1;若需要嵌入的秘密信息为“10”,则该峰值点的灰度值减2;若需要嵌入的秘密信息为“11”,则该峰值点的灰度值减3。
步骤3:对嵌入了秘密信息的载体图像按照如下规则进行秘密信息提取:
分别取每个图像分块中的m个峰值点,
(1)当某个峰值点对应的灰度值小于该峰值点所对应的所有零值点的灰度值时,若图像的灰度值保持不变,则提取的秘密信息为“00”,若图像的灰度值加1,则提取的秘密信息为“01”,若图像的灰度值加2,则提取的秘密信息为“10”,若图像的灰度值加3,则提取的秘密信息为“11”;
(2)当某个峰值点对应的灰度值大于该峰值点所对应的所有零值点的灰度值时,若图像的灰度值保持不变,则提取的秘密信息为“00”,若图像的灰度值减1,则提取的秘密信息为“01”,若图像的灰度值减2,则提取的秘密信息为“10”,若图像的灰度值减3,则提取的秘密信息为“11”;
下面仍以步骤1中设定的512′512的lena.bmp图像为例进行说明:
对分块图像按顺序进行扫描,对第一个分块图像进行处理时,当发现灰度值是170时,则提取的秘密信息为“00”;当发现灰度值是171时,则提取的秘密信息为“01”;当发现灰度值是172时,则提取的秘密信息为“10”;当发现灰度值是173时,则提取的秘密信息为“11”。当发现灰度值是120时,则提取的秘密信息为“00”;当发现灰度值是119时,则提取的秘密信息为“01”;当发现灰度值是118时,则提取的信息为“10”;当发现灰度值是117时,则提取的秘密信息为“11”;其他分块图像的处理方法雷同,当所有分块图像都扫描完成,隐藏秘密信息提取完毕。
实施例二
与实施例一不同的是,在步骤2中进行秘密信息嵌入操作前,首先计算每个分块图像灰度直方图的陡峭指数,同时设定陡峭指数阈值,然后,对陡峭指数小于峭指数阈值的分块图像不进行信息嵌入,而对陡峭指数大于陡峭指数阈值的分块图像则进行信息嵌入操作,信息嵌入的操作方式同实施例一。
根据实际经验,当需要嵌入的信息量较大时,设定的陡峭指数阈值较小,当需要嵌入的信息量较小时,设定的陡峭指数阈值较大。
所述每个分块图像灰度直方图的陡峭指数DQ的计算方法如下:
其中,h[i]表示灰度值为i的像素点的个数。
我们取实施例一中提到的lena.bmp载体图像的第2、第6、第12、第16分块图像的灰度直方图来进行详细说明,参见图3、4、5、6:
由图3至图6的观察可以发现,第2分块图像和第12分块图像峰值点较高,图像陡峭,可以在改动较小像素点的情况下获得更大的隐藏容量;而第6分块图像和第16分块图像峰值点较低,图像平滑,在秘密信息隐藏处理过程中,尽管要改动更多的像素点,但还是难以获得较高的隐藏容量,显然直方图陡峭的分块图像更加适合嵌入秘密信息,因而,本实施例提出了“直方图陡峭指数”这一指标,用DQ表示,观察DQ公式可以发现,通过利用直方图陡峭指数对相邻灰度值像素点的个数差求平方,从而放大了差距程度,得以能够更加明显地表征出直方图的波动程度。
从图7可以看出,直方图陡峭指数DQ和隐藏信息容量之间呈一定的线性关系。通常情况下,直方图陡峭指数DQ越小,图像的隐藏信息容量越小。
为了避免本实施例提供的秘密信息嵌入方法对载体图像中那些灰度直方图分布相对平滑的分块图像进行处理,进而达到减少图像整体像素的更改量,提高峰值信噪比PSNR的目的,我们对直方图陡峭指数DQ设定一个阈值,当分块图像的直方图陡峭指数DQ大于该阈值时,则按照实施例一公开的嵌入操作将秘密信息嵌入到分块图像中;当分块图像的直方图陡峭指数DQ小于该阈值时,则不将秘密信息嵌入分块图像中。
通过对lena.bmp载体图像的直方图陡峭指数DQ取不同的阈值,获得了图8及图9的实验结果。从实验结果可以发现,通过改变直方图陡峭指数DQ的阈值,可以简单快捷地实现图像隐藏信息容量和图像峰值信噪比PSNR之间的调整。因此,在针对不同隐藏需求情况下,本方法可以灵活地调整隐藏容量与图像质量之间的关系。
实施例三
在实施例二的基础上,还可以对秘密信息提取完毕的各分块图像进行原始图像恢复,按照步骤1预处理的逆向操作恢复原始图像,即:
在每个分块图像的灰度直方图中,对每个峰值-零值点对(Pi,Zij)进行如下操作:当Pi<Zij时,使灰度值为Pi+1到Zij-1之间所有像素点的灰度值都减1;当Pi>Zij时,使灰度值为Pi-1到Zij+1之间所有像素点的灰度值都加1。
Claims (4)
1.一种可逆秘密信息隐藏及提取方法,其特征在于:包括如下步骤:
步骤1:对载体图像进行预处理:
(1)、将载体图像分成大小为h′w的不重叠的V个分块图像,每个分块图像含有s个像素点,并对每个分块图像进行编号,其中s=h′w;
(2)、在每个分块图像的灰度直方图上寻找m个峰值点(m30),寻找与每个峰值点最接近的n个零值点(n30)且保证零值点在同一侧且不同峰值点不能使用同一个零值点,从而形成了m′n对峰值-零值点对(Pi,Zij),其中,Pi表示第i个峰值点的灰度值,i取1到m,Zij表示零值点的灰度值,j取1到n,最大峰值点隐藏信息位数B与零值点个数n满足关系:B=log2(n+1);
(3)、对每个峰值-零值点对(Pi,Zij)进行如下操作:当Pi<Zij时,使灰度值为Pi+1到Zij-1之间所有像素点的灰度值都加1,从而在灰度直方图中灰度值为Pi+1的像素点个数为零;当Pi>Zij时,使灰度值为Pi-1到Zij+1之间所有像素点的灰度值都减1,从而在灰度直方图中灰度值为Pi-1的像素点个数为零;
步骤2:对载体图像嵌入秘密信息:
分别取分块图像中的m个峰值点,当某一个峰值点的灰度值小于该峰值点所对应的n个零值点的灰度值时:若需要嵌入的秘密信息为“00”,则该峰值点的灰度值保持不变;若需要嵌入的秘密信息为“01”,则该峰值点的灰度值加1;若需要嵌入的秘密信息为“10”,则该峰值点的灰度值加2;若需要嵌入的秘密信息为“11”,则该峰值点的灰度值加3;当某一个峰值点的灰度值大于该峰值点所对应的n个零值点的灰度值时:若需要嵌入的秘密信息为“00”,则该峰值点的灰度值保持不变;若需要嵌入的秘密信息为“01”,则该峰值点的灰度值减1;若需要嵌入的秘密信息为“10”,则该峰值点的灰度值减2;若需要嵌入的秘密信息为“11”,则该峰值点的灰度值减3;
步骤3:对嵌入了秘密信息的载体图像按照如下规则进行秘密信息提取:
分别取分块图像中的m个峰值点,
(1)、当某个峰值点对应的灰度值小于该峰值点所对应的所有零值点的灰度值时,若图像的灰度值保持不变,则提取的秘密信息为“00”,若图像的灰度值加1,则提取的秘密信息为“01”,若图像的灰度值加2,则提取的秘密信息为“10”,若图像的灰度值加3,则提取的秘密信息为“11”;
(2)、当某个峰值点对应的灰度值大于该峰值点所对应的所有零值点的灰度值时,若图像的灰度值保持不变,则提取的秘密信息为“00”,若图像的灰度值减1,则提取的秘密信息为“01”,若图像的灰度值减2,则提取的秘密信息为“10”,若图像的灰度值减3,则提取的秘密信息为“11”;
当所有分块图像都扫描完成并实施完秘密信息提取操作后,秘密信息提取完毕。
2.根据权利要求1所述的可逆秘密信息隐藏及提取方法,其特征在于:在步骤2中进行秘密信息嵌入操作前,首先计算每个分块图像灰度直方图的陡峭指数,同时设定陡峭指数阈值,然后,对陡峭指数小于陡峭指数阈值的分块图像不进行秘密信息嵌入,而对陡峭指数大于陡峭指数阈值的分块图像则进行秘密信息嵌入操作。
3.根据权利要求2所述的可逆秘密信息隐藏及提取方法,其特征在于:所述每个分块图像灰度直方图的陡峭指数DQ的计算方法如下:
其中,h[i]表示灰度值为i的像素点的个数。
4.根据权利要求1~3中任意一项权利要求所述的可逆秘密信息隐藏及提取方法,其特征在于:还包括
步骤4:恢复原始图像:在步骤3秘密信息提取完毕后获得的各分块图像,按照步骤1预处理的逆向操作恢复原始图像,即:
在每个分块图像的灰度直方图中,对每个峰值-零值点对(Pi,Zij)进行如下操作:当Pi<Zij时,使灰度值为Pi+1到Zij-1之间所有像素点的灰度值都减1;当Pi>Zij时,使灰度值为Pi-1到Zij+1之间所有像素点的灰度值都加1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310468840.6A CN103489152B (zh) | 2013-10-10 | 2013-10-10 | 一种可逆秘密信息隐藏及提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310468840.6A CN103489152B (zh) | 2013-10-10 | 2013-10-10 | 一种可逆秘密信息隐藏及提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103489152A true CN103489152A (zh) | 2014-01-01 |
CN103489152B CN103489152B (zh) | 2016-06-01 |
Family
ID=49829352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310468840.6A Expired - Fee Related CN103489152B (zh) | 2013-10-10 | 2013-10-10 | 一种可逆秘密信息隐藏及提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103489152B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104065967A (zh) * | 2014-05-30 | 2014-09-24 | 西安空间无线电技术研究所 | 一种基于图像信息隐藏的卫星数据传输方法 |
CN105243310A (zh) * | 2015-10-08 | 2016-01-13 | 宁波大学 | 基于智能移动终端图像的信息保密系统 |
CN105373725A (zh) * | 2015-10-08 | 2016-03-02 | 宁波大学 | 基于智能移动终端的图像隐写系统 |
CN105976303A (zh) * | 2016-05-23 | 2016-09-28 | 太原科技大学 | 一种基于矢量量化的可逆信息隐藏和提取方法 |
CN104021518B (zh) * | 2014-06-23 | 2017-02-15 | 山东大学 | 高动态范围图像的可逆数据隐藏方法 |
CN107944282A (zh) * | 2017-11-08 | 2018-04-20 | 安徽大学 | 一种基于非对称预测误差直方图修改的可逆信息隐藏方法 |
CN105243310B (zh) * | 2015-10-08 | 2018-08-31 | 宁波大学 | 基于智能移动终端图像的信息保密系统 |
CN109658322A (zh) * | 2018-12-11 | 2019-04-19 | 宁波大学 | 一种大容量图像隐写方法和秘密信息提取方法 |
CN111968023A (zh) * | 2020-07-03 | 2020-11-20 | 福建江夏学院 | 一种基于emd矩阵的双图像可逆数据隐藏算法 |
CN112052854A (zh) * | 2020-09-14 | 2020-12-08 | 南京信息工程大学 | 一种实现自适应对比度增强的医疗图像可逆信息隐藏方法 |
CN113032813A (zh) * | 2021-04-27 | 2021-06-25 | 河南大学 | 基于改进的像素局部复杂度计算和多峰嵌入的可逆信息隐藏方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6636638B1 (en) * | 1998-11-18 | 2003-10-21 | Kabushiki Kaisha Toshiba | Equipment control method and equipment control system |
CN102411771A (zh) * | 2011-08-03 | 2012-04-11 | 北京航空航天大学 | 一种基于直方图峰值波动量的可逆图像隐写分析方法 |
-
2013
- 2013-10-10 CN CN201310468840.6A patent/CN103489152B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6636638B1 (en) * | 1998-11-18 | 2003-10-21 | Kabushiki Kaisha Toshiba | Equipment control method and equipment control system |
CN102411771A (zh) * | 2011-08-03 | 2012-04-11 | 北京航空航天大学 | 一种基于直方图峰值波动量的可逆图像隐写分析方法 |
Non-Patent Citations (2)
Title |
---|
刘芳等: "基于直方图平移的医学图像可逆水印算法", 《电视技术》 * |
顾巧论等: "基于直方图修改的图像可逆信息隐藏算法", 《计算机工程与设计》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104065967A (zh) * | 2014-05-30 | 2014-09-24 | 西安空间无线电技术研究所 | 一种基于图像信息隐藏的卫星数据传输方法 |
CN104065967B (zh) * | 2014-05-30 | 2017-05-03 | 西安空间无线电技术研究所 | 一种基于图像信息隐藏的卫星数据传输方法 |
CN104021518B (zh) * | 2014-06-23 | 2017-02-15 | 山东大学 | 高动态范围图像的可逆数据隐藏方法 |
CN105243310B (zh) * | 2015-10-08 | 2018-08-31 | 宁波大学 | 基于智能移动终端图像的信息保密系统 |
CN105373725A (zh) * | 2015-10-08 | 2016-03-02 | 宁波大学 | 基于智能移动终端的图像隐写系统 |
CN105373725B (zh) * | 2015-10-08 | 2018-08-31 | 宁波大学 | 基于智能移动终端的图像隐写系统 |
CN105243310A (zh) * | 2015-10-08 | 2016-01-13 | 宁波大学 | 基于智能移动终端图像的信息保密系统 |
CN105976303A (zh) * | 2016-05-23 | 2016-09-28 | 太原科技大学 | 一种基于矢量量化的可逆信息隐藏和提取方法 |
CN105976303B (zh) * | 2016-05-23 | 2019-03-01 | 太原科技大学 | 一种基于矢量量化的可逆信息隐藏和提取方法 |
CN107944282A (zh) * | 2017-11-08 | 2018-04-20 | 安徽大学 | 一种基于非对称预测误差直方图修改的可逆信息隐藏方法 |
CN109658322A (zh) * | 2018-12-11 | 2019-04-19 | 宁波大学 | 一种大容量图像隐写方法和秘密信息提取方法 |
CN111968023A (zh) * | 2020-07-03 | 2020-11-20 | 福建江夏学院 | 一种基于emd矩阵的双图像可逆数据隐藏算法 |
CN111968023B (zh) * | 2020-07-03 | 2022-05-24 | 福建江夏学院 | 一种基于emd矩阵的双图像可逆数据隐藏方法 |
CN112052854A (zh) * | 2020-09-14 | 2020-12-08 | 南京信息工程大学 | 一种实现自适应对比度增强的医疗图像可逆信息隐藏方法 |
CN112052854B (zh) * | 2020-09-14 | 2023-09-12 | 南京信息工程大学 | 一种实现自适应对比度增强的医疗图像可逆信息隐藏方法 |
CN113032813A (zh) * | 2021-04-27 | 2021-06-25 | 河南大学 | 基于改进的像素局部复杂度计算和多峰嵌入的可逆信息隐藏方法 |
CN113032813B (zh) * | 2021-04-27 | 2022-09-30 | 河南大学 | 基于改进的像素局部复杂度计算和多峰嵌入的可逆信息隐藏方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103489152B (zh) | 2016-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103489152A (zh) | 一种可逆秘密信息隐藏及提取方法 | |
Wang et al. | Dehazing for images with large sky region | |
CN101872472B (zh) | 一种基于样本学习的人脸图像超分辨率重建方法 | |
Pan et al. | Reversible data hiding based on local histogram shifting with multilayer embedding | |
Huang et al. | Image contrast enhancement for preserving mean brightness without losing image features | |
Gupta et al. | Minimum mean brightness error contrast enhancement of color images using adaptive gamma correction with color preserving framework | |
CN104376551A (zh) | 一种融合区域生长和边缘检测的彩色图像分割方法 | |
CN107133929B (zh) | 基于背景估计和能量最小化的低质量文档图像二值化方法 | |
CN104574404B (zh) | 一种立体图像重定位方法 | |
CN104700376A (zh) | 基于伽马校正和平滑滤波的图像直方图均衡化增强方法 | |
CN102147912A (zh) | 一种基于自适应差值扩展的可逆图像水印方法 | |
WO2006044996A3 (en) | System and method for automated boundary detection of body structures | |
CN103020920A (zh) | 一种低照度图像增强方法 | |
CN106169181A (zh) | 一种图像处理方法及系统 | |
CN104331688A (zh) | 一种雷管外壳点阵字符识别方法 | |
CN104574328A (zh) | 一种基于直方图分割的彩色图像增强方法 | |
US11908037B2 (en) | Method and system for large-capacity image steganography and recovery based on invertible neural networks | |
CN103077504A (zh) | 一种基于自适应光照计算的图像去雾方法 | |
Liu et al. | Adaptive DE-based reversible steganographic technique using bilinear interpolation and simplified location map | |
Putra et al. | A review of image enhancement methods | |
CN104751402A (zh) | 一种鲁棒可逆水印嵌入的方法 | |
CN104239883A (zh) | 纹理特征提取方法及装置 | |
CN101833745A (zh) | 一种数字图像的多个二值水印嵌入及提取检测方法 | |
Wang et al. | An efficient reversible data hiding scheme using prediction and optimal side information selection | |
CN107341459A (zh) | 一种基于分数阶微积分的人脸检测图像预处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160601 Termination date: 20181010 |