CN110110535B - 一种基于像素矩阵的低失真隐写方法 - Google Patents
一种基于像素矩阵的低失真隐写方法 Download PDFInfo
- Publication number
- CN110110535B CN110110535B CN201910333840.2A CN201910333840A CN110110535B CN 110110535 B CN110110535 B CN 110110535B CN 201910333840 A CN201910333840 A CN 201910333840A CN 110110535 B CN110110535 B CN 110110535B
- Authority
- CN
- China
- Prior art keywords
- matrix
- image
- information
- steganography
- distortion
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Transmission Control (AREA)
Abstract
本发明提供了一种基于像素矩阵的低失真隐写方法,其实现包括四个主要步骤:1)基于输入图像C尺寸的系统初始化;2)基于像素矩阵尺寸参数对待隐写信息进行压缩与混淆,分割编码;3)在待图像图像中标记被编码的像素最低有隐写后的图像;4)从隐写后图像中读取M低失真的恢复原始待隐写图像;本发明与现有技术的相比,有如下的优点:在隐写过程在每一行最多只有1个像素的的最低有效位被修改;可以避免传统针对高密度LSB标记的统计攻击;提供了对现有压缩以及加密的全面支持,有进一步提高本方法隐写信息的承载能力可能。
Description
技术领域
本发明属于信息安全技术中的信息隐写领域,涉及一种空域部分可恢复原始图像的信息隐写技术,具体涉及一种基于像素矩阵尺寸与像素在矩阵中位置的隐藏与恢复方法。
背景技术
信息隐写技术,是信息安全技术的一个分支。信息隐写技术的目标就是以最小的失真,隐藏尽量多的信息。可用于隐写的电子文档很多,例如视频,音频,位图,压缩图像,协议封装的数据,甚至DNA链等。信息隐写技术,按数学方法,可以分为空域隐写,转换域隐写。依据可恢复性分可恢复隐写,与不可恢复,以及部分不恢复隐写。空域隐写指信息隐藏以像素原值为操作对象,直接在像素值上进行操作,或者像素值分组上进行隐写;转换域隐写,指的是在转换之后的图像(例如DCT)上进行隐写操作。可恢复隐写,允许在提取隐藏信息之后,无失真恢复原始媒介;不可恢复隐写,指另一类在提取隐写技术之后,不能恢复原始媒介。部分可恢复隐写,介于可恢复隐写与不可恢复隐写之间。根据图像媒体介质分类,有基于图像的隐写,基于压缩图像的隐写,以及基于加密图像的隐写技术,基于流媒体的隐写等。不同隐写方法,有不同的应用场景。
随着互联网络/物联网络应用越来越多,手机,PC上依赖网络的应用越来越多,当涉及隐私的数据被主动,或者被动,或者恶意应用窃取放在开放的互联网上,进行存储、传输、运算等操作时,不可避免存在隐私泄漏问题。信息隐写技术,可以有效回避恶意应用基于数据敏感特征的分类与深度搜索,具有其独特的安全应用价值。当前,图像类隐写技术备受关注。因为网上存在大量的个性化图像信息,十分适合作为信息隐藏的载体。
当前,空域原始图像可恢复隐写领域实现方法,大致可分为:基于差分(DE)的隐写,基于统计柱状图(HS)的隐写,基于插值(II)图像的隐写三类。当前,基于图像像素矩阵的DE,HS,II,等隐写技术中,受制于方法均存在一个明确的单像素嵌入容量上限。并且,受制于隐写方法技术限制,当前隐写图像质量并不能随图像尺寸等的提升得以提升。所以,本发明提供了一种充分利用图像尺寸,图像像素位置作为辅助信息的像素标记方法。
发明内容
为了提高隐写效率,本发明提出了一种基于像素矩阵信息辅助的低失真隐写方法,充分利用像素矩阵特征信息,提供一种用最少的比特嵌入,隐写更多的秘密信息的基础方法。本发明属于图像空域隐写的一种,属于在位图图像上进行信息隐写的一种。
本发明提供一种基于像素矩阵信息辅助的低失真隐写方法,包括如下定义:将用于信息隐藏的原始像素矩阵,如果是彩色RGB图像,将得到三个不同的像素矩阵,记为Cover图像,简称C;在C中隐藏信息之后得到的像素矩阵,称为Stego图像,简称S;在C中用于信息隐藏的最小操作单元,是图像中每个像素的单色分量,记为CP;将CP最低位记为LSB;将待嵌入的私密信息Message,简称为M;称将信息隐藏到图像C的为隐写方,将信息从S中读出的为解读方;具体包括以下步骤:
步骤1,基于输入图像C尺寸的系统初始化;
步骤2,基于像素矩阵尺寸参数对待隐写信息进行压缩与混淆,分割编码;
步骤3,在图像C中标记被编码的像素LSB,得到S;
步骤4,从图像S中读取M恢复标记CP,低失真的恢复图像C。
进一步的,步骤1中基于输入图像C尺寸的系统初始化的具体实现方式如下,
步骤1.1,基于安全信道,隐写方及解读方共享密钥K,共同约定规范化矩阵T的生成规则F;
步骤1.2,隐写方输入待隐藏信息M,输入用于隐写信息的CP矩阵C,设C的尺寸为H行W列,记为H×W;
步骤1.3,由密钥K,生成规则F,H及W值生成规范矩阵T;
步骤1.4,构造C的LSB矩阵P,记为P←LSB(C);
进一步的,步骤1.3由密钥K,生成规则F,H及W值生成规范矩阵T,具体实现包括以下子步骤:
步骤1.3.1,取r=log2(W+1);取Wr=2r;
步骤1.3.2,基于K值生成的随机映射,将0,1,…,(2r-2),(2r-1)进行重排;
步骤1.3.3,将重排的数表示为二进制列,这些列构成T。
进一步的,步骤1.4的具体实现过程为,取C的前Hr=H行Wr列CP的所有LSB,构成Hr行Wr列P,即P中每行每列的元素,与C对应行列CP的LSB相同。
步骤1.5.1,依次取第i∈[1,H]行的P,记为Pi,与T的转置相乘,得到Ei=PiT′;
进一步的,步骤2的具体实现包括以下子步骤:
步骤2.1,基于K对M进行加密混淆与压缩,记M1=EncK(M),M2=Co(M1),记M2为M″;
步骤2.2,当|M″|>(H-1)r,异常报错并退出,其中|M″|表示M″的bit数;
进一步的,步骤2.3的具体实现包括以下子步骤,
步骤2.3.2,当|mn|=r时,记mn+1=r;
步骤2.3.3,得到整数有序集合{m1,...,mn+1}。
步骤3.1,在T中依次找到mi,i∈[1,n+1],对应的列值j,即mi等于T矩阵第j列的列向量转换得到的十进制数值,这一操作简记为j←T(mi);
进一步的,步骤4解读方从图像S中恢复标记CP,低失真的恢复图像C,具体实现包括以下子步骤:
步骤4.2,由密钥K,生成规则F,以及S的尺寸H及W值生成规范矩阵T;其生成规则与方法与步骤1.3完全相同;
步骤4.4,解密,解压;此步骤由隐写方与解读方约定,记M1=Dco(M”),M=DecK(M1);其中Dco(·)是Co(·)的逆操作,DecK(·)是EncK(·)的逆操作;
进一步的,步骤4.3的具体实现包括以下子步骤,
步骤4.3.3,在{m1,...,mH}中从右到左清除掉连续零值,直到第一个非零值,得到{m1,...,mn+1};
步骤4.3.4,当mn+1=r,{m1,...,mn}为输出,将{m1,...,mn}转换为等长(r)bit串其按顺序拼接即得M;
进一步的,步骤4.5的具体实现包括以下子步骤,
本发明与现有技术相比,有如下的优点与有益效果:
(1)在标准化P矩阵的时候,最坏情况,在每一行最多只有1个LSB被修改;
(3)矩阵T的生成规则保密,可以提供1/r!概率避免爆力扫描获得编码信息;
(4)避免传统针对高密度LSB标记的统计攻击;
(5)提供了对现有压缩以及加密的全面支持,提供进一步提高本方法隐写信息的承载能力可能。
附图说明
图1为本发明概要框架;
图2为本发明实施例的外包计算流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
如图2所示,本发明提供一种基于像素矩阵信息辅助的低失真隐写方法,为方便描述,将用于信息隐藏的原始像素矩阵,如果是彩色RGB图像,将得到三个不同的像素矩阵,记为Cover图像,简称C;在C中隐藏信息之后得到的像素矩阵,称为Stego图像,简称S;在C中用于信息隐藏的最小操作单元,是图像中每个像素的单色分量,记为CP。将CP最低位记为LSB。将待嵌入的私密信息Message,简称为M。称将信息隐藏到图像C的为隐写方,将信息从S中读出的为解读方。具体包括以下步骤:
步骤1,基于输入图像C尺寸的系统初始化;
步骤2,基于像素矩阵尺寸参数对待隐写信息进行压缩与混淆,分割编码;
步骤3,在图像C中标记被编码的像素LSB,得到S;
步骤4,从图像S中读取M读取M恢复标记CP,低失真的恢复图像C;
各步骤的具体实现过程如下:
步骤1,基于输入图像C尺寸的系统初始化,具体实现包括以下子步骤:
步骤1.1,基于安全信道,隐写方及解读方共享密钥K,共同约定规范化矩阵T的生成规则F;
步骤1.2,隐写方输入待隐藏信息M,一个有限长度bit串;输入用于隐写信息的CP矩阵C;设C的尺寸为H行W列,记为H×W,例如常见的768×1024。不失一般性,设W≥H;当H>W时,交换行列进行操作,本专利仍然适用。
步骤1.3,由密钥K,生成规则F,H及W值生成规范矩阵T;
具体实现包括以下子步骤:
步骤1.3.1,取r=log2(W+1);取Wr=2r;
步骤1.3.2,基于K值生成的随机映射,将0,1,…,(2r-2),(2r-1)进行重排;
步骤1.3.3,将重排的数表示为二进制列,这些列构成T;
例如:
步骤1.4,构造C的LSB矩阵P;即P←LSB(C)。具体过程如下:取C的前Hr=H行Wr列CP的所有LSB,构成Hr行Wr列P,要求即P中每行每列的元素,与C对应行列CP的LSB相同;
步骤1.5.1,依次取第i∈[1,H]行的P,记为Pi,与T的转置相乘,得到Ei=PiT′;
步骤2,基于像素矩阵尺寸参数对待隐写信息进行压缩与混淆,分割编码,具体实现包括以下子步骤:
步骤2.1,这一步骤是隐藏与解密双方约定的可选步骤:基于K对M进行加密混淆与压缩;例如记M1=EncK(M),记M2=Co(M1);方便后续描述,统一记M,M1,M2为M″。
步骤2.2,当|M″|>(H-1)r,异常报错并退出,即本专利方法不能完成完整隐写及解读。其中|M″|表示M″的bit数。
步骤2.3.2,当|mn|=r时,记mn+1=r;
步骤2.3.3,得到整数有序集合{m1,...,mn+1};
注意以上所有mi由等长bit串转换为整数时,将前面零去掉。例如,当r=8,mi对应的bit串是00010000时,转换后的二进制整数是10000,十进制是mi=16时;
步骤3.1,在T中依次找到mi,i∈[1,n+1],对应的列值j;即mi等于T矩阵第j列的列向量转换得到的十进制数值。这一操作简记为j←T(mi);
步骤4,解读方从图像S中读取M,恢复标记CP,低失真的恢复图像C,具体实现包括以下子步骤:
步骤4.2,由密钥K,生成规则F,以及S的尺寸H及W值生成规范矩阵T;其生成规则与方法与步骤1.3完全相同;
步骤4.3.3,在{m1,...,mH}中从右到左清除掉连续零值,直到第一个非零值。得到{m1,...,mn+1};
步骤4.3.4,当mn+1=r,{m1,...,mn}为输出,将{m1,...,mn}转换为等长(r)bit串其按顺序拼接即得M″;
注意以上所有mi由于整数向等长bit串转换时,不同在前面补零。例如,当r=8,mi=16时,mi对应的bit串是10000,补零后是00010000
步骤4.4,解密,解压;此步骤由隐写方与解读方约定。例如,M1=Dco(M”),M=DecK(M1);其中Dco(·)是Co(·)的逆操作,DecK(·)是EncK(·)的逆操作。
步骤4.5,当需要从S中低失真恢复C时,具体实现包括以下子步骤:
本发明区别于同类方法的特征在于:
(1)在标准化P矩阵的时候,最坏情况,在每一行最多只有1个LSB被修改;
(3)矩阵T的生成规则保密,可以提供1/r!概率避免爆力扫描获得编码信息;
(4)避免传统针对高密度LSB标记的统计攻击;
(5)提供了对现有压缩以及加密的全面支持,保留进一步提高本方法隐写信息的承载能力的可能。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (4)
1.一种基于像素矩阵信息辅助的低失真隐写方法,包括如下定义:将用于信息隐藏的原始像素矩阵,记为Cover图像,简称C,其中Cover图像是具有三个不同的像素矩阵的彩色RGB图像;在C中隐藏信息之后得到的像素矩阵,称为Stego图像,简称S;在C中用于信息隐藏的最小操作单元,是图像中每个像素的单色分量,记为CP;将CP最低位记为LSB;将待嵌入的私密信息Message,简称为M;称将信息隐藏到图像C的为隐写方,将信息从S中读出的为解读方;
其特征在于,包括以下步骤:
步骤1,基于输入图像C尺寸的系统初始化;具体实现方式如下,
步骤1.1,基于安全信道,隐写方及解读方共享密钥K,共同约定规范化矩阵T的生成规则F;
步骤1.2,隐写方输入待隐藏信息M,输入用于隐写信息的CP矩阵C,设C的尺寸为H行W列,记为H×W;
步骤1.3,由密钥K,生成规则F,H及W值生成规范矩阵T;具体实现包括以下子步骤:
步骤1.3.1,取r=log2(W+1);取Wr=2r;
步骤1.3.2,基于K值生成的随机映射,将0,1,…,(2r-2),(2r-1)进行重排;
步骤1.3.3,将重排的数表示为二进制列,这些列构成T;
步骤1.4,构造C的LSB矩阵P,记为P←LSB(C);
步骤2,基于像素矩阵尺寸参数对待隐写信息进行压缩与混淆,分割编码;
步骤2的具体实现包括以下子步骤:
步骤2.1,基于K对M进行加密混淆与压缩,记M1=EncK(M),M2=Co(M1),记M2为M″;
步骤2.2,当|M″|>(H-1)r,异常报错并退出,其中|M″|表示M″的bit数;
步骤3.1,在T中依次找到mi,i∈[1,n+1],对应的列值j,即mi等于T矩阵第j列的列向量转换得到的十进制数值,这一操作简记为j←T(mi);
步骤4,从图像S中读取M恢复标记CP,低失真的恢复图像C;具体实现包括以下子步骤:
步骤4.2,由密钥K,生成规则F,以及S的尺寸H及W值生成规范矩阵T;
步骤4.3.3,在{m1,...,mH}中从右到左清除掉连续零值,直到第一个非零值,得到{m1,...,mn+1};
步骤4.3.4,当mn+1=r,{m1,...,mn}为输出,将{m1,...,mn}转换为等长(r)bit串其按顺序拼接即得M;
步骤4.4,解密,解压;此步骤由隐写方与解读方约定,记M1=Dco(M”),M=DecK(M1),其中Dco(·)是Co(·)的逆操作,DecK(·)是EncK(·)的逆操作;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910333840.2A CN110110535B (zh) | 2019-04-24 | 2019-04-24 | 一种基于像素矩阵的低失真隐写方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910333840.2A CN110110535B (zh) | 2019-04-24 | 2019-04-24 | 一种基于像素矩阵的低失真隐写方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110110535A CN110110535A (zh) | 2019-08-09 |
CN110110535B true CN110110535B (zh) | 2021-01-01 |
Family
ID=67486492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910333840.2A Active CN110110535B (zh) | 2019-04-24 | 2019-04-24 | 一种基于像素矩阵的低失真隐写方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110535B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112561766B (zh) * | 2019-09-10 | 2024-03-05 | 阿里巴巴集团控股有限公司 | 图像隐写及提取方法、装置及电子设备 |
WO2021094821A1 (en) * | 2019-11-15 | 2021-05-20 | Raja P M Siva | System and method for securing sensor data in internet of things (iot) network |
CN114363622B (zh) * | 2021-12-03 | 2024-05-03 | 湖北工业大学 | 一种基于像素相关性预测的可逆数据隐写方法及系统 |
CN114567710B (zh) * | 2021-12-03 | 2023-06-06 | 湖北工业大学 | 一种基于岭回归预测的可逆数据隐写方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504177A (zh) * | 2016-09-30 | 2017-03-15 | 广东技术师范学院 | 一种彩色图像的低嵌入率压缩感知通用隐写分析方法 |
KR101865116B1 (ko) * | 2018-01-10 | 2018-06-07 | 홍익대학교 산학협력단 | 데이터 처리 장치 및 방법 |
CN108876697A (zh) * | 2018-06-22 | 2018-11-23 | 南开大学 | 像素级图像认证、篡改检测及恢复方法 |
CN109120606A (zh) * | 2018-07-27 | 2019-01-01 | 湖北工业大学 | 一种具有隐私保护的特征属性的处理方法及装置 |
CN109547663A (zh) * | 2018-09-13 | 2019-03-29 | 华南理工大学 | 一种结合密码学的改进lsb图像隐写方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2513111A (en) * | 2013-04-08 | 2014-10-22 | Sony Corp | Data encoding and decoding |
CN104021517B (zh) * | 2014-06-20 | 2017-04-05 | 宁波大学 | 一种低修改率的数字图像隐写方法 |
CN106791265B (zh) * | 2016-11-11 | 2019-06-11 | 陕西师范大学 | 一种基于无权值向量的改进emd图像密写嵌入和提取方法 |
CN108537716B (zh) * | 2018-01-24 | 2022-05-03 | 重庆邮电大学 | 一种基于离散域的彩色图像加密嵌入方法 |
CN109360141B (zh) * | 2018-09-11 | 2022-10-11 | 河南大学 | 基于压缩感知和三维猫映射的图像加密方法 |
CN109272439A (zh) * | 2018-09-25 | 2019-01-25 | 四川长虹电器股份有限公司 | 基于lsb的图片隐写术实现方法 |
-
2019
- 2019-04-24 CN CN201910333840.2A patent/CN110110535B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504177A (zh) * | 2016-09-30 | 2017-03-15 | 广东技术师范学院 | 一种彩色图像的低嵌入率压缩感知通用隐写分析方法 |
KR101865116B1 (ko) * | 2018-01-10 | 2018-06-07 | 홍익대학교 산학협력단 | 데이터 처리 장치 및 방법 |
CN108876697A (zh) * | 2018-06-22 | 2018-11-23 | 南开大学 | 像素级图像认证、篡改检测及恢复方法 |
CN109120606A (zh) * | 2018-07-27 | 2019-01-01 | 湖北工业大学 | 一种具有隐私保护的特征属性的处理方法及装置 |
CN109547663A (zh) * | 2018-09-13 | 2019-03-29 | 华南理工大学 | 一种结合密码学的改进lsb图像隐写方法 |
Non-Patent Citations (2)
Title |
---|
High security data hiding using image cropping and LSB least significant bit steganography;Khalid A. Al-Afandy;《2016 4th IEEE International Colloquium on Information Science and Technology (CiSt)》;20170105;第400-404页 * |
数字图像信息隐藏的数学基础理论和关键技术研究;申淑媛;《中国博士学位论文全文数据库》;20170228(第02期);第I138-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110110535A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110110535B (zh) | 一种基于像素矩阵的低失真隐写方法 | |
Yu et al. | Reversible data hiding with hierarchical embedding for encrypted images | |
Cao et al. | High capacity reversible data hiding in encrypted images by patch-level sparse representation | |
Liu et al. | Reversible data hiding in encrypted images using chunk encryption and redundancy matrix representation | |
Charan et al. | A novel LSB based image steganography with multi-level encryption | |
CN111861844A (zh) | 一种基于图像分块认证的可逆水印方法 | |
Maiti et al. | Data hiding in images using some efficient steganography techniques | |
Bhautmage et al. | Advanced video steganography algorithm | |
Ulker et al. | A novel secure model: Image steganography with logistic map and secret key | |
CN113114869A (zh) | 基于msb预测的密文域高容量图像可逆数据隐藏方法 | |
Ye et al. | Noise-free thumbnail-preserving image encryption based on MSB prediction | |
CN114172630B (zh) | 一种基于加法同态加密与多高位嵌入的可逆信息隐藏方法 | |
Gao et al. | High-performance reversible data hiding in encrypted images with adaptive Huffman code | |
Singh et al. | An efficient self-embedding fragile watermarking scheme for image authentication with two chances for recovery capability | |
CN111915474B (zh) | 基于整数变换的可逆加密域信息隐藏方法 | |
Al-Husainy | A new image steganography based on decimal-digits representation | |
CN114493968A (zh) | 基于最高有效位替换和最低有效位压缩的数据隐藏方法 | |
Sun et al. | Reversible data hiding in dual encrypted halftone images using matrix embedding | |
Govindasamy et al. | Coverless image steganography using Haar integer wavelet transform | |
Li et al. | High-capacity reversible data hiding in encrypted images by information preprocessing | |
AU2021102700A4 (en) | A system for reversible data hiding in encrypted images | |
CN115170377A (zh) | 基于超分辨率和加密域信息隐藏的渐进式图像分享方法 | |
Sivadasan | A survey paper on various reversible data hiding techniques in encrypted images | |
Neetha et al. | An Efficient Image Encryption Reversible Data Hiding Technique to Improve Payload and High Security in Cloud Platforms | |
Yi et al. | Reversible data hiding method in encrypted images using secret sharing and Huffman coding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |