CN114760391A - 一种基于双层嵌入的高嵌入率的可逆数据隐藏方法 - Google Patents
一种基于双层嵌入的高嵌入率的可逆数据隐藏方法 Download PDFInfo
- Publication number
- CN114760391A CN114760391A CN202210449286.6A CN202210449286A CN114760391A CN 114760391 A CN114760391 A CN 114760391A CN 202210449286 A CN202210449286 A CN 202210449286A CN 114760391 A CN114760391 A CN 114760391A
- Authority
- CN
- China
- Prior art keywords
- value
- pixel
- plane
- sequence
- values
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
- H04N1/32277—Compression
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于双层嵌入的高嵌入率的可逆数据隐藏方法,其具体步骤包括:1、分解图像位平面;2、溢出像素处理并建立位置图;3、图像中可逆数据隐藏;4、数据提取与图像恢复。本发明能更充分利用图像的冗余空间,在保证图像质量的同时,达到较高的嵌入容量。
Description
技术领域
本发明属于数字图像隐写技术领域,具体来说是一种基于双层嵌入的高嵌入率的明文域的可逆数据隐藏方法。
背景技术
数字图像隐写术的基本原理是利用图像、视频、音频、文本等数字载体中存在的人类感知系统不敏感的冗余信息的特性,将待传递的秘密信息隐藏到该冗余信息中,嵌入信息后的载密载体表面上和普通载体一样,使得可能的攻击者很难觉察到秘密信息的存在,从而保证了信息安全隐蔽的传输。但在某些特定行业,数据隐藏并不能满足需求,如医疗学和军事学等。这些行业对安全性和隐私保护要求更高,不允许在数据传输过程中出现任何的图像失真。因此,可逆数据隐藏应运而生。
数据隐藏根据原始图像是否加密可以分类为基于明文域或密文域的可逆数据隐藏。因为明文域并不会对原始图像加密,所以若是嵌入大量的秘密数据就会产生大量失真,被第三方识别出来,所以一般明文域嵌入容量比较受限。近些年,许多方法为了提高嵌入容量,将数据嵌入过程转移到了高位面之中,图像位面越高,可以产生的冗余空间就会越大,从而得到更大的嵌入率。但是,因为许多算法的局限性,大量嵌入数据会导致图像质量降低明显,许多方法对图像的冗余空间利用不充分,直接导致了嵌入率低下的事实。这表明明文域中的可逆数据隐藏方案对图像冗余空间的使用仍存在很大的局限性。
发明内容
本发明是为了解决上述现有技术存在的不足之处,提出一种基于双层嵌入的高嵌入率的可逆数据隐藏方法,以期能通过新的嵌入准则提高对图像潜在的冗余信息的利用率,从而能在保证安全性图像质量的前提下实现数字图像的高嵌入率。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种基于双层嵌入的高嵌入率的可逆数据隐藏方法的特点是按如下步骤进行:
步骤1、分解图像位平面:
获取一张长×宽为h×w的灰度图像I,并利用式(1)计算灰度图像I中的第i行第j列的像素点的位面值Pi,j:
Pi,j=Hi,j+li,j (1)
式(1)中,Hi,j表示像素点的位面值Pi,j的第i行第j列的高位面像素点,并由式(2)得到,li,j表示像素点的位面值Pi,j中第i行第j列的像素点的低位面值,并由式(3)得到,由所有像素点的低位面值构成灰度图像I中的ILSB平面,i∈[1,h],j∈[1,w];
式(2)和式(3)中,ci,j,k表示第i行第j列的像素点转换为八位二进制后的第k个二进制的值,n表示二进制的分割位置;
利用式(4)计算得到灰度图像I中第i行第j列的高位面像素点的高位面值hi,j,并由所有像素点的高位面值构成灰度图像I中的IHSB平面;
hi,j=Hi,j/2n (4)
步骤2、溢出像素处理并建立位置图:
设置两个最大阈值tmax1,tmax2和两个最小阈值tmin1,tmin2,且tmax1>tmax2,tmin1<tmin2;
若hi,j等于tmax1或tmin1,则对高位面值hi,j所对应的像素点进行标记,并设定标记值为“2”,再将hi,j减2,得到处理后的高位面值h′i,j;
若hi,j等于tmax2或tmin2,则对高位面值hi,j所对应的像素点进行标记,并设定标记值为“1”,再将hi,j减1,得到处理后的高位面值h′i,j;
若hi,j大于tmin2或小于tmax2,则对高位面值hi,j所对应的像素点进行标记,并设定标记值为“0”,令h′i,j=hi,j;
由所有处理后的高位面值构成I′HSB平面,由所有标记值构成位置图序列记为LM;
步骤3、图像中可逆数据隐藏:
步骤3.1、将灰度图像I的I′HSB平面除第一行像素点r1、第一列像素点c1以及最后一行rh、最后一列cw以外的其余像素点划分为棋盘格;
步骤3.2、将所述位置图序列LM进行无损压缩,得到压缩后的位置图CLM,将所述压缩后的位置图CLM的长度记为LCLM;
步骤3.3、随机生成取值为“0”或“1”的伪随机序列并作为秘密数据S,令所述秘密数据S的长度为s;
步骤3.5、按照从左到右,从上到下的顺序读取棋盘格中的各个像素点:
步骤3.5.1、初始化i=2;j=2;取所述秘密数据S′中部分数据作为部分秘密数据So,o∈[1,s+CLM+l];
步骤3.5.2、将处理后的高位面值h′i,j周围的8个像素值升序排列,并计算排序后的像素值中前六个像素值的均值的取整记为预测值p1;计算排序后的像素值中后六个像素值的均值的取整记为预测值p2;
步骤3.5.3、将h′i,j和p1做差值后得到预测误差e1;当预测误差e1=1或0时,将部分秘密数据So嵌入处理后的高位面值h′i,j中得到新的高位面值h″i,j;
步骤3.5.4、将h″i,j和p2值作差,得到新的预测误差值e2;当预测误差e2=1或0时,将部分秘密数据So嵌入新的高位面值h″i,j中得到最终的高位面值h″′i,j;
步骤3.5.5、令j+2赋值给j,并重复步骤3.5.2到步骤3.5.4,且当j递增为w-2时,令i+2赋值i,j=2后,返回步骤3.5.2顺序执行,直到i=h-2,j=w-2;
步骤3.5.6、令i=3,j=3,按照步骤3.5.2到3.5.4的过程进行处理后,令j+2赋值给j,且当j递增为w-1时,令i+2赋值i,j=3后,返回步骤3.5.2顺序执行,直到i=h-1且j=w-1为止,从而完成第一轮高位面值处理;
步骤3.5.7、令i=2,j=3,按照步骤3.5.2到3.5.4的过程进行处理后,令j+2赋值给j,且当j递增为w-1时,令i+2赋值i,j=3后,返回步骤3.5.2顺序执行,直到i=h-2且j=w-1;
步骤3.5.8、令i=3,j=2,按照步骤3.5.2到3.5.4的过程进行处理后,令j+2赋值给j,且当j递增为w-2时,令i+2赋值i,j=2后,返回步骤3.5.2顺序执行,直到i=h-1且j=w-2,为止,从而完成第二轮高位面值处理;并得到处理完的高位面记为I″HSB;
步骤3.8、利用式(5)得到第i行第j列的新像素点P′i,j,从而由所有新像素点得到含有秘密数据的隐写图像Iem;
P′i,j=h″′i,j×2n+li,j (5)
步骤4、数据提取与图像恢复:
步骤4.2、提取出平面中第一行像素点r1 em中每个像素点的六位二进制值的最后一位进行保存,得到长度为l的序列并将所述序列由二进制序列值分别转换为十进制值,得到最后携带秘密数据的像素点位置和压缩后的位置图的长度
步骤4.3.5、令j-2赋值给j,重复步骤4.3.2到步骤4.3.4,且当j递减为2时,令i-2赋值i,j=w-2,返回步骤4.3.2顺序执行,直到i=3,j=2;
步骤4.3.6、令i=h-2,j=w-1,重复步骤4.3.2到步骤4.3.4,令j-2赋值给j,当j递减为3时,令i-2赋值i,j=w-1;返回步骤4.3.2顺序执行,直到i=2,j=3,从而完成第一轮高位面像素值处理;
步骤4.3.7、令i=h-1,j=w-1,重复步骤4.3.2到步骤4.3.4,令j-2赋值给j,当j递减为3时,令i-2赋值i,j=w-1;返回步骤4.3.2顺序执行,直到i=3,j=3;
步骤4.3.8、令i=h-2,j=h-2,重复步骤4.3.2到步骤4.3.4,令j-2赋值给j,当j递减为2时,令i-2赋值i,j=w-2;返回步骤4.3.2顺序执行,直到x=2,y=2,从而完成第二轮高位面像素值处理;并得到处理后的高位面记为
步骤4.3.9、由所有提取出的秘密数据组成秘密提取数据Sex;
与现有技术相比,本发明的有益效果在于:
1、本发明在双层嵌入过程中,重新定义了新的嵌入准则,相对于一些传统方法,将差值直方图的第二峰值也加入到嵌入过程中,第二峰值数量大却往往不被利用,而新的嵌入准则提高了像素可嵌入的可能性,大幅提高了现有技术中对图像冗余空间利用不充分的问题,可以获得更高的嵌入率。
2、本发明充分利用了像素之间的相关性,新的预测计算方式将当前像素周围所有像素都加入其中,计算得到的预测值更接近当前像素,预测误差更加集中,从而增加了图像的嵌入容量。
3、本发明将更低的位面也加入使用,低位面的加入使得嵌入数据后的像素值更改更小,降低了高嵌入率带来的图像失真,同时还提高了图像的利用率。
4、本发明采用了三进制的位置图标记法,新的标记法减少了位置图在压缩后的长度,有效的降低了辅助信息的大小,进一步增加了图像的嵌入率。
附图说明
图1为本发明方法的整体流程图。
具体实施方式
本实施例中,一种基于双层嵌入的高嵌入率的可逆数据隐藏方法,适用于灰度图像的可逆数据隐藏,首先对原始灰度图像进行位平面分解得到HSB平面和LSB平面,处理HSB平面可能溢出像素并建立位置图,然后嵌入秘密数据,最后根据秘钥进行秘密数据提取与图像恢复,集体的说,如图1所示,是按如下步骤进行:
步骤1、分解图像位平面:
获取一张长×宽为h×w的灰度图像I,并利用式(1)计算灰度图像I中的第i行第j列的像素点的位面值Pi,j:
Pi,j=Hi,j+li,j (1)
式(1)中,Hi,j表示像素点的位面值Pi,j的第i行第j列的高位面像素点并由式(2)得到,li,j表示像素点的位面值Pi,j中第i行第j列的像素点的低位面值,并由式(3)得到,由所有像素点的低位面值构成灰度图像I中的ILSB平面,i∈[1,h],j∈[1,w];
灰度图像像素值为0-255,转换为二进制为8位,式(2)和式(3)中,ci,j,k表示第i行第j列的像素点转换为八位二进制后的第k个二进制的值,n表示二进制的分割位置,n的值为2;
利用式(4)计算得到灰度图像I中第i行第j列的高位面像素点的高位面值hi,j,并由所有像素点的高位面值构成灰度图像I中的IHSB平面;
hi,j=Hi,j/2n (4)
步骤2、溢出像素处理并建立位置图:
设置两个最大阈值tmax1,tmax2和两个最小阈值tmin1,tmin2,且tmax1>tmax2,tmin1<tmin2;
若hi,j等于tmax1或tmin1,则对高位面值hi,j所对应的像素点进行标记,并设定标记值为“2”,再将hi,j减2,得到处理后的高位面值h′i,j;
若hi,j等于tmax2或tmin2,则对高位面值hi,j所对应的像素点进行标记,并设定标记值为“1”,再将hi,j减1,得到处理后的高位面值h′i,j;
若hi,j大于tmin2或小于tmax2,则对高位面值hi,j所对应的像素点进行标记,并设定标记值为“0”,令h′i,j=hi,j;
由所有处理后的高位面值构成I′HSB平面,由所有标记值构成位置图序列记为LM;
因为溢出的情况有三种,标记位需要设置0,1,2,使用二进制压缩的时候每标记需要使用两位表示,导致辅助信息过大,所以使用三进制表示,可以有效减少压缩位置图的长度;
步骤3、图像中可逆数据隐藏:
步骤3.1、将灰度图像I的I′HSB平面除第一行像素点r1、第一列像素点c1以及最后一行rh、最后一列cw以外的其余像素点划分为棋盘格;
步骤3.2、将所述位置图序列LM进行无损压缩,得到压缩后的位置图CLM,将所述压缩后的位置图CLM的长度记为LCLM;
步骤3.3、随机生成取值为“0”或“1”的伪随机序列并作为秘密数据S,令所述秘密数据S的长度为s;
由于压缩的位置图较大,因此无法通过替换r1行的末位来存储,所以将该辅助信息添加到S的尾端,保证方法的可逆性;
步骤3.5、按照从左到右,从上到下的顺序读取棋盘格中的各个像素点:
步骤3.5.1、初始化i=2;j=2;取所述秘密数据S′中部分数据作为部分秘密数据So,o∈[1,s+CLM+l];
步骤3.5.2、将处理后的高位面值h′i,j周围的8个像素值升序排列,并计算排序后的像素值中前六个像素值的均值的取整记为预测值p1;计算排序后的像素值中后六个像素值的均值的取整记为预测值p2;
棋盘格模式可以使当前像素的相邻像素保持都是未嵌入像素或嵌入后的像素,计算得到的预测值p1和p2才会更加接近当前像素,预测更精准;
步骤3.5.3、将h′i,j和p1做差值后得到预测误差e1;当预测误差e1=1或0时,将部分秘密数据So嵌入处理后的高位面值h′i,j中得到新的高位面值h″i,j;
步骤3.5.4、将h″i,j和p2值作差,得到新的预测误差值e2;当预测误差e2=1或0时,将部分秘密数据So嵌入新的高位面值h″i,j中得到最终的高位面值h″′i,j;
步骤3.5.5、令j+2赋值给j,并重复步骤3.5.2到步骤3.5.4,且当j递增为w-2时,令i+2赋值i,j=2后,返回步骤3.5.2顺序执行,直到i=h-2,j=w-2;
步骤3.5.6、令i=3,j=3,按照步骤3.5.2到3.5.4的过程进行处理后,令j+2赋值给j,且当j递增为w-1时,令i+2赋值i,j=3后,返回步骤3.5.2顺序执行,直到i=h-1且j=w-1为止,从而完成第一轮高位面值处理;
步骤3.5.7、令i=2,j=3,按照步骤3.5.2到3.5.4的过程进行处理后,令j+2赋值给j,且当j递增为w-1时,令i+2赋值i,j=3后,返回步骤3.5.2顺序执行,直到i=h-2且j=w-1;
步骤3.5.8、令i=3,j=2,按照步骤3.5.2到3.5.4的过程进行处理后,令j+2赋值给j,且当j递增为w-2时,令i+2赋值i,j=2后,返回步骤3.5.2顺序执行,直到i=h-1且j=w-2,为止,从而完成第二轮高位面值处理;并得到处理完的高位面记为I″HSB;
棋盘格的模式每轮只能嵌入总像素的1/2,嵌入完全部像素需要两轮;
步骤3.8、利用式(5)得到第i行第j列的新像素点P′i,j,从而由所有新像素点得到含有秘密数据的隐写图像Iem;
P′i,j=h″′i,j×2n+li,j (5)
步骤4、数据提取与图像恢复:
步骤4.2、提取出平面中第一行像素点r1 em中每个像素点的六位二进制值的最后一位进行保存,得到长度为l的序列并将所述序列由二进制序列值分别转换为十进制值,得到最后携带秘密数据的像素点位置和压缩后的位置图的长度
因为嵌入过程对像素值进行了更改,提取过程按照相反的顺序才能得到正确的预测值并还原当前像素,否则提取的秘密数据是完全错误的;
步骤4.3.5、令j-2赋值给j,重复步骤4.3.2到步骤4.3.4,且当j递减为2时,令i-2赋值i,j=w-2,返回步骤4.3.2顺序执行,直到i=3,j=2;
步骤4.3.6、令i=h-2,j=w-1,重复步骤4.3.2到步骤4.3.4,令j-2赋值给j,当j递减为3时,令i-2赋值i,j=w-1;返回步骤4.3.2顺序执行,直到i=2,j=3,从而完成第一轮高位面像素值处理;
步骤4.3.7、令i=h-1,j=w-1,重复步骤4.3.2到步骤4.3.4,令j-2赋值给j,当j递减为3时,令i-2赋值i,j=w-1;返回步骤4.3.2顺序执行,直到i=3,j=3;
步骤4.3.8、令i=h-2,j=h-2,重复步骤4.3.2到步骤4.3.4,令j-2赋值给j,当j递减为2时,令i-2赋值i,j=w-2;返回步骤4.3.2顺序执行,直到x=2,y=2,从而完成第二轮高位面像素值处理;并得到处理后的高位面记为
步骤4.3.9、所有提取出的秘密数据组成秘密提取数据Sex;
Claims (1)
1.一种基于双层嵌入的高嵌入率的可逆数据隐藏方法,其特征是按如下步骤进行:
步骤1、分解图像位平面:
获取一张长×宽为h×w的灰度图像I,并利用式(1)计算灰度图像I中的第i行第j列的像素点的位面值Pi,j:
Pi,j=Hi,j+li,j (1)
式(1)中,Hi,j表示像素点的位面值Pi,j的第i行第j列的高位面像素点,并由式(2)得到,li,j表示像素点的位面值Pi,j中第i行第j列的像素点的低位面值,并由式(3)得到,由所有像素点的低位面值构成灰度图像I中的ILSB平面,i∈[1,h],j∈[1,w];
式(2)和式(3)中,ci,j,k表示第i行第j列的像素点转换为八位二进制后的第k个二进制的值,n表示二进制的分割位置;
利用式(4)计算得到灰度图像I中第i行第j列的高位面像素点的高位面值hi,j,并由所有像素点的高位面值构成灰度图像I中的IHSB平面;
hi,j=Hi,j/2n (4)
步骤2、溢出像素处理并建立位置图:
设置两个最大阈值tmax1,tmax2和两个最小阈值tmin1,tmin2,且tmax1>tmax2,tmin1<tmin2;
若hi,j等于tmax1或tmin1,则对高位面值hi,j所对应的像素点进行标记,并设定标记值为“2”,再将hi,j减2,得到处理后的高位面值h′i,j;
若hi,j等于tmax2或tmin2,则对高位面值hi,j所对应的像素点进行标记,并设定标记值为“1”,再将hi,j减1,得到处理后的高位面值h′i,j;
若hi,j大于tmin2或小于tmax2,则对高位面值hi,j所对应的像素点进行标记,并设定标记值为“0”,令h′i,j=hi,j;
由所有处理后的高位面值构成I′HSB平面,由所有标记值构成位置图序列记为LM;
步骤3、图像中可逆数据隐藏:
步骤3.1、将灰度图像I的I′HSB平面除第一行像素点r1、第一列像素点c1以及最后一行rh、最后一列cw以外的其余像素点划分为棋盘格;
步骤3.2、将所述位置图序列LM进行无损压缩,得到压缩后的位置图CLM,将所述压缩后的位置图CLM的长度记为LCLM;
步骤3.3、随机生成取值为“0”或“1”的伪随机序列并作为秘密数据S,令所述秘密数据S的长度为s;
步骤3.5、按照从左到右,从上到下的顺序读取棋盘格中的各个像素点:
步骤3.5.1、初始化i=2;j=2;取所述秘密数据S′中部分数据作为部分秘密数据So,o∈[1,s+CLM+l];
步骤3.5.2、将处理后的高位面值h′i,j周围的8个像素值升序排列,并计算排序后的像素值中前六个像素值的均值的取整记为预测值p1;计算排序后的像素值中后六个像素值的均值的取整记为预测值p2;
步骤3.5.3、将h′i,j和p1做差值后得到预测误差e1;当预测误差e1=1或0时,将部分秘密数据So嵌入处理后的高位面值h′i,j中得到新的高位面值h″i,j;
步骤3.5.4、将h″i,j和p2值作差,得到新的预测误差值e2;当预测误差e2=1或0时,将部分秘密数据So嵌入新的高位面值h″i,j中得到最终的高位面值h″i,j;
步骤3.5.5、令j+2赋值给j,并重复步骤3.5.2到步骤3.5.4,且当j递增为w-2时,令i+2赋值i,j=2后,返回步骤3.5.2顺序执行,直到i=h-2,j=w-2;
步骤3.5.6、令i=3,j=3,按照步骤3.5.2到3.5.4的过程进行处理后,令j+2赋值给j,且当j递增为w-1时,令i+2赋值i,j=3后,返回步骤3.5.2顺序执行,直到i=h-1且j=w-1为止,从而完成第一轮高位面值处理;
步骤3.5.7、令i=2,j=3,按照步骤3.5.2到3.5.4的过程进行处理后,令j+2赋值给j,且当j递增为w-1时,令i+2赋值i,j=3后,返回步骤3.5.2顺序执行,直到i=h-2且j=w-1;
步骤3.5.8、令i=3,j=2,按照步骤3.5.2到3.5.4的过程进行处理后,令j+2赋值给j,且当j递增为w-2时,令i+2赋值i,j=2后,返回步骤3.5.2顺序执行,直到i=h-1且j=w-2,为止,从而完成第二轮高位面值处理;并得到处理完的高位面记为I″HSB;
步骤3.8、利用式(5)得到第i行第j列的新像素点P′i,j,从而由所有新像素点得到含有秘密数据的隐写图像Iem;
P′i,j=h″′i,j×2n+li,j (5)
步骤4、数据提取与图像恢复:
步骤4.2、提取出平面中第一行像素点r1 em中每个像素点的六位二进制值的最后一位进行保存,得到长度为l的序列并将所述序列由二进制序列值分别转换为十进制值,得到最后携带秘密数据的像素点位置和压缩后的位置图的长度
步骤4.3.5、令j-2赋值给j,重复步骤4.3.2到步骤4.3.4,且当j递减为2时,令i-2赋值i,j=w-2,返回步骤4.3.2顺序执行,直到i=3,j=2;
步骤4.3.6、令i=h-2,j=w-1,重复步骤4.3.2到步骤4.3.4,令j-2赋值给j,当j递减为3时,令i-2赋值i,j=w-1;返回步骤4.3.2顺序执行,直到i=2,j=3,从而完成第一轮高位面像素值处理;
步骤4.3.7、令i=h-1,j=w-1,重复步骤4.3.2到步骤4.3.4,令j-2赋值给j,当j递减为3时,令i-2赋值i,j=w-1;返回步骤4.3.2顺序执行,直到i=3,j=3;
步骤4.3.8、令i=h-2,j=h-2,重复步骤4.3.2到步骤4.3.4,令j-2赋值给j,当j递减为2时,令i-2赋值i,j=w-2;返回步骤4.3.2顺序执行,直到x=2,y=2,从而完成第二轮高位面像素值处理;并得到处理后的高位面记为
步骤4.3.9、由所有提取出的秘密数据组成秘密提取数据Sex;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210449286.6A CN114760391B (zh) | 2022-04-24 | 2022-04-24 | 一种基于双层嵌入的高嵌入率的可逆数据隐藏方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210449286.6A CN114760391B (zh) | 2022-04-24 | 2022-04-24 | 一种基于双层嵌入的高嵌入率的可逆数据隐藏方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114760391A true CN114760391A (zh) | 2022-07-15 |
CN114760391B CN114760391B (zh) | 2023-07-25 |
Family
ID=82333884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210449286.6A Active CN114760391B (zh) | 2022-04-24 | 2022-04-24 | 一种基于双层嵌入的高嵌入率的可逆数据隐藏方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114760391B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109348230A (zh) * | 2018-11-14 | 2019-02-15 | 宁波工程学院 | 一种密文域高容量图像可逆数据隐藏方法 |
CN110753226A (zh) * | 2019-09-25 | 2020-02-04 | 宁波工程学院 | 一种高容量密文域图像可逆数据隐藏方法 |
CN111970507A (zh) * | 2020-08-26 | 2020-11-20 | 安徽大学 | 基于像素差值编码的密文域图像的可逆数据隐藏方法 |
CN113114869A (zh) * | 2021-03-15 | 2021-07-13 | 宁波工程学院 | 基于msb预测的密文域高容量图像可逆数据隐藏方法 |
US20220121758A1 (en) * | 2020-10-16 | 2022-04-21 | Qilu University Of Technology | Image encryption and decryption communication algorithm based on two-dimensional lag complex logistic map |
-
2022
- 2022-04-24 CN CN202210449286.6A patent/CN114760391B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109348230A (zh) * | 2018-11-14 | 2019-02-15 | 宁波工程学院 | 一种密文域高容量图像可逆数据隐藏方法 |
CN110753226A (zh) * | 2019-09-25 | 2020-02-04 | 宁波工程学院 | 一种高容量密文域图像可逆数据隐藏方法 |
CN111970507A (zh) * | 2020-08-26 | 2020-11-20 | 安徽大学 | 基于像素差值编码的密文域图像的可逆数据隐藏方法 |
US20220121758A1 (en) * | 2020-10-16 | 2022-04-21 | Qilu University Of Technology | Image encryption and decryption communication algorithm based on two-dimensional lag complex logistic map |
CN113114869A (zh) * | 2021-03-15 | 2021-07-13 | 宁波工程学院 | 基于msb预测的密文域高容量图像可逆数据隐藏方法 |
Non-Patent Citations (1)
Title |
---|
李天雪;张敏情;狄富强;柯彦;: "基于位平面分割的密文域可逆信息隐藏算法", 计算机应用研究, no. 09 * |
Also Published As
Publication number | Publication date |
---|---|
CN114760391B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yin et al. | Reversible data hiding in encrypted images based on multi-MSB prediction and Huffman coding | |
Qin et al. | An inpainting-assisted reversible steganographic scheme using a histogram shifting mechanism | |
CN111898136A (zh) | 一种基于预测误差值排序的高保真可逆信息隐藏方法和装置 | |
CN112070647B (zh) | 一种可逆高动态范围图像信息隐藏方法 | |
CN111464717B (zh) | 利用直方图平移的具有对比度拉升的可逆信息隐藏方法 | |
CN111970507B (zh) | 基于像素差值编码的密文域图像的可逆数据隐藏方法 | |
CN111464718B (zh) | 基于插值技术的加密图像可逆信息隐藏方法 | |
CN111277831B (zh) | 一种基于分类编码的图像压缩方法及系统 | |
CN114745475B (zh) | 一种鲁棒的加密图像可逆信息隐藏方法 | |
CN114037593B (zh) | 基于逆向直方图平移的可逆图像水印算法 | |
Xiao et al. | Reversible data hiding using histogram shifting in small blocks | |
CN114399419A (zh) | 基于预测误差扩展的可逆图像水印算法 | |
Chang et al. | Reversible steganography for BTC-compressed images | |
CN116743936A (zh) | 一种基于残差网络的密文域多方可逆信息隐藏方法 | |
CN114760391A (zh) | 一种基于双层嵌入的高嵌入率的可逆数据隐藏方法 | |
CN115118836A (zh) | 基于像素预测的多策略组合的可逆数据隐藏方法 | |
Chen et al. | Steganalysis of reversible contrast mapping watermarking | |
Weng et al. | Invariability of Remainder Based Reversible Watermarking. | |
Jothibasu et al. | Improved Reversible Data Hiding Through Image Using Different Hiding andCompression Techniques | |
Lu et al. | Effective Dual-images based Reversible Information Hiding Scheme based on Complexity Analysis and Thresholds Controlling | |
Ou et al. | A high payload histogram-based reversible wartermarking using linear prediction | |
Geetha et al. | Multilevel RDH scheme using image interpolation | |
CN111640443B (zh) | 一种音频可逆隐写方法和秘密信息提取方法 | |
Shastri et al. | Dual image reversible data hiding using rhombus prediction | |
Sonawane et al. | Reversible image watermarking using adaptive prediction error expansion and pixel selection |
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 |