RU2530339C1 - Method for incorporation of information into image compressed by fractal method based on formed library of domains - Google Patents
Method for incorporation of information into image compressed by fractal method based on formed library of domains Download PDFInfo
- Publication number
- RU2530339C1 RU2530339C1 RU2013123329/08A RU2013123329A RU2530339C1 RU 2530339 C1 RU2530339 C1 RU 2530339C1 RU 2013123329/08 A RU2013123329/08 A RU 2013123329/08A RU 2013123329 A RU2013123329 A RU 2013123329A RU 2530339 C1 RU2530339 C1 RU 2530339C1
- Authority
- RU
- Russia
- Prior art keywords
- domains
- information
- image
- fractal
- areas
- Prior art date
Links
Images
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
Description
Изобретение относится к области стеганографии, а именно к способам встраивания сообщения в цифровое изображение, и может быть использовано для организации скрытого хранения и передачи конфиденциальной информации по открытым каналам связи.The invention relates to the field of steganography, and in particular to methods of embedding a message in a digital image, and can be used to organize hidden storage and transmission of confidential information through open communication channels.
Известен «Способ встраивания сообщения в цифровое изображение» (патент RU 2407216 С1, опубликован 20.12.2010 г.), в котором встраивание осуществляется за счет замены наименее значащего бита в байтах исходного цифрового изображения, при этом наименее значащему биту в байтах исходного цифрового изображения присваивают флаговое значение «единица» при совпадении части битов байта сигнала цифрового изображения и битов сигнала сообщения, либо флаговое значение «ноль» при несовпадении.The well-known "Method of embedding messages in a digital image" (patent RU 2407216 C1, published December 20, 2010), in which embedding is carried out by replacing the least significant bit in bytes of the original digital image, while the least significant bit in bytes of the original digital image is assigned the flag value is “one” when a part of the bits of the byte of the digital image signal coincides with the bits of the message signal, or the flag value is “zero” if there is a mismatch.
Недостатком данного способа является невозможность его применения для графического изображения, сжатого фрактальным методом.The disadvantage of this method is the impossibility of its application for graphic images compressed by the fractal method.
Известен «Способ передачи дополнительной информации при фрактальном кодировании изображения» (патент RU 2292662 C2, МПК H04N 7/08, опубликовано 27.01.2011 г.), в котором встраивание производится в младшие разряды индексов доменов.The well-known "Method for transmitting additional information in fractal coding of an image" (patent RU 2292662 C2, IPC H04N 7/08, published January 27, 2011), in which embedding is performed in the lower digits of domain indices.
Недостатком данного способа является сильное искажение исходного изображения в результате переориентации доменов при встраивании в них дополнительной информации.The disadvantage of this method is the strong distortion of the original image as a result of the reorientation of the domains when embedding additional information in them.
Наиболее близким по технической сущности и выполняемым функциям является «Способ передачи дополнительной информации при совместном использовании векторного квантования и фрактального кодирования изображений с учетом классификации доменов и блоков из кодовой книги» (патент RU 2327301 C2, МПК H04N 7/08, G06T 9/00, опубликовано 27.12.2007 г.), в котором в вектор индекса доменов или блока из кодовой книги, состоящий из n разрядов, вводится m разрядов дополнительной информации вместо младших разрядов данного вектора.The closest in technical essence and functions performed is the "Method for transmitting additional information when sharing vector quantization and fractal coding of images, taking into account the classification of domains and blocks from the codebook" (patent RU 2327301 C2, IPC H04N 7/08, G06T 9/00, published December 27, 2007), in which m bits of additional information are entered instead of the least significant bits of this vector in the index vector of a domain or block from the codebook, consisting of n bits.
Недостатком этого способа является искажение исходного изображения за счет переориентации доменов, их смещения относительно начального положения, из-за замены как минимум двух битов информации. Это в свою очередь приводит к наложению сегментов исходного изображения друг на друга, что является визуально заметным.The disadvantage of this method is the distortion of the original image due to the reorientation of the domains, their displacement relative to the initial position, due to the replacement of at least two bits of information. This in turn leads to overlapping segments of the original image on top of each other, which is visually noticeable.
Задачей изобретения является создание способа встраивания информации в изображение, сжатое фрактальным методом, на основе сформированной библиотеки доменов, обеспечивающего возможность скрытой передачи конфиденциальных данных, используя контейнер, представленный в виде фрактально сжатого изображения.The objective of the invention is to provide a method of embedding information in an image compressed by the fractal method, based on the generated domain library, which provides the possibility of covert transmission of sensitive data using a container presented in the form of a fractally compressed image.
Эта задача решается тем, что в способе встраивания информации в изображение сжатое фрактальным методом, на основе сформированной библиотеки доменов, включающем этапы формирования вектора параметров сжатия изображения, ввода скрываемой информации, выделения доменов и ранговых областей, соотнесения ранговых областей и доменов, формирования конечного архива, введен этап скрытия информации путем кодирования битов через координаты доменов.This problem is solved in that in the method of embedding information in an image compressed by the fractal method, based on the generated domain library, which includes the steps of forming a vector of image compression parameters, entering hidden information, highlighting domains and ranking areas, correlating ranking areas and domains, creating a final archive, The stage of hiding information by encoding bits through the coordinates of domains has been introduced.
Проведенный анализ уровня техники позволил установить, что аналоги, характеризующиеся совокупностью признаков, тождественных всем признакам заявленного технического решения, отсутствуют, что указывает на соответствие заявленного способа условию патентоспособности «новизна».The analysis of the prior art made it possible to establish that analogues that are characterized by a set of features identical to all the features of the claimed technical solution are absent, which indicates the compliance of the claimed method with the condition of patentability “novelty”.
Результаты поиска известных решений в данной и смежных областях техники с целью выявления признаков, совпадающих с отличительными от прототипа признаками заявленного объекта, показали, что они не следуют явным образом из уровня техники. Из уровня техники также не выявлена известность влияния предусматриваемых существенными признаками заявленного изобретения преобразований на достижение указанного технического результата. Следовательно, заявляемый способ соответствует условию патентоспособности «изобретательский уровень».Search results for known solutions in this and related fields of technology in order to identify features that match the distinctive features of the claimed object from the prototype showed that they do not follow explicitly from the prior art. The prior art also did not reveal the popularity of the impact provided by the essential features of the claimed invention, the transformations on the achievement of the specified technical result. Therefore, the claimed method meets the condition of patentability "inventive step".
«Промышленная применимость» способа обусловлена наличием языков программирования, позволяющих реализовать данную концепцию в виде программного обеспечения."Industrial applicability" of the method is due to the presence of programming languages that allow to implement this concept in the form of software.
Заявленный способ встраивания информации в изображение, сжатое фрактальным методом, на основе сформированной библиотеки доменов поясняется чертежами, на которых показано:The claimed method of embedding information in an image compressed by the fractal method, based on the generated domain library is illustrated by drawings, which show:
фиг.1 - пример разбиения изображения на домены, где прямоугольники представляют собой возможные выделенные домены, при этом показана возможность их пересечения друг с другом, а также возможность формирования сегментов различного размера;figure 1 is an example of dividing the image into domains, where the rectangles represent the possible selected domains, while showing the possibility of their intersection with each other, as well as the possibility of forming segments of different sizes;
фиг.2 - метод классификации доменов по алгоритму Фишера, заключающийся в разбиении домена на четыре равные области и расчете их параметров, где A1, А2, A3, А4 - математические ожидания интенсивности пикселей конкретных областей данных сегментов;figure 2 - a method for classifying domains according to the Fisher algorithm, which consists in dividing the domain into four equal areas and calculating their parameters, where A1, A2, A3, A4 are the mathematical expectations of the pixel intensity of specific areas of these segments;
фиг.3 - пример разбиения изображения на ранговые области, на котором линиями разграничены ранги и представлена возможность формирования сегментов различных размеров, а также необходимость полного заполнения исходного изображения;figure 3 is an example of dividing the image into ranking areas, on which the ranks are delimited by lines and presents the possibility of forming segments of various sizes, as well as the need to completely fill the original image;
фиг.4 - метод квадродерева, позволяющий осуществить разбиения ранга на четыре равные области, в случае если для первоначального ранга не было найдено подходящего домена, где цифрами представлен метод нумерации формируемых областей, а также метод кодирования новых ранговых областей;4 is a quad tree method that allows partitioning the rank into four equal areas, if no suitable domain has been found for the initial rank, where the numbers indicate the numbering method of the generated areas, as well as the encoding method of new ranking areas;
фиг.5 - обобщенный алгоритм фрактального сжатия изображений;5 is a generalized algorithm for fractal image compression;
фиг.6 - алгоритм, реализующий предложенный способ;6 is an algorithm that implements the proposed method;
фиг.7 - пример использования предложенного способа.7 is an example of using the proposed method.
Реализация предложенного способа состоит во включении в процесс фрактального сжатия этапа встраивания информации. Общий алгоритм фрактального сжатия (фиг.5) первоначально подразумевает ввод параметров сжатия. В качестве параметров сжатия выступают минимальный размер домена, минимальный шаг домена, значение порога среднеквадратического отклонения (СКО), глубина квадродерева, а также вводится в качестве параметра встраиваемая информация.The implementation of the proposed method consists in the inclusion of the stage of embedding information in the process of fractal compression. The general fractal compression algorithm (Fig. 5) initially involves the input of compression parameters. The compression parameters are the minimum domain size, the minimum domain step, the value of the standard deviation threshold (RMS), the depth of the quad tree, and embedded information is also introduced as a parameter.
После ввода параметров сжатия в систему загружается исходное изображение, предназначенное для сжатия. Первым этапом реализуется разбиение изображения на домены (фиг.1). Минимальный размер домена указан в начальных параметрах. Также выделяются домены большего размера, причем для более эффективного расчета каждые следующие группы доменов больше предыдущих в два раза. Максимально возможный размер домена выбирается в соответствии с размерами исходного изображения. После выделения доменов осуществляется их классификация по алгоритму Фишера (фиг.3) (Y. Fisher, Ed., Fractal Image Compression - Theory and Application: New York: Springer, 1994). Классификация позволяет выделить 72 класса. Под значениями А подразумевается математическое ожидание интенсивностей пикселей соответствующих областей:After entering the compression parameters, the original image intended for compression is loaded into the system. The first step is the partitioning of the image into domains (figure 1). The minimum domain size is specified in the initial parameters. Larger domains are also distinguished, and for a more efficient calculation, each of the following groups of domains is twice as large as the previous ones. The maximum possible domain size is selected in accordance with the size of the original image. After the domains are selected, they are classified according to the Fisher algorithm (Fig. 3) (Y. Fisher, Ed., Fractal Image Compression - Theory and Application: New York: Springer, 1994). Classification allows you to distinguish 72 classes. The values of A mean the mathematical expectation of the intensities of the pixels of the corresponding areas:
1 класс A1≥A2≥A3≥A4 Grade 1 A 1 ≥A 2 ≥A 3 ≥A 4
2 класс А1≥A2≥А4≥A3 Grade 2 A 1 ≥A 2 ≥A 4 ≥A 3
3 класс А1≥А4≥А2≥А3 Grade 3 A 1 ≥A 4 ≥A 2 ≥A 3
Также в каждом из трех классов выделяется еще по 24 класса, в соответствии со значениями дисперсии.Also, in each of the three classes, another 24 classes are distinguished, in accordance with the variance values.
На следующем этапе происходит выделение ранговых областей, при этом они должны полностью заполнять все изображение и не пересекаться друг с другом (фиг.3). Ранговые области в соответствии с алгоритмом меньше доменов по ширине в два раза.At the next stage, the ranking areas are selected, while they should completely fill the entire image and not intersect with each other (figure 3). Ranked areas in accordance with the algorithm are less than two domains in width.
После формирования библиотеки доменов и определения рангов осуществляется основной этап соотнесения ранговых областей и доменов. Он реализуется путем подбора соответствующих рассматриваемому рангу доменов. За счет предварительной классификации данный этап выполняется быстрее в 72 раза, так как ранги также отбираются по алгоритму классификации Фишера.After the formation of the domain library and the determination of the ranks, the main stage of the correlation of rank areas and domains is carried out. It is implemented by selecting domains corresponding to the rank in question. Due to the preliminary classification, this stage is performed 72 times faster, since the ranks are also selected according to the Fisher classification algorithm.
Схожесть доменов и рангов определяется по методу наименьших квадратов (МНК). Исследуемый домен подвергается аффинным преобразованиям для обеспечения максимального сходства с рангом, после чего по значению, полученному по МНК, принимается решение о продолжении поиска соответствия. Аффинные преобразования подразумевают под собой такие операции над сегментами изображения, как зеркальное отображение, поворот на углы в 90, 180, 270 градусов (Y. Fisher, Ed., Fractal Image Compression - Theory and Application: New York: Springer, 1994). Также возможно применение масштабирования. В параметрах сжатия заранее указывается минимальный порог СКО, получаемый при расчете значения по МНК, чем он ниже, тем качественнее будет сжатое изображение, но увеличивается время компрессии и наоборот. В случае если для ранговой области не будет найден подходящий домен, реализуется метод квадродерева (фиг.4) (Y. Fisher, Ed., Fractal Image Compression - Theory and Application: New York: Springer, 1994), при котором ранговая область разбивается на 4 равные части и с ними проводятся аналогичные действия.The similarity of domains and ranks is determined by the least squares method (OLS). The domain under study undergoes affinity transformations to ensure maximum similarity with rank, after which, according to the value obtained by the least-squares method, a decision is made to continue the search for correspondence. Affine transformations include operations on image segments such as mirroring, rotation at angles of 90, 180, 270 degrees (Y. Fisher, Ed., Fractal Image Compression - Theory and Application: New York: Springer, 1994). Scaling is also possible. The compression parameters indicate in advance the minimum SDE threshold obtained when calculating the value using OLS, the lower it is, the better the compressed image will be, but the compression time will increase and vice versa. If a suitable domain is not found for the rank domain, the quad tree method (Fig. 4) is implemented (Y. Fisher, Ed., Fractal Image Compression - Theory and Application: New York: Springer, 1994), in which the rank domain is divided into 4 equal parts and similar actions are carried out with them.
В разработанном способе предлагается использовать разбиение полученной библиотеки доменов на две области, соответствующие нулевому и единичному биту (фиг.6). Разбиение происходит путем деления изображения на две половины по вертикали, причем левая половина отвечает за единичный бит, а правая - за нулевой. Соответственно домены, координаты левого верхнего угла которых по оси абсцисс меньше половины ширины изображения, отвечают за единичный бит и наоборот. Таким образом, одним из параметров сжатия изображения предлагается использовать встраиваемую информацию. Данная информация переводится в двоичный вид и на этапе соотнесения доменов с ранговыми областями происходит ее считывание. В случае появления на входе компрессора единичного бита используются домены с координатой по оси x, не превышающей половину ширины изображения, оставшаяся половина используется при появлении нулевого бита. Выделение информации происходит в ходе декомпрессии за счет считывания данных, касающихся соответствующего ранга, в случае если координаты домена входят в левую область, выводится единица и наоборот.In the developed method, it is proposed to use the partition of the obtained domain library into two areas corresponding to the zero and single bits (Fig.6). Splitting occurs by dividing the image into two halves vertically, with the left half responsible for a single bit, and the right for zero. Accordingly, domains whose coordinates of the upper left corner along the abscissa axis are less than half the image width are responsible for a single bit and vice versa. Thus, it is proposed to use embedded information as one of the image compression parameters. This information is translated into binary form and at the stage of correlation of domains with rank areas, it is read. If a single bit appears at the compressor input, domains with a coordinate along the x axis not exceeding half the image width are used; the remaining half is used when the zero bit appears. Information is extracted during decompression by reading data regarding the corresponding rank, if the domain coordinates are in the left area, a unit is displayed and vice versa.
Соответственно после выполнения этапа соотнесения рангов и доменов формируется архив, состоящий из заголовка, в котором указаны параметры сформированного сжатого файла, и поля данных, содержащих координаты соответствующих доменов, коэффициенты аффинных преобразований и значения яркости и контрастности.Accordingly, after the stage of correlation of ranks and domains is completed, an archive is formed consisting of a header in which the parameters of the generated compressed file are indicated, and data fields containing the coordinates of the corresponding domains, affine transformation coefficients, and brightness and contrast values.
Эффективность функционирования предлагаемого способа по сравнению с прототипом состоит в том, что в исходный файл практически не вносятся визуальные изменения и факт наличия встроенной информации определить очень сложно.The effectiveness of the proposed method in comparison with the prototype is that the visual file is practically not made visual changes and the fact of the availability of embedded information is very difficult to determine.
Реализация предложенного способа встраивания информации показала эффективность его применения (фиг.7). Основные методы стеганографического анализа, применяемые на сегодняшний день, не позволяют выявить факт встраивания информации при использовании данного способа, так как статистика распределения битов практически не изменяется. При этом объемы передаваемой информации в процентном соотношении составляют около 1% от общего объема файла-контейнера. Полученный процент высчитывается на основе отношения количества ранговых областей в изображении к общему размеру файла. В ходе эксперимента использовалось изображение, размером 617 кб. При разбиении данного изображения было сформировано около 50000 ранговых областей. Соответственно объем встроенной информации составляет 50000 бит (6250 байт), а отношение 6250/617000=0,0101 (1,01%).Implementation of the proposed method of embedding information has shown the effectiveness of its use (Fig.7). The main methods of steganographic analysis used today do not reveal the fact of embedding information when using this method, since the statistics of the distribution of bits practically does not change. At the same time, the volume of transmitted information in a percentage ratio is about 1% of the total volume of the container file. The resulting percentage is calculated based on the ratio of the number of ranking areas in the image to the total file size. During the experiment, an image of 617 kb was used. When splitting this image, about 50,000 ranking areas were formed. Accordingly, the amount of embedded information is 50,000 bits (6250 bytes), and the ratio 6250/617000 = 0.0101 (1.01%).
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2013123329/08A RU2530339C1 (en) | 2013-05-21 | 2013-05-21 | Method for incorporation of information into image compressed by fractal method based on formed library of domains |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2013123329/08A RU2530339C1 (en) | 2013-05-21 | 2013-05-21 | Method for incorporation of information into image compressed by fractal method based on formed library of domains |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2530339C1 true RU2530339C1 (en) | 2014-10-10 |
Family
ID=53381618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2013123329/08A RU2530339C1 (en) | 2013-05-21 | 2013-05-21 | Method for incorporation of information into image compressed by fractal method based on formed library of domains |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2530339C1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2602670C1 (en) * | 2015-09-02 | 2016-11-20 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Академия Федеральной службы охраны Российской Федерации" (Академия ФСО России) | Method of embedding information in graphic file compressed by fractal coding |
| RU2649753C2 (en) * | 2016-08-02 | 2018-04-04 | федеральное государственное казенное военное образовательное учреждение высшего образования "Краснодарское высшее военное училище имени генерала армии С.М. Штеменко" Министерства обороны Российской Федерации | Method of safe coding information for its transmission over open communication channels using steganography techniques |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000308056A (en) * | 1999-04-16 | 2000-11-02 | Sanyo Electric Co Ltd | Image compressor |
| US6643383B1 (en) * | 1998-03-05 | 2003-11-04 | Institut Eurecom | Method for hiding binary data in a digital image |
| RU2292662C2 (en) * | 2005-04-18 | 2007-01-27 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Method for transferring additional information during fractal encoding of image |
| RU2327301C2 (en) * | 2006-04-07 | 2008-06-20 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Method of transmission of additional data in combined use of vector quantisation and fractal conding of images allowing for classifications of domains and units from code book |
| RU2339181C1 (en) * | 2007-06-25 | 2008-11-20 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Method of additional information transmission at fractal coding of images |
| US7542570B2 (en) * | 2003-10-20 | 2009-06-02 | Aesop Corporation | Information encryption transmission/reception method |
-
2013
- 2013-05-21 RU RU2013123329/08A patent/RU2530339C1/en not_active IP Right Cessation
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6643383B1 (en) * | 1998-03-05 | 2003-11-04 | Institut Eurecom | Method for hiding binary data in a digital image |
| JP2000308056A (en) * | 1999-04-16 | 2000-11-02 | Sanyo Electric Co Ltd | Image compressor |
| US7542570B2 (en) * | 2003-10-20 | 2009-06-02 | Aesop Corporation | Information encryption transmission/reception method |
| RU2292662C2 (en) * | 2005-04-18 | 2007-01-27 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Method for transferring additional information during fractal encoding of image |
| RU2327301C2 (en) * | 2006-04-07 | 2008-06-20 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Method of transmission of additional data in combined use of vector quantisation and fractal conding of images allowing for classifications of domains and units from code book |
| RU2339181C1 (en) * | 2007-06-25 | 2008-11-20 | Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Method of additional information transmission at fractal coding of images |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2602670C1 (en) * | 2015-09-02 | 2016-11-20 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Академия Федеральной службы охраны Российской Федерации" (Академия ФСО России) | Method of embedding information in graphic file compressed by fractal coding |
| RU2649753C2 (en) * | 2016-08-02 | 2018-04-04 | федеральное государственное казенное военное образовательное учреждение высшего образования "Краснодарское высшее военное училище имени генерала армии С.М. Штеменко" Министерства обороны Российской Федерации | Method of safe coding information for its transmission over open communication channels using steganography techniques |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Muhammad et al. | A secure method for color image steganography using gray-level modification and multi-level encryption | |
| Cao et al. | High capacity reversible data hiding in encrypted images by patch-level sparse representation | |
| Lee et al. | A novel data hiding scheme based on modulus function | |
| Juneja et al. | Application of LSB based steganographic technique for 8-bit color images | |
| CN103997652A (en) | Video watermark embedding method and device | |
| CN113538197B (en) | Watermark extraction method, watermark extraction device, storage medium and electronic equipment | |
| CN115482142A (en) | Dark watermark adding method, extracting method, system, storage medium and terminal | |
| Lyu et al. | High-capacity reversible data hiding in encrypted 3D mesh models based on multi-MSB prediction | |
| CN115049556A (en) | StyleGAN-based face image restoration method | |
| RU2530339C1 (en) | Method for incorporation of information into image compressed by fractal method based on formed library of domains | |
| Liu et al. | JPEG robust invertible grayscale | |
| KR100312431B1 (en) | Apparatus and method for inserting &extracting images watermark based on image segmentation in spatial domain | |
| RU2546558C2 (en) | Method of information embedding into image compressed by fractal method in view of power of domain pixels | |
| Lin et al. | Pixel-based fragile image watermarking based on absolute moment block truncation coding | |
| CN104504643A (en) | Robustness digital water mark embedding and detection method based on local content features | |
| CN112218090B (en) | Information hiding and extracting method for embedding color two-dimensional code into color image | |
| Margalikas et al. | Image steganography based on color palette transformation in color space | |
| CN113160028B (en) | Information hiding and recovering method and equipment based on colorful character picture and storage medium | |
| Zhao et al. | Partial-duplicate image retrieval based on HSV colour space for coverless information hiding | |
| Wu et al. | Modified multiway pixel-value differencing methods based on general quantization ranges for image steganography | |
| Chalamala et al. | Local binary patterns for digital image watermarking | |
| US7295678B2 (en) | Method for inserting binary messages in a digital image | |
| CN112966230A (en) | Information steganography and extraction method, device and equipment | |
| Leng et al. | High payload data hiding based on just noticeable distortion profile and LSB substitution | |
| Kim et al. | Feeling the unseen: physical interaction with depth-embedded images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20150522 |