2024MSB预测+误差嵌入-A_Universal_RDHEI_Based_on_MSB_Prediction_and_Error

本文链接：https://blog.csdn.net/2401_83945851/article/details/137758283

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注网络安全）

正文

第三，将 $M_e$ 划分为三种类型的块(错误块、标志块和消息块)，以生成标记的错误位置二进制映射 $M_{em}$ 。具体地，标志块用来标记包含 $M_e$ 中的预测误差的错误块，其余的块是消息块。之后，通过使用数据隐藏密钥 $K_2$ 对秘密消息进行加密。同时，在将边信息和加密的秘密消息嵌入到消息块中之前，对其进行预处理。最后，可以将 $M_{em}$ 嵌入到 $I_e$ 中以生成标记的加密图像 $I_{em}$ 。

该方法的数据提取和图像重建过程：首先提取 $I_{em}$ 中像素的 $MSB$ 值。然后识别标志、错误和消息块，通过逆预处理和使用 $K_2$ 从消息块中提取边信息和秘密消息。根据边信息和错误块，在恢复修改后的错误位置后获得 $M_e$ 。最后，通过使用 $M_e$ 和 $K_1$ ，通过解密和MSB预测重建原始图像 $I$ 。

三、方法具体流程

A错误位置的二进制映射

计算原始图像中每个像素的预测值。
计算原始像素值和预测值之间的距离；计算预测像素值与逆 $MSB$ 像素值之间的距离。
通过比较上述两个距离来确定像素是否存在预测误差，并根据所获得的预测误差生成误差位置二值图。

原始图像为 $I$ ，大小为 $m\times n$ ，每一个位置的像素表示 $I(i,j)$ ，其中 $1\leqslant i\leqslant m$ ， $1\leqslant j\leqslant n$ 。则根据下式进行像素预测值 $PRED(i,j)$ 的计算。其中第一行预测值是其左像素值，第一列预测值是上像素值，剩下的位置用左侧和上侧位置的平均值做预测值。


(i-1,j-1)	(i-1,j)
(i,j-1)	(i,j)

接下来根据图像原始值 $I(i,j)$ 计算逆 $MSB$ 像素值 $INV(i,j)$ ，计算公式如下：

上述两个操作得到了 $PRED(i,j)$ 的值和 $INV(i,j)$ 的值，再结合 $I(i,j)$ 就可以得到两种距离, $\Delta _I(i,j)$ 和 $\Delta _{INV}(i,j)$ 。

如果 $\Delta _I(i,j)<\Delta _{INV}(i,j)$ ，表示没有预测误差；否则该像素具有预测误差，包含两种类型 $\Delta _I(i,j)= \Delta _{INV}(i,j)$ 和 $\Delta _I(i,j)> \Delta _{INV}(i,j)$ ，最终根据是否具有预测误差，生成误差标记图 $M_e$ ，没有误差标记为0，有误差标记为1。具体如下：

B图像加密

首先使用Logistic混沌映射和加密密钥 $K_1$ 来生成与 $I$ 相同大小的伪随机序列 $S(i,j)$ ，然后对 $I(i,j)$ 和 $S(i,j)$ 的8位二进制表示取异或计算进行像素加密得到 $I_e(i,j)$ 。

C块处理

在数据隐藏之前，需要对所有预测错误的位置进行清晰的标记，这些标记将作为数据提取和图像重建过程中识别预测错误的提示。将图像划分为块，根据不同的情况，划分为三种块类型，误差块是指包含至少一个预测误差像素的块；标志块用于标记错误块；消息块用于嵌入数据。

以 $1\times 8$ 的块大小为例，如果原始图像为 $512\times 512$ ，那么分块后之后的块级单位坐标检索为 $512\times 64$ 。如果块之后的邻接块属于错误块，则将该块中的值修改为1111111，并用作开始标志块，同理，如果块之前的邻接块属于错误块，则该块也修改为1111111，用作结束标志块。如果一个块夹在两个错误块中间，则将该块中的值修改为11111110以用作中间标志块（作用：避免块即属于开始标志块又属于结束标志块）。下面给出一个例子：

原始的分块

标记后的块

标记错误位置后，通过下式得到二进制标记映射 $M_{em}$ ：

其中 $B_e$ 指错误块、 $B_{fb}$ 指开始标志块、 $B_{fe}$ 指结束标志块、 $B_{fm}$ 指中间标志块、 $B_m$ 指消息块、 $b_k$ 表示要嵌入数据的第 $k$ 位、 $u$ 表示8位二进制的每一位。

Dside information（SI）和预处理

因为标志块的判断正确对恢复图像至关重要，因此为了避免标志块的误判，该方法对预测误差的位置进行修正，并使用预测误差修正图 $M_{pem}$ 来标记修正后预测误差的位置，然后，side information $SI$ 用于记录这些位置。另外还需要对 $SI$ 和加密的秘密信息 $SM_e$ 做进一步的预处理，得到 $SI_{prep}$ 和 $SM_{e-prep}$ 。

D.1第二个块和最后一个块的side information

根据像素预测的规则可以明显看出， $(1,1)$ 位置的像素不能被预测，因此不能被修改，同时这个像素属于第一个块，故第一个块中像素的 $MSB$ 也不会被修改。此时就会出现一个问题，当第二个块是错误块时，不能在前一个块进行开始标记，同时会考虑到最后一个块是错误块时，无法进行结束标记。为解决这个问题，需要对第二块和最后一个块的误差信息进行记录作为边信息 $SI$ 的第一部分，通过这个操作把第二块和最后一个块重新定义为没有预测误差的块，其可以用作标志块或消息块。

如图所示， $F_s$ 、 $F_l$ 标记第二块和最后一块是否为错误块，错误块标记为1，否则标记为0；错误块的信息由 $SI$ 保存，存储序列为 $L_p$ ，其中块内的每一个bit位在 $L_p$ 中要用2bit位来标记，0标记为00、 $\Delta _I> \Delta _{INV}$ 时1标记为01、 $\Delta _I= \Delta _{INV}$ 时1标记为10。

最终， $I_e$ 中第二个或最后一个区块中像素的 $MSB$ 值（条件是 $M_e$ 中第二个或最后一个区块中的相应值为 1， $\Delta _I(i,j)=\Delta_{INV}(i,j)$ 将依次记录为 $L_p$ 后面的 $F_r$ 。值得注意的是，如果第二个或最后一个区块没有预测误差，建议的方法只记录 $F_s$ 或 $F_l$ ，而保存 $L_p$ 和 $F_r$ 的比特。

D.2错误块的side information

如果图像中的错误块和标志块的值相同，则在解码阶段期间不能正确地识别预测错误的位置。因此，所提出的方法应确保错误块中的值不同于标志块中的值。在错误块和标志块内的值是相同的情况下，将错误块的第一个bit值改成0。

两种情况，如果错误块的值是11111111（与开始标志块和结束标志块一样）则改为01111111；如果错误块的值为11111110（与中间标志块一样）则改为01111110。

根据上述操作有些错误块被修改了，为完全恢复图像，需要标记修改的预测误差的位置，将标记图记为 $M_{pem}$ ，如果块的预测误差被修改了，则 $M_{pem}=1$ ，否则 $M_{pem}=0$ 。

利用两种方法进行记录长度，保留较短的编码方式作为 $SI$ 信息：

利用坐标法记录预测误差位置的行和列坐标。以 $512\times 512$ 为例，则行列分别需要9个bit位记录，因此，修正错误块的side information 长度为：

$l_{coordinate}=\left \lceil log_2N \right \rceil\times 2\times M$

其中， $N$ 是长或宽二者最大的值， $M$ 是修正错误块的个数。

使用算术编码算法对 $M_{pem}$ 进行压缩，压缩后的修正预测误差 $SI$ 的长度被记录为 $l_{encoding}$ 。

最后，修正预测误差的 $SI$ 信息由 $F_m$ (记录是否存在预测误差)、 $F_w$ (记录采用的方法)、 $l$ (长度)和 $L_q$ (编码后的结果，要么是 $l_{coordinate}$ 要么是 $l_{encoding}$ )组成。 $F_m=1$ ：存在修改的预测误差，否则 $F_m=0$ ，并且不需要计算 $F_w$ 、 $l$ 和 $L_q$ 。 $F_w$ =0表示采用的坐标法，否则为1。

D.3side information和密文的预处理

为了恢复原始图像，需要将side information也嵌入到消息块中，side information和密文也存在一定的概率使得块内序列与标志块一样是11111111和11111110，为解决这个问题，还需要对二者 $SI$ 和 $SM_e$ 进行预处理得到 $SI_{prep}$ 和 $SM_{e-prep}$ 再进行嵌入。

以 $SM_e$ 为例，通过插入0来处理：