High capacity reversible data hidingin encrypted images using block labeling【2023】

最新推荐文章于 2024-08-21 11:02:00 发布

蹦卡拉卡yiyo

最新推荐文章于 2024-08-21 11:02:00 发布

阅读量868

点赞数 21

分类专栏：信息隐藏文章标签：人工智能计算机视觉算法图像处理安全

本文链接：https://blog.csdn.net/m0_48967063/article/details/135734006

版权

信息隐藏专栏收录该内容

19 篇文章 0 订阅

订阅专栏

RRBE

仅用作论文阅读笔记使用~如有侵权，联系立删。

二、方法概括

利用图像的空间相关性为加密前的数据嵌入预留空间。

MED预测器用于找到每个像素的预测值。然后，像素的预测值和实际值之间的差作为预测误差。每个像素的容量基于预测误差来决定。图像被划分为不重叠的块，每个块的容量被计算为块中像素的最小容量。将2 × 2块的容量进一步划分为互不重叠的2× 2块，建立容量矩阵。每个块被标记有使用霍夫曼编码生成的唯一代码。辅助信息包括霍夫曼编码规则、标签序列和长度信息，沿着秘密数据一起被嵌入到加密图像中。在接收器侧，提取辅助信息，随后提取秘密数据。使用恢复算法，从解密的图像重建的封面图像。

减小了辅助信息随秘密数据沿着隐藏在加密图像中的大小。

三、方法流程

A计算预测误差

在原始图像上利用中值边缘检测器（MED）进行像素预测，基于预测像素和实际值得到预测误差值 $e$ ， $e=x-px$ ，MED的计算方法如下：

a	b
c	x

B加密前预留空间

得到预测像素误差后，就可以计算出嵌入容量 $EC$ 。计算容量如下：

在计算得到 $e$ 之后，可以得到误差的绝对值 $\left | e \right |$ ，如果 $\left | e \right | > 2^{7}$ ，则 $EC=0$ 表示不可嵌入；

如果 $\left | e \right | < 2^{7}$ ， $0\leqslant n\leqslant 7$ ，则 $EC$ 的计算公式如下：

$2^{0}=1$ ，此时 $e=0$ ， $EC=8$ ；

$2^{1}=2$ ，此时 $e=(-2,2)$ ，3个值，误差需用2位二进制表示， $EC=6$ ；

$2^{2}=4$ ，此时 $e=(-4,4)$ ，7个值，误差需用3位二进制表示， $EC=5$ ；

$2^{3}=8$ ，此时 $e=(-8,8)$ ，15个值，误差需用4位二进制表示， $EC=4$ ；

$2^{4}=16$ ，此时 $e=(-16,16)$ ，31个值，误差需用5位二进制表示， $EC=3$ ；

$2^{5}=32$ ，此时 $e=(-32,32)$ ，63个值，误差需用6位二进制表示， $EC=2$ ；

$2^{6}=64$ ，此时 $e=(-64,64)$ ，127个值，误差需用7位二进制表示， $EC=1$ ；

$2^{7}=128$ ，此时 $e=(-127,127)$ ，253个值，误差需用8位二进制表示， $EC=0$ ，不可嵌；

根据 $n$ 和 $EC$ 的计算公式可以得到，嵌入容量总共有8种情况（8、6、5、4、3、2、1、0）。

C图像分块

现将图像划分成大小为 $2\times 2$ 的不重叠块，块嵌入容量( $BEC$ )是每个块中四个像素之间最小的 $EC$ ，块嵌入容量表示为 $\alpha$ 。然后再将 $BEC$ 形成的矩阵划分为大小为 $2\times 2$ 的不重叠块。

对ABC的操作举个例子,黄色为参考像素，白色区域为预测位置。

Original values
160	159	160	161	161
154	152	153	154	152
153	145	142	140	134
113	113	122	130	127
102	102	109	117	119

Predicted values
154	153	154	154
152	146	143	140
113	113	122	130
102	111	117	117

Embedding capacity
5	8	8	5
4	4	5	4
8	3	3	5
8	5	8	5

Block Embedding Capacity
4	4
3	3

此时 $\alpha=3$ .

D使用霍夫曼编码的像素标签

通过C的步骤，每一个Block Embedding包含四个值，代表四个不同块的 $BEC$ ，四个值可以得到不同的组合，根据组合出现的频率通过霍夫曼进行编码。如例子中的4、4、3、3就是一个可编码的霍夫曼序列。

这里有些歧义。

E图像加密

使用伪随机生成器生成伪随机矩阵 $R$ ，并通过原始图像与伪随机矩阵 $R$ 的逐位异或执行加密。

${I}'(i,j)=I(i,j)\bigoplus R(i,j)$

F嵌入辅助信息和秘密数据

辅助信息序列:第一块的 $EC$ 、霍夫曼编码规则的长度、标签序列的长度、霍夫曼编码规则、标签序列和参考像素值。

辅助信息序列先嵌入到参考像素的所有比特中，然后再嵌入到图像的其他像素中。在其他像素中，通过位替换将辅助信息嵌入到每个像素的 $\alpha$ 位中。每个像素的 $\alpha$ 取决于其嵌入容量而变化。在隐藏辅助信息之后，隐藏秘密数据。

G数据提取和图像恢复

从标记的加密图像中的第一参考像素提取第一块的 $EC$ 。从接下来的两个参考像素提取霍夫曼编码规则的长度，随后从随后的三个像素提取标签序列的长度。依次提取霍夫曼编码规则、标签序列、参考像素值和秘密数据。根据嵌入容量，从每个非参考像素的 $\alpha$ 比特中提取嵌入数据。

拥有图像加密密钥的接收者拿到stego-image后，首先根据参考像素和MED计算得到当前位置的预测像素 $px$ 。由于stego-image的前 $\alpha$ 位是秘密信息，所以如果恢复原始图像的话需要得到前 $\alpha$ 位的MSB值。具体做法是，用 $px$ 的前 $\alpha$ 位MSB值替换stego-image的前 $\alpha$ 位MSB值，得到 ${px}'$ ，进一步计算