论文部分内容阅读
可逆信息隐藏作为一种典型的非对称技术近年来引起了广泛的关注,其基本思想是利用人类感觉器官对数字信号的感知冗余的特点,将一个秘密信息隐藏于载体中。它不仅要关注秘密信息的嵌入量,而且要求在信息提取后要保证载体无损地恢复。可逆信息隐藏在医学图像、军事图像、数字媒体版权保护、法律取证等场景有着重要应用价值,这些场景中原始载体不允许有任何修改。因此,开展最大程度保护载体质量的可逆信息隐藏算法研究,对网络空间中多媒体内容安全有着重要的理论意义和应用价值。最大程度保护载体质量的可逆信息隐藏算法需要解决三个核心科学问题,一是如何构造更为陡峭的直方图载体序列;二是如何对载体序列进行排序,使得载荷分配更加合理;三是如何根据载体(如图像等)客观评价标准来设计信息嵌入方法。围绕上述科学问题,本文取得的主要研究成果和创新点如下:1、提出了面向多维可逆信息隐藏的统一熵排序模型。可逆信息隐藏算法的关键在于如何得到更为陡峭的载体序列,以及如何优化载体的嵌入顺序。熵是信息的无序性或不确定性的一种度量,本文将熵的概念引入可逆信息隐藏领域,用来表征特定图像区域中的纹理复杂度,进而提出熵排序模型指导可逆信息隐藏中载体序列的嵌入顺序,本文进一步把一维熵排序拓展到多维熵排序模型。此外,本文还提出基于梯度跟踪加权的像素预测算法来得到更为陡峭的预测误差序列。实验结果表明,与以往其他算法比较,本文算法效果有显著提升。2、提出了面向彩色图像二阶预测误差排序的可逆信息隐藏算法。首先结合彩色图像的通道相关性,提出一种利用通道内预测误差进行通道间二次预测的新方法。进而提出一种二阶预测误差排序算法。同以往排序算法不同,该算法通过对当前像素的预测误差概率分布进行分析,兼顾了邻域的像素的相关性,能更好地反映像素的纹理复杂度。实验表明,所提出的二阶预测算法能得到比以往算法更陡峭、熵更小的预测误差直方图;所提出的二阶预测误差排序算法在嵌入容量和图像质量上比以往算法有了较大的提升。3、提出了结构相似约束下的可逆信息隐藏算法。绝大多数可逆信息隐藏算法采用峰值信噪比(Power Signal-to-Noise Ratio,PSNR)评价算法的效果。PSNR是基于均方误差(Mean Square Error,MSE)的评价指标,但是PSNR在图像评价方面存在客观局限性。近年来,结构相似性(Structural Similarity Index Measure,SSIM)作为一种评价图像相似程度的指标受到广泛的关注,相较于PSNR,SSIM在图像质量的衡量上更能符合人眼对图像质量的判断。本文首次将SSIM指标引入可逆信息隐藏的研究,针对SSIM结构相似约束,提出一种最优可逆信息隐藏算法。首先,推导出SSIM对应的度量函数,其次,构造了最优结构相似约束下的率失真函数,最后根据递归直方图算法实现最优嵌入。实验结果表明,相比以前的算法,本文在嵌入同样信息量的情况下,在SSIM评价指标上取得更好的效果,有效提升了可逆信息隐藏的效率。4、提出了一种基于推土机距离的可逆信息隐藏算法。推土机距离(Earth Mover Distance,EMD)的核心思想是寻找从一种特征分布变换为另一种特征分布的最小代价。可逆信息隐藏也是在一种特征分布上嵌入信息变成另外一种特征分布的过程。基于此原理,本文将可逆信息隐藏的过程类比成EMD过程,提出了基于推土机距离的可逆信息隐藏算法。实验结果表明,与以往的算法相比,本文提出的算法的性能有较大提升。