您现在的位置: 首页> 研究主题> 可逆数据隐藏

可逆数据隐藏

可逆数据隐藏的相关文献在2006年到2022年内共计150篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术 等领域,其中期刊论文75篇、专利文献572618篇;相关期刊41种,包括中南民族大学学报(自然科学版)、漳州师范学院学报(自然科学版)、科学技术与工程等; 可逆数据隐藏的相关文献由244位作者贡献,包括徐达文、熊志勇、隋连升等。

可逆数据隐藏—发文量

期刊论文>

论文:75 占比:0.01%

专利文献>

论文:572618 占比:99.99%

总计:572693篇

可逆数据隐藏—发文趋势图

可逆数据隐藏

-研究学者

  • 徐达文
  • 熊志勇
  • 隋连升
  • 何军辉
  • 和红杰
  • 王战敏
  • 王江晴
  • 肖照林
  • 胡永健
  • 陈帆
  • 期刊论文
  • 专利文献

搜索

排序:

年份

    • 欧博; 姜溪源; 熊剑琴
    • 摘要: 用于医学图像对比度增强的可逆数据隐藏不仅能够利用可逆嵌入完成患者信息的存储,还可以实现对比度增强改善图像质量,在一定程度上帮助医生对患者疾病进行正确诊断.提出了一种新的用于医学图像对比度增强的可逆信息隐藏算法.该方法采用超像素分割医学图像,着重强调医学诊断的感兴趣区域的可逆嵌入与对比度增强.同时,将嵌入区域分为多个像素块,根据其统计特性有选择性地逐块修改.每个像素块采用经典的直方图修改方式,以直方图均衡化为优化目标,一次完成多个嵌入点的修改,从而减少在对比度增强过程中的嵌入失真.实验结果表明,与主流方法相比,该方法在兼顾可逆性能的同时,能进一步增强医学图像感兴趣区域的对比度,提高图像的视觉质量.
    • 陈艺; 樊梦婷; 熊祥光
    • 摘要: 现有的基于插值技术的可逆数据隐藏算法具有单层嵌入容量大等优点。然而,现有算法隐秘图像的视觉质量不是很好。针对此问题,提出了一种基于插值技术和多层折叠的可逆数据隐藏算法。该算法先对输入图像进行不重叠的2×2分块;然后对每个分块利用提出的图像插值算法生成大小为3×3的分块。为降低嵌入数据对插值像素的失真,先对待嵌入的秘密数据进行多层折叠编码;然后再嵌入到插值像素中。结果表明,提出的算法不会出现像素溢出;与最新相似的算法相比,在相同的嵌入容量条件下,该算法具有更好的视觉质量。此外,提出的算法能抵抗直方图和RS(regular singular)隐写分析。
    • 任方; 杨益萍; 薛斐元
    • 摘要: 基于像素值排序的可逆数据隐藏算法通过修改图像块中的最大像素和最小像素嵌入数据,但并未充分利用图像块内的每一个像素,从而影响嵌入性能。结合块再分原理,提出基于像素值排序的可逆数据隐藏算法。将原始图像划分为3×3的图像块,计算每一个图像块的局部复杂度。设计12种分块模式将局部复杂度小于阈值的图像块细分为子块A和B。根据子块A和B的不同局部特征分别采用2种不同的扫描顺序读取像素。子块A的像素序列使用次小值预测最小值和次大值预测最大值的方法,获得2个预测误差值,子块B的像素序列利用中值像素连续预测其余4个像素的方法,得到4个预测误差值。在此基础上,利用图像块中预测误差值为0和1的像素嵌入隐藏数据。实验结果表明,该算法在一个图像块中最高可嵌入6 bit的数据,在较低计算复杂度的情况下能够有效提高像素的嵌入性能。
    • 熊祥光; 樊梦婷; 陈艺; 钟思尧
    • 摘要: 可逆数据隐藏技术不仅能从嵌入数据后的载体中完整地提取嵌入的秘密数据,而且能无损地恢复原始载体,这在诸如医学图像、遥感图像等特殊的应用领域非常实用,已成为多媒体安全领域的研究热点。以数字图像为载体,首先对信息隐藏技术的分类、应用和特性与可逆数据隐藏技术的基本框架和性能评估进行简要描述。其次,对基于差值扩展、直方图平移、预测误差扩展、像素值排序和插值技术等五种典型的可逆数据隐藏技术分别进行了介绍和讨论,给出了每种典型技术的嵌入和提取过程。最后,对可逆数据隐藏技术未来的研究趋势进行了展望。
    • 郝洁; 平萍; 付德银; 赵红泽
    • 摘要: 基于直方图平移(Histogram Shifting, HS)的可逆信息隐藏(Reversible Data Hiding, RDH)是目前信息隐藏中最为普遍的技术,特别是对于结合了差值扩展和直方图平移的方法来说,可以实现较高的嵌入容量和较低的图像失真。文中提出了一种压缩差值后的双直方图平移的可逆信息隐藏方法。该算法通过综合压缩、差值及优化后的直方图平移这3种方法,改进了现有基于直方图平移方法嵌入容量不够大的缺陷,同时也给出了图像像素值在平移过程中产生溢出的处理方式。在接收端,不仅能够完整地提取数据,也能够进行无损的图像恢复。将所提方法与当前流行的4种方法进行了比较,所提方法在嵌入容量方面优于现有的基于直方图平移的算法,其嵌入容量与近年的4种方法相比提升了23%,11%,57%和93%。实验结果表明,所提方法的嵌入容量大幅增加,能够有效地实现大嵌入容量的可逆信息隐藏。
    • 胡宝月; 石慧
    • 摘要: 针对图像在网络传输中的隐私信息泄露问题,提出了高安全可分离全位平面密文域可逆数据隐藏方案.重点研究如何保障原始图像和待隐藏数据安全,提出了分块分类置乱算法及遍历矩阵加密算法以实现原始图像加密,采用Hilbert曲线加密实现待嵌入数据加密,采用基于全位平面置乱技术,并分析讨论位平面特点,将其分为连续块和非连续块,进而使用像素预测方法,以实现秘钥可分离的可逆数据隐藏.实验结果表明,与现有同类算法相比,该方案具有较强的综合性能,首先,安全性高,本文分别从秘钥空间、秘钥敏感性、相关性、NPCR、UACI和信息熵等指标分析其安全性;其次,具有可逆性,提取数据与原始数据的NCC为1,恢复后图像与原始图像的PSNR为无穷大,能够完全无损的恢复图像、提取数据;且含密图像质量高,平均PSNR高达64.64 dB,远远高于其他文献;再次,容量高,理论最高容量为6 bpp,实际平均容量也达到2.5 bpp;此外,本方案具有鲁棒性,能够有效抵抗椒盐噪声、剪切和高斯白噪声攻击,且实现了秘钥可分离.
    • 索岩; 崔智勇
    • 摘要: 针对高动态图像可逆数据隐藏过程中传输安全性与传输效率差的问题,提出基于中国剩余定理的高动态图像可逆数据隐藏方法.依据中国剩余定理及NTICE方法加密和压缩原理,将高动态图像划分单元格,计算各单元格内像素的高4比特位和低4比特位数值,求解两者的同余方程组,对求解得到的两个通解集进行排序.对同步加密和压缩后的高动态图像进行隐秘数据嵌入操作,划分为感兴趣区域和非感兴趣区域,将隐秘数据分为两部分分别嵌入到两个区域中;利用数据提取与图像恢复的过程将隐秘数据嵌入过程逆向操作,实现高动态图像可逆数据隐藏.实验结果表明:嵌入量越大,水印图像与原始高动态图像的相关性越明显,且峰值信噪比波动平稳.
    • 马广瑶; 黄德璐; 王建军
    • 摘要: 为提高加密图像可逆数据隐藏的嵌入容量与安全性,提出一种改进的加密域可逆数据隐藏算法.以分块加密方式保留图像块内相邻像素间的相关性,利用多元线性回归模型对图像块内特定像素进行预测,同时以位替换方式将预测误差码元和秘密信息同时嵌入目标像素中,通过差分对称编码提升编码效率并扩展嵌入空间,使得接收者在仅拥有加密密钥和嵌入密钥的情况下可无失真地恢复原始图像和提取秘密信息.实验结果表明,该算法在BOWS-2和UCID数据集上的平均嵌入率分别达到1.717和1.310 bit/pixel,在提高嵌入容量和安全性的同时实现了信息提取操作和图像恢复操作的完全分离.
    • 邱应强; 蔡灿辉; 曾焕强; 冯桂; 林晓丹; 钱振兴
    • 摘要: 为了解决现有联合式加密图像可逆数据隐藏方法中存在的数据提取误码问题,并提高此类方法的数据嵌入容量,提出了一种兼具自纠错和内容隐私保护功能的新算法.该算法在图像加密前通过预处理生成纠错数据并以可逆方式自嵌入到图像下采样像素中,图像加密后只需保留或翻转其中各非采样像素分组的若干位最低有效位即可嵌入数据,图像解密后可100%正确提取嵌入数据并无失真恢复原图像.实验结果表明,该算法在解决联合式方法数据提取误码问题的基础上,大大提高了数据嵌入容量,同时直接解密得到的载密图像质量良好.该技术在军事、医学、云服务等众多领域有着广泛的应用价值.
    • 周旭; 吴福虎; 陈志立; 任帅
    • 摘要: 目的 针对现有的加密域可逆信息隐藏算法未能充分利用图像的全部位平面的问题,提出了一种密文域高嵌入率图像全位面可逆数据隐藏.方法 对载体图像进行加密,然后将隐蔽信息嵌入到加密图像中,进行隐蔽传输,发送给接收者.本文将灰度图像的8个位平面都用来进行数据嵌入,并把每个位平面划分成不重叠的块,分为非连续块(块内像素值0,1都存在)和连续块(块内为全0或全1像素值),按块进行重排列且将排列前的块标签嵌入到重排列图像中,使用流密码对图像进行加密.在数据嵌入阶段,提出了带修正信息的像素预测方法用于非连续块的嵌入.连续块中,保持块内右下角像素值不变,用于连续块的恢复,其他位置嵌入数据;非连续块中,对预测正确的像素嵌入数据,预测错误的像素保持不变.结果 实验过程实现了多种密文域可逆数据隐藏算法,本文进行大量对比实验,并在BOSSbase和BOWS-2数据集上进行验证,与其他方法比较,本文方法在BOSSbase和BOWS-2数据集上的嵌入率分别提升了 42.1%和43.3%.结论 提出的加密图像可逆数据隐藏方案,通过对不同性质的块采用不同方法进行数据嵌入,利用图像全位面信息,使得方案能够获得更高的嵌入率,表明了本文方法的有效性.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号