[发明专利]一种基于预测误差值排序的高保真可逆信息隐藏方法和装置

说明书

本发明涉及一种基于预测误差值排序的高保真可逆信息隐藏方法和装置。本发明将基于预测误差扩展的方法与基于像素值排序的方法相结合，改进了传统方法中未利用预测误差相关性的缺点。本发明将载体图像划分成了相同大小的不重叠的图像块，并且考虑了块中预测误差之间的局部相关性；对于每个图像块，首先对预测误差进行排序，然后对其中的最大值和最小值进行预测并修改以嵌入秘密信息。本发明更好地利用了图像冗余，并实现了良好的嵌入性能，能够实现秘密信息在灰度图像中的嵌入和提取，无损恢复原始图像，是一种性能良好的高保真可逆信息隐藏算法，可以用于秘密通信、版权保护等领域。

技术领域

本发明涉及信息隐藏技术领域，主要内容为不可见的、空间域的、无压缩的灰度图像的可逆信息隐藏方法的设计。可逆信息隐藏技术不仅能够提取嵌入的秘密信息，还可以没有任何失真地恢复原始的载体数据。该技术的研究重点主要在于如何降低嵌入失真。具体来说，本方法将基于预测误差扩展的方法与基于像素值排序的方法相结合，改进了传统方法中未利用预测误差相关性的缺点。该方法将载体图像划分成了相同大小的不重叠的图像块，并且考虑了块中预测误差之间的局部相关性。对于每个图像块，首先对预测误差进行排序，然后对其中的最大值和最小值进行预测并修改以嵌入秘密信息。本方法更好地利用了图像冗余，并实现了良好的嵌入性能。

背景技术

近些年来，信息隐藏(Information Hiding)技术逐渐成为信息安全领域的研究热点，该技术旨在把秘密信息嵌入公开的数字载体进行隐藏。通过特定的嵌入算法和密钥，将秘密信息添加到载体中，在接收端只有特定的接收者能够使用对应的提取算法从隐蔽对象中提取出秘密信息，该技术被广泛地应用于版权保护和秘密通信等领域。其中的可逆信息隐藏技术(Reversible Data Hiding)不仅能够提取嵌入的秘密信息，还可以没有任何失真地恢复原始的载体数据。该技术的研究重点主要在于如何降低嵌入失真和提升嵌入容量。由于这种无损恢复的特性，可逆信息隐藏技术被广泛地应用于军事和医学等敏感领域。

Thodi等人提出了基于预测误差扩展(Prediction Error Expansion，缩写为PEE)的方法。该方法采用了预测误差直方图来进行扩展和平移操作，以嵌入秘密信息。预测误差直方图符合拉普拉斯分布，以零为中心，大部分值集中在中心，并且两端沿着坐标轴衰减。因此，选择预测误差直方图的峰值可以嵌入更多的秘密信息，并且通过同时使用扩展和平移操作可以控制嵌入失真的大小。该方法可以总结为以下两个主要步骤：

(1)像素值预测和直方图生成：首先，载体图像的像素序列化后得到(x₁,…,x_N)，其中N为载体图像像素的总数。然后，采用特定的预测器对像素x_i(1≤i≤N)的值进行预测得到接下来，得到计算误差为最后，对于预测误差序列(e₁,…,e)，通过统计预测误差的频数生成预测误差直方图。

(2)直方图修改：通过对预测误差直方图执行扩展和平移操作来嵌入秘密信息。具体地，对于每个预测误差e_i，修改公式如下：

其中，T是根据嵌入容量确定的参数，m∈{0,1}代表待嵌入的二值信息比特。对于预测误差直方图，值在[-T,T)之间的图柱进行扩展操作来完成秘密信息的嵌入，值在(-∞,T)和[T,+∞)之间的图柱分别向左向右执行平移操作，从而保证算法的可逆性。最后，每个像素被修改为得到最后的含密图像。在图1中展示了当T＝1时，基于预测误差扩展方法的直方图映射规则以及嵌入前后预测误差直方图的分布形状的变化。