[发明专利]一种基于插值技术的加密图像可逆信息隐藏方法

权利要求书

1.一种基于插值技术的加密图像可逆信息隐藏方法，其特征在于：包括以下步骤：

步骤一：生成含嵌入空间的加密图像

1)利用插值技术生成预测差值：首先对256级灰度的原始图像X进行下采样，将采样点的像素称为采样像素，没有采样到的像素称为非采样像素，若原始图像的尺寸为2N×2M，即X＝{x(i,j),1≤i≤2N,1≤j≤2M}，则“●”表示采样像素，共N×M个，记为Xs＝{x(2n-1,2m-1),1≤n≤N,1≤m≤M}；“○”为I类非采样像素，记为X1＝{x(2n-1,2m)或x(2n,2m-1),1≤n≤N,1≤m≤M}；“◎”为II类非采样像素，记为X2＝{x(2n,2m),1≤n≤N,1≤m≤M}，两类非采样像素都有N×M个；

接下来对两类非采样像素中的每个像素值用插值方法进行预测，对II类像素的预测，从45°和135°两个正交的方向利用四个采样像素进行插值预测，对I类像素的预测，从0°和90°方向利用相邻的两个采样像素和两个II类像素进行预测，得到所有非采样像素的预测值后，计算预测差值，即为非采样像素所在位置的原始灰度值减去该像素处的预测灰度值，共计为3×N×M个：

为了用8比特编码预测差值e，至少需要保证预测差值在[-128,127]范围内，在此基础上允许云端管理者在[T_{n_min},T_{p_max}]范围内自主设定预测差值扩展的正、负阈值T_p和T_n，其中T_{n_min}0为预设的预测差值扩展最小负阈值，T_{p_max}0为预设的预测差值扩展最大正阈值，通过设定T_p和T_n就可以控制嵌入容量用下式可以将预测差值e限制在[-128-T_{n_min},127-(T_{p_max}+1)]：

接下来用经过处理的预测差值直接替代原像素值，为了在提取端无失真恢复原始图像，需要再用一个二值图M标记修改的位置，当时，对应位置为1，否则为0，得到尺寸为3×N×M的辅助图后，进一步用JBIG2无损压缩算法进行压缩，压缩后的位置图M’将被嵌入到图像；

2)图像自嵌入：将位置图M’嵌入到采样像素中，首先将采样像素按原来的结构组合成为低分辨率图像Xl，然后采用经典的可逆信息隐藏方法Tian插值扩展法将M’嵌入到Xl中，首先把Xl分成每两个相邻像素组成的像素对(xl1,xl2)，用l表示均值，h表示差值：

则对应的逆变换为：

通过对h进行乘2扩展可以嵌入1比特信息，即h'＝2×h+b，用扩展后的h'替代公式(3)中的h即可得到嵌入数据之后的像素值(x_l1’,x_l2’)，提取数据时，用像素值计算得到l与h’，就可以得到嵌入数据b＝h'mod2，再将和l的值代入公式(3)就可以无失真地恢复出原像素，值得注意的是，Tian插值扩展法同样会出现像素溢出，因此嵌入后得到的像素对的值必须在[0，255]范围内，经过简单的公式变换即可得：

满足该式的便认为该像素对为可扩展对，同样可采用位置图进行标记，为了减小嵌入给采样像素带来的失真，可根据嵌入数据量选择合适的阈值完成嵌入，最后用X_l’的像素替代原采样像素；

3)图像加密：用流加密方式对嵌入了辅助数据M’之后的采样像素加密，用到了两个密钥，各像素的8个比特用x′_l(n，m，k)表示，k∈[0，7]，用异或运算进行加密：

其中r_l(n，m，k)为用密钥1生成的伪随机二值序列，于是加密后的像素值对所有的采样像素均进行这样的处理；

对于非采样像素位置的预测差值，为了让加密前后的直方图一致，从而保证云端管理者可以自主设置阈值，这里用密钥2对预测差值进行置乱，得到e'(2n,2m)，e'(2n-1,2m)和e'(2n,2m-1)，加密后的图像可以表示为：

最后将加密后的图像X_e上传到云端服务器；

步骤二：加密域数据嵌入：因为内容拥有者对非采样像素的预测差值只进行了置乱加密，因此其直方图保持不变，云端管理者从非采样像素位置提取出预测差值后，设定差值扩展的正负阈值T_p和T_n，就可以进行数据嵌入：

其中，为修改后的预测差值，当e′∈[T_n，T_p]时，进行扩展并嵌入1比特数据b，否则将外围直方图平移，防止与扩展嵌入后的数据重叠，由于在预处理部分已经针对数据溢出做了处理，因此置乱后仍满足条件，可以确保修改后的不会出现数据溢出；

云端管理者提取前16个预测差值的最不重要位即LSB，用T_p和T_n替换这些位，然后对剩余的预测差值用公式(8)进行处理，就得到了载密图像X_em；

步骤三：数据提取与图像恢复：数据的提取与图像的恢复根据不同的密钥可以分别进行，提取嵌入的秘密信息需要接收者有数据嵌入密钥3，首先从非采样像素位置的前16个预测差值中提取出正负阈值T_p和T_n，再从其他的预测差值中提取嵌入数据，用密钥解密得到嵌入的秘密信息：

原始图像的恢复需要接收者拥有密钥1和密钥2，首先根据加密后的图像，对每个采样像素得到8个加密后的值x_le(n,m,k)，k∈[0，7]；然后用密钥1生成二值伪随机序列，进行异或运算解密：

将x′_l(n，m，k)重组即可得到各采样像素x′_l(n，m)，将其两两组成像素对后，利用Tian差值扩展算法提取嵌入其中的压缩位置图M’，再用JBIG2压缩算法恢复出位置图M；进一步利用公式(4)恢复出原采样像素。

对非采样像素，首先和提取数据一样前16个预测差值中提取出正负阈值T_p和T_n，用下式恢复出嵌入前的预测差值：

并提取嵌入的16个预测差值最不重要位，得到置乱加密后的预测差值e'(2n,2m)，e'(2n-1,2m)，e'(2n,2m-1)后，利用密钥2反置乱得到预测差值e(2n,2m)，e(2n-1,2m)，e(2n,2m-1)，因为其中的部分像素经过了像素溢出的处理，因此对位置图M中值为1的像素点进行调整：

至此就无失真地恢复得到了所有采样像素的值以及非采样像素的预测差值，接下来采用与第1部分相同的插值预测方式，用4个采样像素的值得到II类非采样像素x'(2n,2m)，再利用两个采样像素与两个II类非采样像素得到I类非采样像素x'(2n-1,2m)、x'(2n,2m-1)，即：

将所有采样像素与非采样像素重组，就得到了原始图像X。