隨著計算機技術的發(fā)展,越來越多的人們將自己的數(shù)據(jù)存儲在云端。然而,存儲在云端的數(shù)據(jù)若未經加密極有可能泄露自己的隱私。圖像作為生活中最常用的數(shù)字媒體需要被保護。加密圖像中的可逆數(shù)據(jù)隱藏技術可被廣泛應用于實現(xiàn)云存儲圖像的隱私保護和方便管理,成為了研究的熱點�，F(xiàn)有的加密前騰出空間的加密域可逆信息隱藏未能充分的利用自然圖像的相關性。因此,本文圍繞著根據(jù)自然圖像的位平面的相關性來減小圖像的位平面冗余度,提出了兩種基于加密前騰出空間的加密域可逆信息隱藏算法。本文的主要工作有以下的幾個方面:1)介紹了3種利用自然圖像的相關性騰出空間的RDH-EI算法,并且通過數(shù)學統(tǒng)計的方法分析了自然圖像的特性,總結了它們在騰出空間上的優(yōu)劣�；陬A測誤差直方圖平移的方法操作簡單快速,但是該方法嵌入的信息相比于其他兩種方法發(fā)而言最少;基于高位翻轉預測的方法使最高位平面預測后的冗余度及信息熵接近最佳值,更有利于壓縮騰出空間,其最大嵌入率可達到約1 bpp;基于圖像的位平面壓縮的算法對多個位平面進行了壓縮,相比于其他兩種方法具有最高的嵌入率�；谏鲜龅姆治�,從中得到了啟發(fā),從而提出了兩個基于VRBE的RDH-EI算法。2)... 

【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

像素預測過程

2.2.4 騰出空間大小對比分析在本章的 2.1 節(jié)中介紹了 RDH-EI 算法的 3 種不同的騰出空間的方法，包括了基于預測誤差直方圖平移的方法，基于圖像高位平面翻轉預測在高位平面騰出空間的方法，基于圖像的位平面壓縮的方法。這 3 種不同的方法均利用了自然圖像的相關性，基于預測的方法利用了圖像的相鄰像素之間的相關性，基于圖像的高位翻轉預測的方法和位平面壓縮的方法利用了圖像的高位平面的冗余度。不管是哪一種騰出空間的方法最終的目的都是為了騰出更多的空間。接下來，我們將通過比較這 3 種不同方法的嵌入率來分析其優(yōu)缺點。我們選擇了如圖 2-11 所示的 6 幅不同紋理復雜度大小為 512×512×8 比特的灰度圖像用于測試不同騰出空間算法的嵌入率，測試的結果如圖 2-12 所示。其中，用于對比的文獻選擇了 5 篇，其中文獻[45]是基于預測誤差直方圖的 RDH-EI 算法，文獻[51]及[52]（采用的第一種不完全恢復的方法）是基于高位翻轉預測的 RDH-EI 算法，文獻[33]及[48]是基于圖像的位平面壓縮的 RDH-EI 算法。

西南交通大學碩士研究生學位論文 第 26 頁圖3-2 加密框架圖1)塊置亂。為了保證塊內像素及相鄰位平面的相關性，采用塊置亂的方法對圖像進行加密。設原始圖像 I 的大小為m n像素，首先，將 I 分成 m ' n'個為大小為s s的不重疊的塊。 m '和 n '為' , 'm nm ns s (3-1)由加密密鑰Key生成的不重復的 大小的隨機矩陣ED1，矩陣中值的其范圍為1 ~ m ' n'的整數(shù)。假設塊在原始圖像中所對應的下標為 ( x , y )，置亂后的塊所對應的新下標( x ', y ')為1( , )' ,'1( , ) mod ''' 1( 1, 1) mod ' 0ED x yxmED x y myn ED x y m 其他(3-2)式中，mod 為取余操作。由此，得到了塊置亂后的圖像 ID。2）相鄰位平面編碼。由于塊置亂后，相鄰位平面的比特之間的對應關系并沒有改變


本文編號：3440285