信息隱藏技術(shù)是信息安全領(lǐng)域的一門新興的多學(xué)科融合技術(shù)。信息隱藏技術(shù)在不影響原始載體媒介正常使用的前提下,通過一定的方法將隱秘信息隱藏到公開的數(shù)字媒體之中。由于這一技術(shù)本身所擁有的超越傳統(tǒng)密碼學(xué)的諸多優(yōu)點(diǎn),信息隱藏技術(shù)已廣泛應(yīng)用于數(shù)字媒體版權(quán)保護(hù)、隱秘通信等領(lǐng)域。作為信息隱藏技術(shù)的重要分支,可逆信息隱藏技術(shù)可以在正確提取隱秘信息的同時無失真地恢復(fù)原始載體,解決了傳統(tǒng)信息隱藏技術(shù)中由于信息嵌入對載體媒介造成永久性破壞的問題,近年來已成為信息隱藏領(lǐng)域的一個新興的熱門研究方向。對于某些特殊的應(yīng)用領(lǐng)域,如醫(yī)學(xué)、法律、軍事等領(lǐng)域,圖像內(nèi)容細(xì)微的失真也有可能給使用者帶來嚴(yán)重的誤判,可逆信息隱藏技術(shù)對載體媒介可無失真恢復(fù)的特點(diǎn)便顯得尤為重要。圖像是人類社會活動中最常用的信息載體之一,以此為背景,本文重點(diǎn)對以數(shù)字圖像為載體的大容量、低失真可逆信息隱藏算法進(jìn)行研究。主要貢獻(xiàn)包括:1.提出了一種基于直方圖擴(kuò)展的通用可逆信息隱藏框架。在深入探究基于直方圖搬移、基于預(yù)測誤差直方圖搬移和基于預(yù)測誤差擴(kuò)展的可逆信息隱藏方法演變過程和核心思想的基礎(chǔ)上,闡明了基于預(yù)測誤差擴(kuò)展的可逆信息隱藏方法同基于直方圖搬移的可逆信息隱藏方法的相似關(guān)系,總結(jié)了基于直方圖擴(kuò)展的可逆信息隱藏方法的基本思想:通過在某一直方圖域搬移部分像素騰出空間,用于擴(kuò)展另外一部分像素以嵌入隱秘信息。該框架包含多個已有方法為特例,具有極大的靈活性和通用性,對基于直方圖擴(kuò)展的可逆信息隱藏算法的設(shè)計(jì)具有較為重要的指導(dǎo)意義。2.提出了一種基于自回歸模型的自適應(yīng)可逆信息隱藏算法。該算法利用支持區(qū)域像素方差表征像素鄰域平滑度,并通過最優(yōu)閾值參數(shù)進(jìn)行像素分類,分別對圖像平滑區(qū)域和紋理區(qū)域使用更為精確合理的自回歸模型進(jìn)行像素值預(yù)測。相比于傳統(tǒng)的基于因果窗口的圖像像素值預(yù)測方法,提高了預(yù)測的自適應(yīng)性,取得了更好的預(yù)測精度,以此為基礎(chǔ),改進(jìn)了傳統(tǒng)可逆信息隱藏算法的容量-失真性能。3.提出了一種多分辨率可逆信息隱藏框架。該框架通過基于圖像金字塔的多分辨率嵌入規(guī)則將圖像像素值預(yù)測問題轉(zhuǎn)化為經(jīng)典的圖像插值問題,使得最新的圖像插值(放大)方法能夠直接應(yīng)用到基于預(yù)測誤差擴(kuò)展的可逆信息隱藏算法中,用以取代目前廣泛使用的小尺度局域像素值預(yù)測方法。利用圖像插值算法在保持圖像結(jié)構(gòu)紋理細(xì)節(jié)方面的優(yōu)勢,結(jié)合像素排序/選擇策略,提高了傳統(tǒng)可逆信息隱藏算法的容量-失真性能。4.提出了一種基于加權(quán)曲面估計(jì)的圖像插值框架。該框架將低階多項(xiàng)式加權(quán)曲面擬合預(yù)測的均方誤差轉(zhuǎn)化為判別像素屬性的連續(xù)分布概率,作為平滑區(qū)域和紋理區(qū)域的軟像素分類準(zhǔn)則。同時,通過低階多項(xiàng)式加權(quán)曲面擬合得到基于平滑區(qū)域假設(shè)的預(yù)測,結(jié)合已有的面向紋理區(qū)域假設(shè)的預(yù)測方法,得到了相比于多個當(dāng)前主流方法更優(yōu)的圖像插值結(jié)果。該框架可直接應(yīng)用于上文提出的多分辨率可逆信息隱藏框架中,用以提高圖像像素值預(yù)測精度,進(jìn)一步優(yōu)化可逆信息隱藏算法的最終性能。5.提出了一種基于DCT系數(shù)能量分析預(yù)測結(jié)合優(yōu)化嵌入策略的低失真可逆信息隱藏算法。該算法利用自然圖像子塊DCT系數(shù)的能量分布特點(diǎn)對像素值進(jìn)行預(yù)測,提高了傳統(tǒng)預(yù)測方法的圖像像素值預(yù)測精度。同時,提出了有效載荷-圖像退化程度函數(shù),用于在圖像分塊多輪嵌入的每輪嵌入過程中尋找優(yōu)化的像素搬移方向、隱秘信息嵌入位置以及像素排序/選擇閾值,更好地處理隱秘圖像質(zhì)量和信息隱藏容量之間的矛盾。實(shí)驗(yàn)結(jié)果表明:對于小嵌入量的應(yīng)用場合,相比當(dāng)前主流方法,該算法通常能夠在相同隱秘信息嵌入量的情況下獲得更低失真的隱秘圖像。
【學(xué)位單位】：蘭州大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2015
【中圖分類】：TP309.7
【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 信息隱藏技術(shù)
        1.2.1 信息隱藏技術(shù)的基本概念和分支
        1.2.2 信息隱藏技術(shù)的研究現(xiàn)狀
    1.3 圖像可逆信息隱藏技術(shù)
        1.3.1 圖像可逆信息隱藏技術(shù)的基本概念
        1.3.2 圖像可逆信息隱藏技術(shù)的可行性分析
        1.3.3 圖像可逆信息隱藏技術(shù)的性能要求和評價指標(biāo)
        1.3.4 圖像可逆信息隱藏技術(shù)的研究現(xiàn)狀
    1.4 本文的主要貢獻(xiàn)和結(jié)構(gòu)安排
    1.5 本章小結(jié)
第二章 基于直方圖擴(kuò)展的通用可逆信息隱藏框架
    2.1 引言
    2.2 基于直方圖擴(kuò)展的可逆信息隱藏方法回顧
        2.2.1 基于直方圖搬移的可逆信息隱藏方法
        2.2.2 基于預(yù)測誤差直方圖搬移的可逆信息隱藏方法
        2.2.3 基于預(yù)測誤差擴(kuò)展的可逆信息隱藏方法
    2.3 預(yù)測誤差擴(kuò)展與直方圖搬移的相似關(guān)系
    2.4 基于直方圖擴(kuò)展的通用可逆信息隱藏框架
    2.5 本章小結(jié)
第三章 基于自回歸模型的自適應(yīng)可逆信息隱藏算法
    3.1 引言
    3.2 基于自回歸模型的自適應(yīng)圖像像素值預(yù)測方法
    3.3 隱秘信息的嵌入和提取
        3.3.1 隱秘信息嵌入
        3.3.2 隱秘信息提取和載體圖像恢復(fù)
    3.4 實(shí)驗(yàn)結(jié)果分析
        3.4.1 主觀評價
        3.4.2 客觀評價
    3.5 本章小結(jié)
第四章 多分辨率可逆信息隱藏框架
    4.1 引言
    4.2 多分辨率可逆信息隱藏框架的基本思想
    4.3 多分辨率可逆信息隱藏框架的具體實(shí)現(xiàn)
        4.3.1 圖像金字塔的生成
        4.3.2 圖像插值預(yù)測
        4.3.3 隱秘信息的嵌入和提取
    4.4 實(shí)驗(yàn)結(jié)果分析
        4.4.1 主觀評價
        4.4.2 客觀評價
    4.5 本章小結(jié)
第五章 基于加權(quán)曲面估計(jì)的圖像插值框架
    5.1 引言
    5.2 圖像插值問題回顧
    5.3 基于加權(quán)曲面估計(jì)的圖像插值框架
        5.3.1 加權(quán)曲面估計(jì)
        5.3.2 加權(quán)均方誤差表征區(qū)域平滑度
        5.3.3 估計(jì)值融合
        5.3.4 計(jì)算復(fù)雜度
    5.4 實(shí)驗(yàn)結(jié)果分析
        5.4.1 插值結(jié)果分析
        5.4.2 結(jié)合多分辨率可逆信息隱藏框架的容量 -失真性能分析
    5.5 本章小結(jié)
第六章 基于DCT系數(shù)能量分析預(yù)測結(jié)合直方圖優(yōu)化嵌入策略的低失真可逆信息隱藏算法
    6.1 引言
    6.2 基于DCT系數(shù)能量分析的圖像像素值預(yù)測方法
    6.3 直方圖優(yōu)化嵌入策略
        6.3.1 由于像素搬移造成的隱秘圖像質(zhì)量退化
        6.3.2 由于擴(kuò)展嵌入造成的隱秘圖像質(zhì)量退化
        6.3.3 有效載荷 -圖像退化程度函數(shù)
    6.4 隱秘信息的嵌入和提取
        6.4.1 隱秘信息嵌入
        6.4.2 隱秘信息提取和載體圖像恢復(fù)
    6.5 實(shí)驗(yàn)結(jié)果分析
        6.5.1 圖像像素值預(yù)測精度對比
        6.5.2 容量 -失真性能對比
    6.6 本章小結(jié)
第七章 結(jié)論
    7.1 主要結(jié)論
    7.2 研究展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝


本文編號：2888699