沙特国王大学学报避免PDH和边界问题的多方向PVD隐写Monalisa Sahua，1，Neelamadhab Padhya，Sasanko Sekhar Gantayatba印度奥里萨邦Gunupur GIET大学工程技术学院计算机科学与工程系，邮编：765022b计算机科学与工程系，GMRIT，Rajam，Andhra Pradesh 532127，印度阿提奇莱因福奥文章历史记录：收到2021年2021年10月12日修订2021年10月22日接受2021年10月28日网上发售保留字：图像隐写像素值差分（PVD）基于指示符的PVDS（IPVDS）多方向重叠PVDS（MDOPVDS）A B S T R A C T像素值差分隐写（PVDS）技术能有效地识别图像中的边缘和平滑区域，因此更适合于隐藏图像中的秘密信息。尽管有这些优点，但PVDS技术引起了一些主要问题。大多数PVDS技术遭受边界问题（BI）。此外，大多数PVDS技术都暴露于像素差异直方图（PDH）分析。本文提出了两种改进的基于PVDSIPVDS技术在2× 3像素块中利用指示像素的概念。另一方面，MDOPVDS技术在3× 3像素块中利用像素重叠策略，使用所有三个方向，诸如（1）水平、（2）垂直和（3）对角线。所提出的技术的结果进行评估的冲突的指标，如峰值信噪比（PSNR），容量和安全性。此外，据观察，所提出的技术保持了良好的对称性之间的上述冲突的度量。此外，所提出的两种技术都成功地避免了BI。版权所有©2021作者。由爱思唯尔公司出版代表沙特国王大学这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍互联网已成为最受欢迎和最方便的数据共享媒介。然而，开放空间互联网中通信信息的机密性总是构成信息泄露的威胁（Kadhim等人，2019年）。在这方面缩写：PVDS，像素值差分隐写术; IPVDS，基于指示符的PVDS; MDOPVDS，多方向重叠PVDS; BI，边界问题; PSNR，峰值信噪比; IS，图像隐写术; OI，原始图像; SI，隐写图像; IQA，图像质量评估; SSIM，结构相似性指数; PDH，像素差直方图; LSBS，最低有效位替换; MFS，模函数隐写术; EMDS，利用修改方向隐写术; OPAP，最佳像素调整过程; FV，波动值; SP，连续像素; BO，边界溢出; BU，边界下溢; BOP，边界溢出像素;BUP，边界下溢像素; HVS，人类视觉系统; IP，指示像素; NAE，归一化绝对误差。*通讯作者。电子邮件地址：monalisa. giet.edu（M. Sahu），neelamadhab博士@ giet.edu（N。Padhy），sasankosekhar. gmrit.edu.in（S.S. Gantayat）。1ORCID ID：0000-0002-6928-7017。沙特国王大学负责同行审查为了在数字信息的传输期间实现保密性，数据安全技术如密码学、隐写术和水印已经引起了研究人员的极大关注（Cheddad等人，2010年）。在上述数据安全技术中，隐写术技术由于其无辜的性质而获得了广泛的接受（Hussain等人，2018年）。隐写系统通过将秘密信息隐藏在原始媒体中来隐藏通信的存在原始媒体可以是文本、音频、视频或图像。图像的像素之间的冗余特性使其成为载体介质的更优选选择（Atawneh等人， 2013年）的报告。最近，作者已经提出了大量的图像隐写（IS）技术，并且它们中的大多数是可逆的或不可逆的（Singh等人，2020年）。可逆IS技术可以在接收端再现原始图像（OI）以及机密信息（Subhedar和Mankar，2014）。另一方面，不可逆技术在提高隐写图像质量和隐藏容量方面发挥了重要作用。图像的容量是指图像隐藏秘密比特的能力。类似地，使用图像质量评估（ IQA ） 度 量 （ 如 峰 值 信 噪 比 （ PSNR ） 结 构 相 似 性 指 数（SSIM））来计算SI的质量或不可感知性除了容量和SI质量之外，另一个重要的指标是安全性。安全性是指IS技术能够承受各种https://doi.org/10.1016/j.jksuci.2021.10.0071319-1578/©2021作者。由爱思唯尔公司出版代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。制作和主办：Elsevier可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.comM. 萨胡，加-地Padhy和Sasanko SekharGantayat沙特国王大学学报8839×××隐写分析攻击在几种隐写攻击中，规则和奇异（RS）和像素差异直方图（PDH）隐写分析是最有效和最 流行的 （Karampleet al.， 2018年）。文献已经产生了一系列的不可逆信息隐藏技术，并且它们中的大多 数 被 分 类 为 以 下 类 别 之 一 ， 诸 如 （ 1 ） 最 低 有 效 位 替 换（LSBS）、（2）像素值差分隐写（PVDS）、（3）模函数隐写（MFS）和（4）利用修改方向隐写（EMDS）。LSBS技术简单地用嵌入位替换OI像素的最右边的Wang等人（Wang等人， 2001）开发了一种基于遗传算法的LSBS技术，以实现最佳的SI质量。Chan和Cheng （ Chan andCheng ， 2004 ） 提 出 了 最 佳 像 素 调 整 过 程（OPAP）以最小化SI失真。OPAP算法得到了每个OI和SI像素之间的接下来，嵌入误差被分成三个区间。然后，基于相应的间隔，产生最小嵌入误差的像素被选择为SI像素。该技术的结果优于Wang等人。s（Wang等人，2001）技术方面的SI质量。在实现更高容量的过程中，LSBS技术需要修改OI像素的其他LSB位这增加了SI中的失真，并将该技术暴露于各种隐写分析攻击，例如RS和卡方分析。Zakaria等人 （Zakaria等人， 2018）扩展了LSBS的概念，并使用数据映射策略在OI的每个像素中嵌入四位。该技术实现了卓越的容量和SI质量，因为在每个像素中嵌入四位，而每个像素中仅修改两位此外，对于隐写分析，它对RS和PDH隐写分析都表现出优异的抵抗力Wu和Hwang（Wu和Hwang，2017）设计了一种前或嵌入技术，将秘密比特隐藏在三个连续像素（SP）的块中。此外，SI像素观察到与OI像素的最大±1此外，结果表明，Wu和Hwang的（Wu和Hwang ， 2017 ） 技 术 在 不 可 感 知 性 方 面 优 于 Mie-likainen 的（Mielikainen，2006）LSB匹配和LSBS技术。 作者在（Kim等人，2018年; Luo等人， 2010）已经提出了改进的基于LSBS的技术。基于LSBS的技术提供了相当大的容量。但利用RS分析技术，充分利用了LSBS技术的弱点。因此，为了避免RS分析，作者（Wu和Tsai，2003）提出了PVDS技术。PVDS技术基于两个SP之间的波动。两个SP之间的波动值（FV）决定了SP中的嵌入比特数。PVDS技术从图像中探索边缘和平滑区域。图像的边缘区域比平滑区域容忍显著的变化。 在这个过程中，Yang et al. s（Yang等人，2011）像素移位处理与平滑的像素移位处理相比在边缘区域中隐藏更多的嵌入比特。实验结果表明，Yang et al. s（Yang等人，2011）技术相比于Wu和Tsai的（Wu和Tsai，2003）技术实现了更好的容量。Prasad和Prasad（Prasad和Prasad，2017）通过使用RGB图像采用重叠策略进一步提高了PVDS技术的容量。在此，彩色图像像素的三个颜色分量，即， 红色、绿色和蓝色被划分成两个不同的块。第一块由红色和绿色组成，第二块由绿色和蓝色组成。随后，将PVDS（Wu和Tsai，2003）技术应用于每个块。最后，再次重新调整像素分量以产生隐写像素。Hameed等人（AbdelHameed等人，2018）检查了PVDS技术（Wu和Tsai，2003）在三个不同方向（例如垂直、水平和对角线）上对彩色图像的能力。作者认为，对角方向的容量优于其他两个方向。另一方面，垂直方向提供比其他两个方向更好的PSNR。此外，作者在（Luo等人，2011; Swain，2016; Chang等人，2008; Lee等人，2012）已经提出了改进的基于PVDS的技术。PVDS技术的容量可以通过结合PVDS和LSBS技术来进一步提高（Wu等人，2005年）。这里，使用SP之间的FV，块被分类为平滑块或边缘块。如果块的SP之间的FV低于值16，则该块是更平滑的块，否则它是边缘块。LSBS被应用于更平滑的块像素，PVDS被应用于边缘块像素。Yang等人（Yang等人，2010）发现，大多数图像的大约90%的块是更平滑的块。因此，Wu et al. s（Wu等人， 2005）LSBS +PVDS技术更倾向于LSBS技术。所以，吴等人s（Wu等人，2005）技术暴露于RS分析此外，为了避免RS分析，Yang等人（Yang例如，2010年）重新调整了平滑区域的像素，一个新的低级策略Khodaei和Faez （Khodaei和Faez，2012 ）提出了改进的LSBS +PVDS技术，以提高容量，同时显著降低SI的失真。在该技术中，OI被划分成由三个SP组成的各个块。对于由三个像素组成的块，OPAP嵌入策略被实现为将秘密比特嵌入到中心像素。然后，使用更新的中心像素与其他两个像素之间的FV，执行嵌入。该技术报告说，与Wu等人相比，其容量和SI质量更高。s（Wu等人， 2005）技术。 Shukla等人（Shukla等人，2018）通过使用压缩策略优化了嵌入策略，以实现更大的容量。这里，嵌入比特首先使用算术编码进行压缩，并且压缩比特使用（Khodaei和Faez，2012）中的LSBS + PVDS技术嵌入。Li和He（Li和He，2018）使用粒子群优化策略扩展了PVDS和模函数技术，以找到图像中嵌入秘密比特的最佳位置。Khodaei等人（Khodaei等人，2016）将图像划分为各个块，每个块由两个像素组成。块被划分成两个不同的级别，诸如（1）像素值小于192的块（2）像素值大于192的块（3）像素值小于192的块（4）像素值大于192的块（5）像素值小于192的块（6）像素值大于192的块（7）像素值小于192的块（8）像素值大于192的块（8）像素值大于192的块（9）像素值小于192的块（8）像素值大于192的块（9）像素值小于192的块（9）像素值大于192的块（9）像素值大于192的块（9）像素值小于192的块（9）像素值大于192的块（9）像素值大于192的块（9）像素值小于192的块（9）像素值大于192的块（9）像素值小于192的块（9）像素值大于192的块（9）像素值大于19192. 在级别1像素中，在以下像素中执行3LSBS替换：街区。另一方面，2级块利用PVDS和LSBS替代。然而，该技术在接收端观察到错误块问题，因为一些块的级别在嵌入后改变。作者在（ Kalita 等 人 ， 2019 年 ; Liao 等 人 ， 2011;Hussain 等 人 ， 2021;Singh，2020; Sahu和Swain，2019; Horng例如，2020; Kang等人，2020; Hameed等人，2019）提出了不同的LSBS + PVDS技术，以实现各种隐写参数的满意结果。Jung和Yoo（Jung和Yoo，2015）使用索引函数在3 × 3块中扩展了PVDS技术以实现更好的容量。Darabkh等人（Darabkh等人，2017）通过提出改进的octa PVDS技术来提高容量并减少SI中的失真。在此，八个FV使用PVDS获得在一个3 - 3块的多个方向，最后的像素被重新调整，以减少失真。该技术的结果（Darabkh等人，2017）优于（吴和蔡，2003; Jung和Yoo，2015 ） 中 的 技 术 。 作 者 在 （ Sahu 等 人 ， 2021; Sairam 和Booopathybagan，2020; Sahu和Swain，2019; Li等人，2021）发现，沿着PVDS技术的模运算的有效利用不仅提高了容量，而且提高了SI的鲁棒性。在这种情况下，Sahu et al. （Sahu等人， 2021年）提出了一个基于块的隐写算法，考虑了水平、垂直和对角线等多个方向上的FV。结果表明，该技术不仅实现了容量和SI质量之间的良好平衡，而且有效地避免了边界问题。此外，声称SI质量在垂直方向的情况下是最佳的。同时，对角方向嵌入提供了更高的容量。一种有趣的基于PVDS的使用奇偶校验位和最右数字变换的M. 萨胡，加-地Padhy和Sasanko SekharGantayat沙特国王大学学报8840v0v×v12×>：已经在（Hussain等人， 2017年）。 所建议的技术提供比Wu和Tsai ， 2003; Wu 等人， 2005 年 ; Khodaei 和 Faez ， 2012 年）。Mukherjee等人 （Mukherjee等人， 2020）通过以非顺序方式执行基于加密的嵌入来改进PVDS技术。该技术观察到平均容量为2.94比特/像素，平均PSNR为41.59 dB。在（Kim等人，2019），作者提出了一种使用彩色图像的多向PVDS技术。图像被分割成各种块，并且基于所获得的FV在两个或三个方向上应用PVDS。Jung（Jung，2015）提出了一种可逆的数据隐藏技术，使用两个图像来恢复OI以及使用像素差异方法在接收端的嵌入信息。作者在（Liu等人，2019; Kim等人，2020; Jose和Subramanian，2021）提出了不同的基于PVDS的策略，以提高容量和SI质量。1.1. 研究问题文献表明，大多数最先进的基于PVDS的技术提供可接受的容量和SI质量。然而，基于PVDS的技术遭受两个问题中的任一个，例如（1）对PDH分析的抵抗或（2）边界问题（BI）。PDH分析通过观察OI和SI中当SI像素超过或低于{0到255}的范围时，出现BIBI被进一步分类为边界溢出（BO）和边界下溢（BU）问题。当隐写像素在嵌入秘密比特之后SI像素超过255时，类似地，在嵌入秘密比特之后，当隐写像素低于0时，发生边界元下溢像素（BUP）BOP和BUP都导致秘密比特的不正确提取或降低SI的质量。因此，应避免BI在此过程中，如果OI像素本文的其余部分组织如下。第2节回顾了Wu和Tsai第3提出了IPVDS和MDOPVDS技术。接下来，在第4节中讨论了所提出的技术的结果最后，结论在第五中画出。2. 相关工作2.1. 像素值差分隐写最初，PVDS技术已经由Wu和Tsai提出（Wu和Tsai，2003）。受人类视觉系统（HVS）能够容忍图像边缘区域与平滑区域之间存在较大视差的启发，设计了PVDS边缘区域比平滑区域观察到SP之间的显著波动。因此，PVDS技术探索图像的边缘区域以隐藏比平滑区域更多的嵌入比特。Wu和Tsai（Wu和Tsai，2003）技术在块中的嵌入和提取步骤步骤1：最初，OI被划分成由SP组成的各个块。设OI块的两个SP为o1和o2。步骤2：设fv为两个SP之间的FV。使用Eq. （一）.fv o1- o21步骤3：将获得的 fv 映射到范围表，以获得嵌入比特的数量（n），如n = log2n- 1n其中un和ln表示上界和下界。步骤4：假设decn是n位的十进制值。然后，利用dec_n和f_v的下界（l_n），值（f0 ）为f0 = decn + lnV V不考虑那些段BI来嵌入秘密比特，则这进一步导致了更多的问题，如低容量和高计算复杂度。在所提出的实验中，已经表明，现有的PVDS技术，如Wu和Tsai的技术（Wu和Tsai，2003），Wu等人的技术s（Wu等人，2005年）技术-第五步：设d为fv和f0之差 .步骤6：最后，隐写像素对（oω1;oω2）从等式（1）获得。（二）、8>o1dd=2e;o2-bd=2c;若o1≥o2且fv>fvnique，Khodaei和Faezs（Khodaei等人，oω公司简介 - bd= 2c; o2 如果o1，fv0ð2Þ2016）技术，和荣格PDH分析或患有BI。1.2. 研究贡献本文提出了两种不同的基于PVDS的技术。第一种技术是基于指示符的PVDS（IPVDS）技术，其工作在2 - 3像素块上。另一方面，第二种技术被称为多方向重叠PVDS（MDOPVDS），其工作在3 × 3像素块上。在IPVDS技术的每个块中，前两个对角线像素被考虑用于嵌入，并且其他两个像素被用作指示器像素。同时，MDOPVDS技术探索块的所有三个可能方向，例如（1）垂直、（2）水平和（3）对角线，以嵌入秘密位。所提出的两种技术的主要贡献如下：(1) 所提出的IPVDS技术成功地抵抗PDH分析。(2) 接下来，所提出的技术通过执行像素重新调整策略来避免BI。(3) 此外，所提出的技术在诸如容量、不可感知性和安全性的冲突措施如果o1≥ o2且 fv≤fv，如果o1o2和f0，则o1o 2d=2e;o2-bd=2 c ≤fv步骤7：嵌入完成。步骤8：在提取端，首先，隐写像素对（oω1;oω2）从SI中获得。步骤9：然后，使用等式（1）计算o ω 1和o ω 2之间的新FV（f ωv）。（三）、fωv<$oω1-oω2<$3<$步骤10：在ward之后，将f ωv映射到范围表以获得n. 然后使用f ω v的ln，嵌入位的十进制值（de cωn）计算为decωn=|f ωv-li|.步骤11：最后，将de cωn转换为二进制的n位，以检索嵌入位。第12步：提取完成。2.2. PVDS中BI的说明本节讨论了Wu和Tsai（Wu和Tsai，2003）PVDS技术中BOP问题的说明考虑到，OI像素是o1 = 100和o2 = 250。然后，使用Eq。（1）获得两个SP之间的fv为150。从步骤3获得的嵌入比特的数目考虑01111112是7个嵌入M. 萨胡，加-地Padhy和Sasanko SekharGantayat沙特国王大学学报884101þþ022><1×2þ12Dec十月0oωÞ ¼þ21i2004ωi4¼>oi4-1;如果ndecmod2¼0且o模2/ 1：1oi= 4;如果n =decmod 2/4 1，i 2004i 4mod2 1oi= 5;如果n =decmod 2/4 1，各个对角对中的嵌入比特的数量。块中的每个IP执行两个任务。首先，准确的外...34其中，n1和n2是对应于þþþ>：8>>>>34如果oi- b z1= 2c; oi 3d z1= 2e;且 f1> f1，<1比特. 现在，求f的值 步骤4为191。然后，得到d步骤6：最后，隐写像素对（oωi，oωi3）和（oωi1，oωi2）是v第41章最后一次用Eq. （2）得到SI像素为oω1=80使用Eqs计算。（7）和（8）。þ þ þω2=271。可以注意到，SI像素的值ω2PVDS技术存在BI问题。8>0i=2e;oi3-bz1=2c;如果;oi≥oi3且f0 >f1超过255。因此，吴和蔡<02.3. JungJung（Jung，2018）结合了LSBS和PVDS技术，增加容量。这里，在由两个SP组成的OI块中执行嵌入。接下来，从OI块获得商和余数块。再次，使用商块的像素之间的波动并应用修改的PVDS技术，嵌入秘密比特。荣格（Jung，2018）技术中BOP问题的不言自明的插图在图1中示出了这种情况。我第三章oωi1;oiω2如果o i ≥ o i 3且f1 ≤ f1，则oi-d z1= 2e; oi≥ oi 3且 f1≤ f1如果;oio idz1=2e;oi3- b z 1 = 2 c 3且f0 ≤f1ð7Þ如果;oi1≥oi12且f0 >f2如果oi1-bz2=2c;oi2dz2=2e;oi1oi2且f0 >f2Þ ¼如果oi1-dz 2=2e;oi2bz2=2c;oi1≥oi2且f2≤f2>：oi1dz2=2e;oi2-bz2=2c;if;oi1oi2andf0 ≤ f23. 拟议工作本文提出了两种改进的PVDS技术，即（1）IPVDS技术和（2）MDOPVDS技术。所提出的技术的目标是保持公平的对称性之间的三个不利的措施，如容量，SI质量和安全性。所提出的技术包括嵌入式-填充和提取阶段。第3.1节和第3.2节ð8Þ步骤7：接下来，对应对的IP的LSB位表明秘密位的十进制是奇数还是偶数值。因此，以这样的方式调整IP，使得在接收端可以准确地进行秘密比特的提取 由于o i_4是对角对（o i，o i_3）的IP，并且n dec是嵌入在该对角对中的秘密十进制值，因此获得更新的IPoωi_4使用等式（九）、提出了IPVDS和MDOPVDS技术。3.1. 建议的IPVDS技术8oi= 4;如果n=dec mod2/4 0，则oi1mod22.0mod22.0每个2 × 3像素的各种块。在每个块中，前两个对角对被用于使用所提出的策略嵌入秘密比特再次，指示器像素（IP）与每个像素相关联。类似地，oiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiqiq（十）、对块。因此，每个块中存在两个IP。>8个oi5;如果ndecmod2¼0，则Deci2005年 mod22.0考虑图2作为原始块，像素0 4和像素0 5是的IP。这里，oi_4是第一对角对（oi_3）的IP，并且oω¼ >oi5— 1;如果n= 2mod2¼ 0和2i2005年模2/ 1ð10Þo是第二对角对的IP（o，o）. IP地址显示i2005年>oi51;如果 ndecmod2¼ 1和 oi 5mod2¼ 02i2005年i2005年第一章1i 2>从嵌入的对中分离只能通过知道对应的IP值。其次，IP像素也隐藏了秘密比特。这里，在每个IP上执行秘密比特嵌入，然后在其相应的对上嵌入。所提出的IPVDS技术用于图1所示的OI块的嵌入和提取步骤。 2在下面介绍。步骤8：接下来，每个IP在IP地址中嵌入k比特的秘密信息第6和第7位位置。所提出的技术将k视为2。现在从秘密比特中获得k比特。假设ndec和ndec是相应k位的十进制值。步骤9：现在，使用等式获得D1和D2作为差值（十一）、D1¼k2- 1- ndec和D2¼k2-1- ndec11步骤1：通过利用对的像素之间的波动来执行对（oi，oi 3）和（oi 1，oi 2）的嵌入。设f1和f2为使用等式2计算的FV。（四）、f1<$j oi- oii3j和f2<$j oi31- oi32j4j步骤2：然后，将f1和f2映射到范围表1。对于n = 1到6，range（Rn）由上限（un）和下限（ln）组成。步骤3：接下来，使用un和ln，获得每对的嵌入位数（nb）为nb=log2un- ln1步骤4：现在，计算f0 f0 使用等式（五）、其中步骤10：然后将D1和D2转换为每个k位的二进制。最后，将获得的二进制比特嵌入到更新的指示符像素oωi=4和oωi=5的第6和第7比特位置。第11步：此时，BI可能会出现。这导致BOP或BUP问题。因此，为了解决这个问题，需要检查隐写像素步骤12至14用于避免BUP。类似地，利用步骤15至18来避免BOP。步骤12：首先，为了寻址BUP，将低于0的像素分配为0。与此同时，为了保持精确的差异-f0 lbn=2c和f/lbn= 2c像素对中的两个像素之间的差异，1N1Dec2n2DecBUP和0被添加到该对的其他像素步骤13：根据隐写对oωi;oωi3和oωi1;oωi2，假设各自的nb一些秘密像素Oωi和Oωi∈1降到0以下。 然后执行Eq。（12）获得步骤5：现在使用差值dD和dD计算差值z1和z2。>：2Oi2004ð9Þ所提出的IPVDS技术最初将OI划分为模2/ 13.1.1. 嵌入步骤M. 萨胡，加-地Padhy和Sasanko SekharGantayat沙特国王大学学报8842当量（六）、1dD¼ j 0- oωj; dD¼ j0 - oω j12j1200z1¼。f1 — f01。和z21/4。F2-f 02.ð6 Þi 2 i 1M. 萨胡，加-地Padhy和Sasanko SekharGantayat沙特国王大学学报8843第一×假设每对像素中的一个像素，诸如0i和0 i，第二3我4第一章1我第三章第三章3第一章1第二章第二章我第三章第三章1第一章1第二章第二章图1.一、Jung（Jung，2018）技术中BOP的图示步骤16：考虑隐写像素对和ωþ;oωÞωoωi1 超过255。然后，执行Eq。（14）为了获得不同的--值dD和dD。3 4dD¼ j255-oωj和dD¼ j255 -oωj14步骤17：接下来，将获得的dD和dD值相减3 4图二、由2× 3像素组成的原始像素块以在像素重新调整之前和之后保持相同的差。步骤18：最后，隐写pixel（oωi，oωi3）和（oωi1，oωi2）是步骤14：接下来，将获得的dD和dD值与从Eq。（十五）、þ þ þ1 2以保持精确的差异，以及在像素重新调整之后。因此，隐写像素oωi 、255;联系我们-dD;oω¼255;oω联系我们--ð15Þoωi1、oωi2和oωi3使用等式2重新调整。（十三）、步骤19：最后，获得OI块的SI像素为oω，þ þ þOωiD我，o ω，o ω，o ωo ω.oω< $0;oω联系我们D;oω¼0; oω联系我们布吕德ð13Þ2011年1月2日第三章i2004i2005年步骤15：类似地，为了解决BOP ，超过255的像素被更新为255。同时，为了保持像素对之间的精确差异，将255和BOP之间的差异添加到像素对的其他像素。3.1.2. 提取步骤步骤1：在提取结束时，首先，将SI分成各种23像素块。考虑图3中的框，使用以下步骤执行提取步骤。表1所提出的IPVDS技术的范围表。范围（Rn）=（l n，u n）R1 = [0，7]R2 =[8，15]R3 =[16，31]R4 = [32，63]R5 = [64，127]R6 = [128，255]D42M. 萨胡，加-地Padhy和Sasanko SekharGantayat沙特国王大学学报8844nbn1 = log2（unn2¼ log2（unn3¼ log2（ln）n4¼ log2（ln）n5¼ log2（ln）n6¼ log2（ln）M. 萨胡，加-地Padhy和Sasanko SekharGantayat沙特国王大学学报8845þþþþ1þ12v2第1页12ndecω×21;否则比特是10000012。类似地，在002后面加上ndec2ω的二进制数。秘密比特是10001002。最后，在梳理了上述ndecω×21;否则12þþþ1222图3.第三章。隐写像素块由2× 3像素组成见图4。 OI像素块。第二步：首先，利用等式（1），从两个对角隐写对oωi;oωi3<$>和oωi1;oωi2<$$>中得到FV为f ω v和f ω v <$1。（十六）、oωi4和oωi5的第7位产生oωi4=252和oωi5=199。þ þ þ的获取隐写像素并不表现出BI，因此fωv <$$> joωi-oωi3j和fωv <$1<$$> joωi1-oωi2j<$16<$得到的隐写像素为oωi=248，oωi1=246，oωi2=208，þ þ þoω= 206，oω= 252和oω= 199。þþf步骤2：使用下式获得ndecω和ndecω作为十进制的秘密比特：第三章i2004i2005年1 2当量（17）.ndecω<$jfω-lnj和ndecω <$jfω-ln j17考虑图5作为SI块，执行秘密比特的提取。首先，使用等式f ωv=40和f ωv1=40找到FVs（十六）、然后，根据等式2计算ndecω = 8和ndecω = 8。（17）. 作为ω ωoωmod 2 = 0，so，ndec1 ω = 16。 同样，oωmod 2这里，l n是相应的fv和fv的下界，1 .一、i20041i2005年n dec2 ω = 17。现在，提取o ω的第6位和第7位o ω作为步骤3：然后，使用指示器像素0ω2调整ndecω和ndecωi2004i2005年1 21410和11 .因此，ndec3 ω = 2且ndec4 ω = 3。现在，得到D3= 1，oωi使用公式（18）和（19）。2 23 4D4= 0，由等式（20）. 然后，将D3和D4转换为k位，以获得Dec（ndecω×2;ifωoωi4mod2ω^0þ101和00。接下来，追加01二进制数为ndec1 ω . 秘密n 1ω 1/4。Σð18Þ2 2 21Dec（ndecω×2;如果n = 0ω2mod22.0秘密比特，提取的比特是100000110001002。n2ω1/4。i2005年ð19Þ步骤4：接下来，从第6个和第7个中提取嵌入的k位隐写IP o ω的位位置o ω. 假设ndecω和ndecω是所提出的MDOPVDS技术旨在提高电容器的容量，2014年10月25日k位的相应十进制值步骤5：现在，使用等式获得差值D3和D4（20）.在不降低SI质量的情况下使用像素重叠策略。在该技术中，OI被划分为各种不同的3× 3像素块。 考虑图 6作为OI块之一，D3¼k2-1-ndecω和D4¼k2-1-ndecωð20Þ是四个三元组（2个对角线，1个水平和1个垂直），3、每一块都有4个在3× 3像素块中，设oc为cen。步骤6：最后，将D3和D4的值转换为各自为k位的二进制值，并分别附加到ndecω和ndecω的二进制值。这些是提取部分3.1.3. IPVDS技术实例考虑图4作为OI块之一，在本节中已经呈现了用于IPVDS技术的嵌入过程的图示。这里，两个对角对像素是（255，202）和（255，198）。类似地，相应对的IP为255和192。现在，使用等式2得到f1 =53和f2 = 57。（四）、由于f1和f2落在R4的范围内，因此，对于两个对。假设100000110001002是秘密比特，并且k被选择为2。然后，用于对（255，202）的nb和k比特是100002和012。其对应的十进制值是ndec = 16和ndec = 1。Simi-中央像素和o1，o2，o3，o4，o5，o6，o7，o8是oc的相邻像素。图7a-d示出了相应的三重峰。所提出的技术执行的中心像素oc与其他两个像素的重叠，以产生来自每个三元组的两对像素。在此之后，所提出的MDOPVDS技术的嵌入和提取步骤分别在第3.2.1节和第3.2.2节中给出。此外，在图1A和1B中示出了用于所提出的MDOPVDS技术的嵌入以及提取过程的图示。10和11号。3.2.1. 嵌入步骤步骤1：在嵌入结束时，对于每个三元组，oc与其他两个像素重叠。因此，两对像素是1 3通常，用于对（255，198）的n个b和k比特是10001 -2和00 -2。其相应的十进制值是ndec= 17和ndec= 0。同样地，2 4f 0的值 = 40且f0 = 40是从Eq. （五）、接下来，1 2z1 = 13和z2 = 17由方程计算。（六）、然后，应用z1，z2，f1，f2，f0的值 ，f0 ，（oi，oi 3）和（oi 1，oi 2）上的方程。（7）和（8）隐写算法和可得到如下：（248，208）和（246，206）。由于ndec mod 2是0并且0iDec 4 mod 2是1，因此，oωi4=oi4-1=254。同样地，ndecmod2是1，并且0i=5。13.2. 拟定MDOPVDS技术ΣM. 萨胡，加-地Padhy和Sasanko SekharGantayat沙特国王大学学报8846mod2是0。因此，oωi5=oωi5<$1=193。现在，得到D1= 2和d2þ þD1和D2结果10= 3从方程。（十一）、然后，转换2112. 最后，这些二进制位被替换为第6位，图五. SI像素块。M. 萨胡，加-地Padhy和Sasanko SekharGantayat沙特国王大学学报8847我.00ωo我我我C我>oc-bzi=2c;oidzi=2e;如果ocoi和f0 >fioωc¼b1/18我我我我6C7CIb81c 2c 3c 4c 5图六、 OI 3 × 3组织块。见图8。 所获得的中心像素和其他相邻像素。8>oi=2e;oi-bzi=2c i;如果oc≥oi且f0 >fi我0我0oc;oi若oc≥ oi且fi≤ fi，则o c - d z i = 2 e ; o i∈ b z i = 2c>：ocdzi=2e;oi-bzi=2c;ifocoiandf0 ≤fið24Þ步骤8：最后，获得的修改对是（o1，o0），C 1（o2，o0），（o3，o0），（o4，o0），（o5，o0），（o6，o0），（o7，o0），（o8，o0）。c 2 c 3c 4 c 5c 6 c 7 c 8步骤9：在这一点上，o c有八个不同的像素值，如图所示。8.第八条。然后，使用等式（1）获得针对o c的隐写pi xel（oωc）。（25）.P8OI见图7。(a)对角线1三联体（b）垂直三联体（c）对角线2三联体（d）水平三联体。从每一个三元组中获得。从图7a-d获得的不同对是（oc，o1）和（oc，o8）。（ OC ，O2）和（ OC，O7），（ OC ，O3）和（ OC ，O6），（OC，O4）和（OC，O5）。步骤2：对于i = 1至8，找到fi作为图像的像素之间的使用Eq. （21）.第10步：接下来，对于i=1too8，o0 还需要调整Is以保持与oωc的相同差值。因此，使用Eq. （26）重新调整像素以获得对应的隐写像素。Ic第11步：此时，BI可能会出现。执行步骤12和13以避免BOP和BUP。步骤12：假设像素〇ωc是BOP。然后，使用Eq。（27）获得fv的值，并将oωc设置为255。之后，对于i=1至8，所有其他隐写像素被重新调整。fv<$ocω -25 5;ocω1/255和i/1/o8;o0 1/4。o0-fv 2012年2月7日fijoc-oij21步骤3：对于每个fi，可以使用表2找到对应对的嵌入位的数量（nb）。步骤4：对于b = 1到8，让ndec是相应n的小数步骤13：假设像素〇ωc是BUP。然后，使用Eq。（28）获得fv的值，并且将oωc设置为0。之后，对于i=1至08，所有其他隐写像素被重新调整。fv<$0-ocω和ocω<$0（i<$2too8;o0） 1/4。o0fv28B比特.第14步：嵌入完成。步骤5：对于i = 1到8，计算FV为f0 使用等式（二十二）、f02022年12月1日其中Ln是相应nb比特的下限。步骤6：对于i = 1至8，使用等式2获得差值zi（二十三）.zi<$jf0-fij23步骤7：接下来，对于i=1too8，对于i=1 too 8，修改像素对（oi，o0），3.2.2. 提取步骤考虑图9，在步骤1至4中概述了所提出的MDOPVDS技术步骤1：从SI 3 × 3块中，从四个三联体中获得的八个对是，（oωc，o0），
我的内容管理
展开
