改进插值可逆数据隐藏方法与沙特国王大学计算机工程系的研究

沙特国王大学学报一种基于改进插值的可逆数据隐藏方案Fatuma Saeid Hassan，AdnanGutub沙特阿拉伯麦加乌姆库拉大学计算机工程系阿提奇莱因福奥文章历史记录：收到2020年2020年6月11日修订2020年7月16日接受2020年7月21日在线保留字：无损数据隐藏图像隐写图像插值数据嵌入A B S T R A C T提出了一种新的图像可逆数据隐藏方法，使得图像在提取数据后能够准确地恢复。由于需要在隐写图像的质量和隐藏数据的容量之间进行折衷，因此这项工作提出了一个具有挑战性的任务。它被应用于医学诊断、遥感图像和军事地图等需要对原始图像进行无失真重建的应用中。本文的目的是研究改进RDH方法使用插值为基础的计划。所提出的基于插值的RDH（IRDH）方案提高了嵌入容量和安全性超过国家的最先进的计划。我们研究了插值技术，改进了抛物线插值（PI）方法来放大原始图像，然后使用新提出的嵌入技术将秘密数据嵌入其中。实验结果表明，所提出的二次贝塞尔插值（QBI）技术降低了PI的计算复杂度，而产生的图像质量相同。此外，所提出的三次插值技术提高了PI的图像质量，但计算复杂度更高。另一方面，所提出的圆形插值（CIRI）实现了更少的PSNR值比PI显示有趣的评论。该方案的一般步骤是插值图像的生成、数据嵌入、数据提取和图像恢复，显示出诱人的研究前景。©2020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. 介绍可逆数据隐藏技术是近年来数据隐藏领域的一个研究热点。隐藏可以 在 任 何 封 面 数 字 媒 体 内 ， 例 如 图 像 （ Gutub 和 Al-Shaarani ，2020）、文本（Alanazi等人，2020）、音频（Al-Juaid和Gutub，2019）或视频（Al-Juaid等人，2018年）。数据隐藏的可逆性是在提取嵌入数据后恢复原始媒体而不产生任何失真的能力。在图像传播广泛的今天，许多研究都在关注图像中的RDH.医疗、物联网和军事图像和数据是敏感信息的一些示例，在从它们提取敏感数据之后，必须以无损方式恢复敏感信息（Alassaf等人， 2019年）。RDH领域的研究人员专注于两个主要目标，*通讯作者。电子邮件地址：aagutub@uqu.edu.sa（A. Gutub）。沙特国王大学负责同行审查制作和主办：Elsevier提高了算法的性能：减少了隐写图像的失真，实现了高嵌入率或高嵌入容量。此外，降低算法的复杂度是提高性能的另一个重要参数研究人员通常使用峰值信噪比（PSNR）来衡量图像的质量算法的嵌入能力通常由每像素比特数（bpp）表示，用于衡量嵌入率，或由比特数（bit）表示，用于衡量嵌入能力，或两者兼而有之（AlKhodaidi和Gutub，2020）。文 献 中 报 道 的 RDH 方 案 中 的 一 些 是 组 氨 酸 移 位 （ HS ） 方 案（Hwang等人，2006; Kuo等人，2007年; Li等人，2015; Ni等人，2006; Pan等人，2020; Wang等人， 2019），差异扩展（DE）方案（Alattar，2004; Caciula等人，2019年; Liu等人，2011; Tian，2003;Wang等人，2017）、基于压缩的方案（Chang等人，2008; Lin等人，二〇一五年;Lu等人，2009年; Sun等人，2013）和基于插值的方案（Chang等人，2013; Jung和Yoo，2009; Lee和Huang，2012;Malik等人，2017年; Zhang等人， 2017年）。HS技术的一般思想是建立像素的强度值的直方图（Hwang等人，2006; Kuo等人，2007;Ni等人， 2006）或预测误差值（Li等人，2015）然后利用峰值通过移位来嵌入数据https://doi.org/10.1016/j.jksuci.2020.07.0081319-1578/©2020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/）。可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.com2018F.S. 哈桑A.Gutub/沙特国王大学学报图1.一、IRDH格式的一般步骤×××直方图。Ni等人（2006）提出了第一个基于HS的RDH，其中他们构建了像素强度的直方图，并提取了峰值和零值，然后将它们之间的值移动1，以允许将数据嵌入峰值强度中。该算法易于实现并实现了高PSNR值，但隐藏容量受限于具有峰值的像素的数量，不同于基于计数的秘密共享的性能评估（Gutub等人，2019年）或其修改密钥生成（Al-Ghamdi 等 人 ， 2019 年 ） ， 以 及 采 用 隐 藏 在 图 像 （ Gutub 和 Al-Ghamdi，2020年）或文本隐写术（Gutub和Alaseri，2019年）中。峰值和零值必须作为边信息发送;因此，（Hwang）例如，2006）通过保持隐写图像的峰值与原始图像相同来解决这个问题。分别在峰值的左侧和右侧选择两个最小值，然后将它们的值及其坐标存储在将嵌入秘密数据的位置图中。通过递归嵌入数据和选择两个新的极小点来提高隐藏容量。 Kuo等人（2007）增强了（Hwang等人，2006）通过存储最小点的坐标的位图而不是存储它们的实际坐标。 Li等人（2015）利用预测误差构建了一种基于多重HS的技术。该技术提高了嵌入图像的质量，但嵌入容量有限。提出了更多的算法来进一步增强HS方案（Pan等人，2020; Wang等人， 2019年）。DE方案计算相邻像素之间的差异并扩展差值以嵌入秘密比特。Tian（2003）提出了一种基于DE的RDH技术，该技术利用了图像中的冗余特性。他计算了两个相邻像素 之 间 的 差 异 ， 并 将 其 扩 大 一倍 ， 以在 新 生 成 的 最 低 有 效 位（LSB）平面中嵌入一个秘密位。利用两个像素点的扩展差值和平均值计算新的嵌入值。该技术减少了隐写图像的失真，但嵌入容量被限制在图像像素数的一半以下。Alattar（2004）扩展了Tian基于DE引入了更多的研究（Caciula等人，2019年; Liu等人，2011;Wang等人， 2017年）。基于压缩的RDH使用压缩技术来压缩图像，然后腾出一些空间来隐藏数据。在（Lu等人，2009）使用矢量量化技术来压缩封面图像，然后仅将数据嵌入具有高度相关像素的块中。 Chang等人（2008）报道了一种在彩色图像上使用块截断编码（BTC）的基于压缩的RDH方法。原始图像中的每个块都被BTC压缩然后，使用每个块生成的三个位图基于压缩的RDH的扩展工作在（Lin等人，2015; Sun等人，2013年）。基于压缩的技术可以准确地恢复压缩后的图像，但不能恢复原始图像，因为所使用的压缩方法是无损的。基于插值的RDH方案的思想是上采样，即，按比例放大时，图像使用插值方法，然后在不改变原始像素的情况下将秘密比特嵌入插值像素这些方案确保了原始像素保持不变，但增加了选择内插像素的值和选择嵌入技术的挑战，这种方式不会引起任何对秘密数据存在的怀疑，即。确保插值图像和最终嵌入图像的高视觉图像质量内插方法中的一些是最近邻内插（NNI）、双线性内插（BI）、相邻平均内插（NMI）（Jung和Yoo，2009）、相邻像素内插（INP）（Lee和Huang，2012）、增强相邻平均内插（ENMI）（Chang等人，2013）、修正的相邻均值插值（MNMI）（Malik等人，2017）和抛 物 线 插 值 （ PI ） （ Zhang 等 人 ， 2017 年 ） 。 像 素 重 复 方 法（PRM）（Kaw等人，2019; Loan等人，2018; Parah等人，2017b，2020）和像素到块（PTB）转换方法（Kaw等人，2018; Parah等人，2017 a）是在IRDH方案中对图像进行上采样的替代方法，而不是使用插值方法，但计算复杂度较低。IRDH技术的上采样特性增加了在图像中嵌入高有效载荷容量的机会。在提取出隐写图像中的隐藏信息后，通过下采样恢复出原始图像。本文的目的是提出一种具有高性能的IRDH方案嵌入容量和可接受的图像质量，通过研究不同的插值技术作为抛物线插值的变化（Zhang等人，2017年）。本文的其余部分组织如下。第2对IRDH领域的一些相关先前研究进行了文献综述。第3描述了所提出的算法。然后，在第4节中详细解释实验结果。最后，在第5中对本文进行了总结。2. 相关工作本节将回顾一些基于插值的RDH方案，包括对所使用的插值技术以及所使用的数据嵌入方法的解释IRDH方案的一般步骤如图所示。1.一、第一步是将大小为2M 2N的输入图像缩小到四分之一，以生成大小为M N的原始图像。输入图像的目的是稍后将其用于测量插值图像和隐写图像的视觉质量（Jung和Yoo，2009）。然后，使用图像插值技术扩展原始图像，以形成尺寸为2M2N的插值图像，也称为覆盖图像。图像插值是对原始图像进行上采样以产生更大版本的图像的过程，其中原始像素（也称为参考像素）的值未被改变，但新像素（也称为插值像素）的值根据周围的原始像素进行分配。下一步是数据嵌入，这是关于如何隐藏秘密数据在插值图像的方式，任何第三方，除了发送者和接收者，不能检测到图像中的秘密数据的存在。生成的图像是F.S. 哈桑A.Gutub/沙特国王大学学报2019图三. 相邻像素插值法示例。×××××称为嵌入图像或隐写图像。通过对隐写图像进行下采样，可以独立于数据提取来完成从隐写图像恢复以下是一些IRDH计划的解释。2.1. Jung和YooJung和Yoo（2009）提出了第一个IRDH方案。他们提出了NMI插值技术，其性能优于传统的最近邻插值和双线性插值方法.首先，作者缩小输入图像以形成原始图像。使用NMI将该原始图像放大因子2以形成大小为2M2N的内插图像，其中原始图像的每个2x2块被放大到3三个街区。在NMI，水平和垂直插值像素的值由两个周围原始像素的平均值计算但是对角线内插像素的值是使用三个像素的平均值来计算的：左上原始像素、上内插像素和左内插像素。图中给出了NMI的一个例子。 二、对于数据嵌入，使用2 2个非重叠块。该技术计算每个插值像素和左上角原始像素之间的差，然后使用绝对差的log2来计算该插值像素中可嵌入的位数将可嵌入位的十进制值与插值像素相加，形成新的值。Jung和Yoo的方案计算起来很简单。此外，他们提出的NMI比两种传统的插值技术（NN和BI）实现了更高的视觉图像质量。由于他们的嵌入技术取决于原始像素和三个内插像素之间的差异，在每个2 - 2块，在每个内插像素的可嵌入位数是有限的，它的差异量。最大化差异将导致更好的嵌入容量。以下四个IRDH方案改进了Jung和Yoo2.2. 李黄Lee和Huang（2012）提出了INP插值技术来改善NMI，这在（Jung和Yoo，2009）中报道，并增强了嵌入技术以提高嵌入容量在INP中，水平和垂直插值像素的值由两个周围原始像素的加权平均值计算，而对角插值像素的值由左上插值像素的平均值计算。 图 3代表INP的一个例子。该技术使用3 - 3重叠块进行数据嵌入。该算法首先提取四个原始像素点在角点处的最大值，然后利用该最大值计算它和内部2× 2块内的三个插值像素。绝对差的log2用于计算数量。内插像素中的可嵌入比特的BER将可嵌入位的十进制值与插值像素相加，形成新的值。Lee和Huang的技术的实验结果报告了所提出的INP插值技术比NMI更高的图像质量。由于该方案利用四个原始像素中的最大值来最大化差异，因此嵌入容量也得到了提高。2.3. Chang等人'的技巧Chang等人（2013）提出了一种名为ENMI的NMI增强版本。在ENMI中，水平和垂直插值像素值的计算与NMI相同，但对角插值像素值的计算是由四个周围原始像素的平均值计算的，如图所示。 四、对于数据嵌入，Chang等人提出了一种两层数据嵌入方法。在第一层中，计算每个内插像素与输入图像中的对应像素之间的绝对差D的log2根据差值D的符号将可嵌入位的十进制值添加到内插像素或从内插像素中移除，该操作使得隐写图像更接近输入图像。第二层嵌入层用于增加嵌入容量和减少图像失真。该第二层在差异图像上利用直方图移位（HS）技术。所提出的ENMI插值技术实现了更高的视觉图像质量比NMI。另外，两层嵌入技术提高了Jung和Yoo方案的嵌入容量然而，两个额外的值必须与隐写图像一起发送到接收器，作为边信息。图二. 邻域均值插值方法示例。2020F.S. 哈桑A.Gutub/沙特国王大学学报见图6。 抛物线插值方法的一般框架。××见图4。 增强的邻域均值插值方法示例。图五. 修改的邻域均值插值方法示例。2.4. Malik等人“的技巧Malik等人（2017）提出了MNMI插值方法作为NMI的改进。如图5所示，与ENMI相同，通过四个周围原始像素的平均值来计算对角内插像素的值，但是通过三个像素的加权平均值来计算水平和垂直内插像素的值：两个周围原始像素和一个最近的对角内插像素。对于数据嵌入，使用2 2块。该技术使用一个称为“下限”的术语64和127分别是（floor（log2）= 6）的下限和上限。在每个2 × 2块中，计算对角插值像素与其他两个插值像素之间的绝对差，以形成D1和D2。可嵌入的秘密比特数由D1和D2的log2计算，分别形成n1和n2然后，将n1和n2个可嵌入比特的十进制值分别加到n1和n2的下界，以形成d1和d2。然后，利用这两个绝对差（d1-D1MNMI插值方法的图像质量优于NMI方法。此外，Malik等人的性能结果的方案比Jung和Yoo的方案具有更高的嵌入容量2.5. Zhang等人'的技巧（Zhang等人，2017）提出了一种基于抛物线插值PI技术的IRDH方案，其性能优于NMI和INP技术。在PI中，插值像素的值为沿水平、垂直和对角线方向使用所有可能的抛物线插值值PIV的平均值和最近的原始像素OPM的加权平均值的加权组合来计算。首先，如图6所示，从给定方向获取五个相邻像素Pi（i= 1，2，3，4，5）的插值块，其中三个灰色阴影像素Pi（i= 1，3，5）是原始像素，而另外两个像素Pi（i= 2，4）是插值像素。第二步是用公式表示抛物线方程，方程。对于三个原始像素中的每一个，使用像素的值yi和像素的索引xi（i = 1，3，5）作为参数，然后使用这三个y¼ax2bxc1结果是通过对应于原始像素的三个点（1，y1）、（3，y3）和（5，y5）的抛物线方程。下一步是通过将两个插值像素结果是两点集（2，y2）和（4，y4），抛物线也通过它们上述步骤如图所示。六、内插块可以从如图7所示的水平、垂直或对角方向取得，其中灰色阴影像素是原始像素，并且符号"d“、”N“和”分别表示沿着水平、垂直和对角方向的像素。当内插像素在一个方向上属于许多重叠的内插块时，可以将不同的抛物线内插值PIV s分配给内插像素，如图7中的橙色阴影像素所发生的那样。在这种情况下，计算不同PIVs的平均值以形成表示为G的值。在确定内插像素的最终像素值FPV时考虑的另一侧是最接近的原始像素的加权平均OPM，其中每个像素的权重F.S. 哈桑A.Gutub/沙特国王大学学报2021见图9。 PI方案中嵌入过程的示例。×j j ≤见图7。抛物线插值方向。相邻原始像素由其到插值像素的距离的倒数确定。 内插像素的FPV值是G和OPM的加权组合，如等式（1）所示。其中k是加权参数。如果溢出或发生下溢时，FPV值分别替换为255或0。FPV¼kωG1-kωOPM2在图7中，水平和垂直方向上的典型内插像素分别是橙色阴影像素（2，3）和（3，2），其具有由两个抛物线产生的两个PIV：一个抛物线由红色内插块形成，另一个由绿色块形成。G值是两个PIV的平均值。OPM值是从周围六个用深灰色着色的原始像素计算的。另一方面，对角线方向上的典型插值像素，橙色阴影像素（3，3），具有由四个抛物线产生的四个PIV，两个抛物线由红色和绿色块见图8。 5× 5嵌入块。另外两条抛物线由蓝色块和紫色块在45°方向形成。因此，G值是四个PIV的平均值。关于OPM值，它是从周围的四个原始像素计算出来的，这些像素用深灰色着色。在图像边界上，插值像素的PIV数目和计算OPM时贡献的原始像素数目与上述解释不同。因此，图像边界上的内插像素的计算具有另一个考虑，如（Zhang et al.，2017年）。对于数据嵌入，如图8所示，从图像中取出5 × 5像素的嵌入块，其中灰色阴影像素是未用于嵌入的原始像素，其余像素是用于嵌入的内插像素。如图8所示，块被分成八个序列，用于按以下顺序嵌入：从上到下的三个水平红色序列，从右到左的三个垂直绿色序列以及135°和45°方向的两个对角蓝色序列。在每个嵌入序列中，第二个和第四个像素用于嵌入。图9表示在一个给定的嵌入序列中在第二像素p2首先计算周围两个原始像素的平均值为u，然后计算插值像素与u之间的差d。 的大值|D|意味着像素值的大的变化，其导致隐写图像的图像质量的劣化。因此，设置阈值T作为控制参数，其中仅当像素的d 值满足条件（d T）.在这种情况下，嵌入过程的其余部分基于由三个原始像素p1、p3和p5形成的抛物线的形状。如 果 抛 物 线 的 形 状 是 向 上 开 口 的 ， 则 抛 物 线 系 数 a 满 足 条 件（a>0）。向下开口装置（a0）和线形装置（a 1/40）。<如果a为1/40，则内插像素中的可嵌入比特数nemb是给定的正整数参数l。然后，2022F.S. 哈桑A.Gutub/沙特国王大学学报见图10。由（a）抛物方程和（b）二次贝塞尔方程形成的相同抛物线。表1五种插值技术的PSNR值比较测试图像NMIInPENMIMNMIPi狒狒22.2321.7222.6922.7022.66飞机28.9328.0430.1229.9830.38船29.2228.3030.5330.3930.56房子27.2526.5028.2028.0828.44辣椒30.0728.9831.7031.6032.10Goldhill29.8429.1130.6930.6430.68人27.4626.6728.3328.2728.42桥25.6524.7126.8426.7127.03平均27.5826.7528.6428.5528.78根据使用局部5× 5嵌入块中的九个原始像素的平均值M的条件，将可嵌入位D添加到内插像素/从内插像素中减去可嵌入位D，如下所示：参数。如果a>0或a0，则使用（jdj1）的log2来计算可嵌入比特的初始数量v。

下载后可阅读完整内容，剩余1页未读，立即下载