基于图像梯度预测的可调节大容量可逆数据隐藏

doi:10.13229/j.cnki.jdxbgxb201606042

吉林大学学报(工学版) ›› 2016, Vol. 46 ›› Issue (6): 2074-2079.doi: 10.13229/j.cnki.jdxbgxb201606042

基于图像梯度预测的可调节大容量可逆数据隐藏

韩佳伶^{1, 2}, 赵晓晖¹

1.吉林大学通信工程学院,长春 130012;
2.吉林财经大学管理科学与信息工程学院,长春 130117

收稿日期:2015-07-08 出版日期:2016-11-20 发布日期:2016-11-20
作者简介:韩佳伶(1982-),女,讲师,博士.研究方向:多媒体信息安全.E-mail:weiya2000@163.com
基金资助:
吉林省科技厅项目(20130101072JC); 吉林省教育厅项目(2015411)

Adjustable reversible data hiding algorithm with large embedded capacity based on image gradient prediction

HAN Jia-ling^{1, 2}, ZHAO Xiao-hui¹

1.College of Communication Engineering, Jilin University, Changchun 130012,China;
2.School of Management Science and Information Engineering, Jilin University of Finance and Economics, Changchun 130117,China

Received:2015-07-08 Online:2016-11-20 Published:2016-11-20

摘要/Abstract

摘要： 利用图像梯度选择和判断每个像素的梯度趋势,并根据梯度和相邻像素进行预测,采用了基于预测误差的可逆隐藏方法,有效降低了预测误差,增加了算法的隐藏容量。在隐藏过程中,通过调整嵌入规则降低对宿主图像引起的失真,提高了算法的隐蔽性。仿真实验结果表明:该算法能够获得很高的嵌入率,且具有很好的隐蔽性。

关键词: 计算机应用, 信息安全, 可逆数据隐藏, 图像梯度

Abstract: The image gradient prediction method is applied to select and predict the trend of each pixel's gradient. The, the pixel's value is predicted according to the gradient and adjacent pixels. The use of the reversible data hiding algorithm based on prediction error can effectively reduce the prediction error and improve the hiding capacity. Moreover, in the hiding process, the embedding rule is adjusted to reduce the distortion to the host image. Experimental results show that the proposed algorithm can achieve a very embedding rate and has good concealment.

Key words: computer application, information security, reversible data hiding, image gradient

中图分类号:

TP309.2

韩佳伶, 赵晓晖. 基于图像梯度预测的可调节大容量可逆数据隐藏[J]. 吉林大学学报(工学版), 2016, 46(6): 2074-2079.

HAN Jia-ling, ZHAO Xiao-hui. Adjustable reversible data hiding algorithm with large embedded capacity based on image gradient prediction[J]. 吉林大学学报(工学版), 2016, 46(6): 2074-2079.

参考文献

[1] 年桂君,刘鸿石,王丹,等. 彩色照片中隐藏水印信息的分析与实现[J]. 吉林大学学报:工学版,2011,41(1):339-343.
Nian Gui-jun, Liu Hong-shi, Wang Dan, et al. Analysis and realization of watermarking hiding in color picture[J]. Journal of Jilin University(Engineering and Technology Edition),2011,41(1):339-343.
[2] 武丹,汪国昭. 基于差分扩张和差分平移的无损信息隐藏算法[J]. 吉林大学学报:工学版,2010,40(4):1071-1074.
Wu Dan, Wang Guo-zhao. Lossless data hiding based on difference expansion and difference shifting[J]. Journal of Jilin University(Engineering and Technology Edition), 2010,40(4):1071-1074.
[3] Fridrich J, Goljan M, Du R. Invertible authentication[C]∥Proceedings of SPIE Photonics West, Security and Watermarking of Multimedia Contents III, San Jose, California, USA, 2001:197-208.
[4] Fridrich J, Goljan M, Du R. Inversible authentication watermark for JPEG images[C]∥Proceedings of Information Technology:Coding and Computing, Washington,DC, USA, 2001:223-227.
[5] Ni Z C, Shi Y Q, Ansari N. Reversible data hiding[J]. IEEE Transaetions on Circuits and Systems for Video Teehnology,2006,16(3):354-362.
[6] 王俊祥,倪江群,潘金伟. 一种基于直方图平移的高性能可逆水印算法[J]. 自动化学报,2012,38(1):88-96.
Wang Jun-xiang,Ni Jiang-qun,Pan Jin-wei. A high performance reversible watermarking scheme based on histogram shifting[J]. Acta Automatica Sinica,2012,38(1):88-96.
[7] 童学峰,侯海峰,宣国荣,等. 基于直方图对二值图像无损数据隐藏算法的改进[J]. 同济大学学报:自然科学版,2011,39(1):115-120.
Tong Xue-feng,Hou Hai-feng,Xuan Guo-rong,et al. Improvement of reversible binary image data hiding by run-length coding and histogram pair[J]. Journal of Tongji University(Natural Science),2011,39(1):115-120.
[8] Hong W, Chen T S, Wu M C. An improved human visual system based reversible data hiding method using adaptive histogram modification[J]. Optics Communications,2013,291:87-97.
[9] Huang H C, Chang F C. Hierarchy-based reversible data hiding[J]. Expert Systems with Applications,2013,40(1):34-43.
[10] 陈莹,朱明. 多子直方图均衡微光图像增强及FPGA实现[J]. 中国光学,2014,7(2):225-233.
Chen Ying, Zhu Ming. Multiple sub-histogram equalization low light level image enhancement and realization on FPGA[J]. Chinese Optics,2014,7(2):225-233.
[11] Leung H Y, Cheng L M, Liu F, et al. Adaptive reversible data hiding based on block median preservation and modification of prediction errors[J]. Journal of Systems and Software,2013,86(8):2204-2219.
[12] Li Jian, Li Xiao-long, Yang Bin. Reversible data hiding scheme for color image based on prediction-error expansion and cross-channel correlation[J]. Signal Processing,2013,93(9):2748-2758.
[13] Tseng H W, Hsieh C P. Prediction-based reversible data hiding[J]. Information Science,2009,179(14):2460-2469.
[14] Lee C F, Chen H L. Adjustable prediction-based reversible data hiding[J]. Digital Signal Processing, 2012,22(6):941-953.

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

基于图像梯度预测的可调节大容量可逆数据隐藏

Adjustable reversible data hiding algorithm with large embedded capacity based on image gradient prediction

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10