[发明专利]一种高容量密文域图像可逆数据隐藏方法有效

专利信息
申请号: 201910911670.1 申请日: 2019-09-25
公开(公告)号: CN110753226B 公开(公告)日: 2023-03-14
发明(设计)人: 徐达文 申请(专利权)人: 宁波工程学院
主分类号: H04N19/137 分类号: H04N19/137;H04N19/167;H04N19/182;H04N19/467;H04L9/06
代理公司: 宁波奥圣专利代理有限公司 33226 代理人: 周珏
地址: 315016 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 容量 密文域 图像 可逆 数据 隐藏 方法
【说明书】:

发明公开了一种高容量密文域图像可逆数据隐藏方法,其包括二值位置图生成、图像加密、密文域图像可逆数据隐藏、隐秘信息提取和原始图像无损恢复;第一部分,利用相邻像素预测当前像素值,再根据预测值的差异,将图像中的所有像素点区分为预测错误和预测准确两类,并用二值位置图进行标记;第二部分,利用加密密钥生成的二值伪随机序列对灰度图像加密;第三部分,利用数据隐藏密钥生成的二值伪随机序列对隐秘信息加密,再根据二值位置图,对密文域图像中标记为预测准确的像素点进行三层MSB替换以完成数据嵌入;第四部分,利用加密密钥可无损恢复原始图像,利用数隐藏密钥可准确提取隐秘信息;优点是在密文域图像的三层MSB位嵌入信息,嵌入容量高。

技术领域

本发明涉及一种密文域数据隐藏技术,尤其是涉及一种高容量密文域图像可逆数据隐藏方法。

背景技术

随着移动互联网的发展和智能终端的普及,数字图像呈爆炸式增长。云计算为海量数字图像的存储和处理提供了有效的解决方案。然而,云计算环境本身的结构特点也给隐私安全带来了较大隐患,攻击者有可能绕过云平台的认证机制,通过直接访问下层文件或原始数据的方式获取到用户的数据。确保数字图像隐私安全的最佳方法之一就是对其进行加密处理。用户在上传敏感内容之前首先进行加密,云端所有的处理和计算都在密文域进行,并将处理结果提供给使用者,使用者经过解密方可得到明文数据。

但是,加密后的数字图像丧失了原有特性,云端海量密文图像的有效管理成了亟待解决的问题。一种有效解决方式是云服务管理者在加密图像中嵌入一些附加消息,如标注或认证数据、作品来源信息、所有者身份信息等,用于管理和认证加密数据。此外,在一些重要的应用场景,如医学诊断、法庭认证、军事图像、遥感图像和指纹图像等敏感领域,不仅需要能够提取嵌入的附加消息,还要求无失真地恢复原始图像。密文域可逆数据隐藏在此背景下应运而生,现有的密文域可逆数据隐藏技术可分为三类:第一类是对图像进行加密后寻找数据嵌入空间,这类方法普遍嵌入容量较低,且会发生数据提取出错;第二类是图像加密前预留数据嵌入空间,这类方法嵌入容量大且失真低,但缺点是图像加密者和数据嵌入者之间需要复杂的协议;第三类是利用同态加密实现密文域图像可逆数据隐藏,但是同态加密易造成密文数据膨胀。

发明内容

本发明所要解决的技术问题是提供一种基于三层MSB(Most Significant Bit)预测的高容量密文域图像可逆数据隐藏方法,其能够在密文域图像中进行隐秘信息嵌入,且嵌入容量大,在接收端有加密密钥时能够直接解密获得原始图像,在接收端有数据隐藏密钥时能够直接提取出隐秘信息,在接收端既有加密密钥也有数据隐藏密钥时能够提取出隐秘信息且可无失真地恢复出原始图像。

本发明解决上述技术问题所采用的技术方案为:一种高容量密文域图像可逆数据隐藏方法,其特征在于包括二值位置图生成、图像加密、密文域图像可逆数据隐藏、隐秘信息提取和原始图像无损恢复四部分;

在二值位置图生成部分中,利用原始灰度图像中的每个像素点的相邻像素点的像素值计算该像素点的预测像素值;再通过比较原始灰度图像中的每个像素点的像素值、高位翻转后的翻转值和预测像素值之间的差异,将原始灰度图像中的所有像素点分为预测错误的像素点和预测准确的像素点两类,并引入二值位置图进行标记;

在图像加密部分中,利用加密密钥生成的第一二值伪随机序列对原始灰度图像中的每个像素点进行加密,得到密文域图像;

在密文域图像可逆数据隐藏部分中,先利用数据隐藏密钥生成的第二二值伪随机序列对待嵌入的隐秘信息进行加密,得到加密隐秘信息;然后根据二值位置图对密文域图像中与标记为预测准确的像素点对应的像素值进行数据嵌入操作,得到含隐秘信息的密文域图像;

在隐秘信息提取和原始图像无损恢复部分中,分三种情况:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波工程学院,未经宁波工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910911670.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top