分布式信源编码加密图像中的可逆数据隐藏外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

分布式信源编码加密图像中的可逆数据隐藏

摘要：本文提出了一种新的基于分布式信源编码的可逆数据隐藏方案。在原始图像由内容所有者使用流密码加密后, 数据藏压缩从加密图像中抽取的一系列选定位, 以便为机密数据腾出空间。所选的比特序列是使用低密度奇偶校验码的Slepian-Wolf编码。在接收端，如果图像接收者仅有嵌入密钥，则可以提取秘密比特。如果接收者仅具有加密密钥，则他/她可以使用图像估计算法近似以高质量恢复原始图像。如果接收者同时拥有嵌入和加密密钥，则他/她可以提取秘密数据，并使用分布式源解码来完美地恢复原始图像。此次提出的算法比以往发表的算法表现更加优异。

关键词：图像加密，图像恢复，可逆数据隐藏（RDH）。

1. 介绍

加密领域的信息处理已经引起了很大的研究兴趣[1]。在许多领域中，如云计算和委托计算，内容所有者需要将数据传输到远程服务器以供进一步处理。在某些情况下，内容所有者可能不信任服务提供商，需要在上传之前加密数据。因此，服务提供商必须能够在加密域中进行处理。一些加密领域的数据处理工作也早已经做过了，例如压缩加密图像[2] - [4]，在加密图像中添加水印[5]，[6]，并将数据可逆地隐藏到加密图像[7]- [13]。与鲁棒水印不同，可逆数据隐藏（RDH）强调完美的图像重建和数据提取，但不能抵抗恶意攻击[14]。 许多针对纯本文图像的RDH方法已经被提出[15] - [19]，例如，一种通用的冗余压缩框架[14]，差异扩展[15]和直方图移位（HS）[16]的方法。 但是，这些不适用于加密的图像，因为原始图像中的冗余不能在图像加密之后直接使用。

作为一种新趋势，加密图像中的RDH允许服务提供商将附加消息（例如图像元数据，标签，记号或认证信息）嵌入到加密图像中而无需访问原始内容。要求能在接收端完美恢复原始图像且完全提取隐藏的信息。加密图像中的RDH是可取的。例如，在医疗领域中，患者不允许将他/她的医疗图像显示给任何外部人员，而数据库管理员可能需要将医疗记录或患者的信息嵌入到加密的图像中。另一方面，在解密和检索隐藏的消息之后，原始的用于诊断的医学图像必须被无误地恢复。第二部分回顾了加密图像中新兴的RDH方法[7] - [13]。

本文旨在提高加密图像中的有效嵌入载荷。我们提出了一种使用Slepian-Wolf信源编码的可分离RDH方法[21]。这个想法受到分布式信源编码（DSC）[3]，[22]，[23]的启发，其中我们把用低密度奇偶校验（LDPC）码[24]从流加密图像中选择的位编码进伴随比特位以腾出空间容纳秘密数据。因为使用了两个不同的密钥，所以提出的此方法也是可分离的。使用嵌入密钥可以完全提取隐藏数据，并且使用加密密钥可以近似以高质量重建原始图像。通过使用两个密钥，可以完全提取隐藏数据，并借助于一些估计边信息完美地恢复原始图像。该方法实现了高容量的有效嵌入载荷和良好的图像重建质量，避免了发送方预留空间的操作。

本文的其余部分安排如下。在第二部分对加密图像中的RDH预先工作进行了调查。在第三节中描述了所提出的系统。第四部分介绍了图像加密和数据嵌入的过程。第五节阐述了数据提取和图像恢复。第六部分介绍了实验结果，第七部分讨论了所提出的方法。第八节总结了本文。

1. 预先工作

在本节中，回顾了在加密图像中嵌入秘密消息的最先进的RDH技术。加密图像的RDH通常是针对数据隐藏者和图像所有者不是同一方的应用领域而设计的。数据隐藏方要在未访问图像内容的情况下保存秘密消息。因此，由发送者完成加密，由数据隐藏者进行隐藏，以及由接收者进行数据提取和/或图像重构。为便于讨论，Table I 列出了一些常用术语的解释。

现有的用于加密图像的RDH方法可以分为两类：1）在加密后的腾出空间（VRAE）和2）在加密前腾出空间（VRBE）[11]。

在VRAE中，原始图像由发送者直接加密，数据隐藏者通过修改加密数据的某些位嵌入附加位。这个想法首先在[7]中提出，其中所有者用高级标准加密对原始图像进行加密，数据隐藏者在每个包含n个像素的块中嵌入1位，这意味着嵌入率为1 / n bpp。在接收端，通过分析标记的加密图像解密过程中的局部标准差来实现数据提取和图像恢复。这种方法要求图像解密和数据提取操作必须共同完成。 换句话说，提取和解密是不可分离的。

Zhang [8]提出了一种不同的实用的加密图像中的RDH方法，其中数据隐藏方将加密图像划分为块，并通过翻转块中一半的像素的三个最低有效位（LSBs）在每个块中嵌入一位。在接收方，标记的加密图像被解密为近似图像。接收方翻转像素的三个LSB形成一个新的块。由于在自然图像中的空间相关性，原始块被假定为比被干涉块更平滑。这样嵌入的比特就可以被提取出来，并且共同恢复原始图像。这种方法的嵌入率取决于块大小。如果选择了不适当的块大小，在数据提取和图像恢复期间可能会发生错误。在[9]中改进了该方法，通过利用相邻块之间的空间相关性和使用边匹配算法在图像恢复中获得了更高的有效嵌入载荷和更低的错误率。基于自然图像的空间相关性，两种方法[8][9]都是可行的。然而数据提取是不可分离的。

为了克服[7] - [9]中不可分离的缺点，文献[10]提出了一种用于加密图像的可分离RDH方案。数据隐藏者伪随机地将加密的图像置换为大小为L的组。每个组的P个LSB位面用大小为（P·L-S）times;P·L的矩阵G压缩以生成相应的矢量。因此，S位可用于数据嵌入。在接收端，通过解密获得总共（8-P）个像素的最高有效位（MSB）。 然后接收者通过相邻像素的MSB估计P个LSB。通过将估计的位与对应于所提取的矢量的伴随组Omega;中的矢量进行比较，接收者可以恢复P个LSB的原始比特。由于附加位嵌入在加密图像的LSB中，可以在图像恢复之前直接提取，所以数据提取和图像恢复是可分离的。此外，这种方法比[8]和[9]实现了更好的嵌入率。另一种可分离的方法是在文献[12]中提出的，其中数据隐藏者通过HS和n元数据隐藏方案嵌入附加比特，与[8] - [10]相比大大改善了嵌入有效载荷。然而，由于原始图像是通过像素置换和自适应变换加密的，在穷举攻击下图像直方图的泄漏是不可避免的。

在VRBE中，原始图像在加密之前由所有者处理，为数据嵌入创建备用空间，秘密数据由数据隐藏者嵌入到指定的位置。例如，[11]中的方法通过使用传统的RDH方法将特定像素的LSB嵌入到其他像素中而在明文图像中创建嵌入空间。预处理的图像然后由所有者加密以生成加密的图像。因此，加密图像中这些空出的LSB的位置可以被数据隐藏者使用，并且可以实现高达0.5bpp的大有效载荷。基于类似的思想，在文献[13]中提出了另一种基于估计技术的方法，其中大部分像素被用于在加密之前估计其余部分，并且加密图像的最终版本包含加密的估计误差和一大组加密的像素。通过修改估计的误差，可以将其他位嵌入到加密的图像中。用这种方法，由接收者重建的近似图像的峰值信噪比（PSNR）高于以前的方法。

[11]和[13]都是可分离的具有良好的嵌入率和重构能力的RDH方法，但在图像加密之前需要发送者进行额外的RDH操作。这意味着在加密图像中RDH的问题实际上转化为明文图像中的传统RDH。

总之，VRAE和VRBE类别中的方法对于加密图像中的RDH是有效的。但是，有一些限制。在用于加密图像的VRAE RDH方法中，估计技术对于接收者是必需的，因为除了他/她知道封面是自然图像之外没有原始内容的先验信息可用。在传统方法中，对加密图像的LSB平面进行修改以适应附加信息，并且基于评估标准（例如[8] - [10]中的波动函数）对原始LSB平面的估计来恢复图像。由于这些估计不够准确，所以只适用于嵌入少量附加位的情况下的恢复。

尽管VRBE可以实现更高的有效负载，但是它要求发送方必须在加密图像之前额外执行一次RDH。如果发送者不知道数据隐藏者要进行何种数据隐藏，或者他/她没有传统的RDH的计算能力的话，这将是不切实际的。另一方面，如果发送方可以通过将冗余位可逆地隐藏到原始的纯图像中来预留嵌入空间，则所有的嵌入任务也可以在发送方完成，那么数据隐藏者将变得多余。

鉴于这些问题，我们提出了一种通过结合MSB估计和DSC来实现高有效嵌入载荷的方法。由于估计MSB比估计LSB位平面准确得多，所以可以通过DSC解码以可接受的解码错误概率恢复MSB位平面的原始数据。换言之，通过这种组合可以实现大容量嵌入。

1. 系统描述

在Fig.I中描绘了所提出的系统，该系统由三个阶段组成：1）图像加密; 2）数据嵌入; 和3）数据提取/图像恢复。在阶段I中，发送者使用流密钥和加密密钥将原始图像加密成加密的图像。在阶段II中，数据提取者从使用LDPC编码的秘密图像中选择和压缩一些MSB以生成备用空间，并且使用嵌入密钥将附加比特嵌入到加密图像中。在阶段III中，接收者使用嵌入密钥来提取秘密位。如果他/她具有加密密钥，则可以通过图像解密和估计来近似地重构原始图像。当加密和嵌入密钥都可用时，接收者可以提取压缩比特，并且使用以估计的图像作为边信息的分布式源解码，以完美地恢复原始图像。

1. 图像加密和数据嵌入

A. 图像加密

不失一般性，我们假设原始图像O是灰度图像，所有像素值都在[0,255]之间，图像大小为Mtimes;N，其中M和N都是2的幂。首先，图像拥有者通过使用（1）将每个像素分解成8位来将原始图像变成普通位。其中Oij表示原始图像的像素，1lt;=ilt;=M, 1lt;=jlt;=N.

然后所有者使用流加密函数（例如RC4或SEAL）选择加密密钥来生成伪随机比特，并且通过(2)对原始图像的比特流进行加密，其中kiju是密钥比特流，eiju是所生成的密文， oplus;表示异或。

因此，加密图像E可以由（3）构成，其中Ei，j是加密图像的像素值，1le;ile;M且1le;jle;N。注意，（2）中的流密码仅打乱像素值，但不会改变像素位置。

B. 数据嵌入

图像加密后，内容所有者将加密的图像发送给数据隐藏者。 为了将附加的数据嵌入到图像中，数据处理者首先将加密的图像E分解成尺寸为M / 2times;N / 2的四个子图像E（1），E（2），E（3）和E（4）。其中E(k)(i,j)(k=1,hellip;,4)是每个子图像的像素值。

Fig.2示出了一个例子，其中4times;4图像被下采样到四个2times;2子图像。

整合子图像E（2），E（3）和E（4）的三个MSB平面的位，可以得到总共3MN / 4位。 使用选择密钥KSL，数据隐藏者伪随机地从它们中选择L位（1le;Lle;3MN/ 4），并由一个清除密钥KSF控制清除选定的位。

使用选择比率alpha;= L /（3MN / 4），将清除位分成K组，每组包含n位。将每组中的比特表示为C（k，l），其中k = 1,2，...，K和l = 1,2，...，n。 接下来，数据隐藏者使用Slepian-Wolf编码来压缩选定的位C. 定义一个大小为rtimes;n（0 lt;r lt;n）的LDPC矩阵H，其构造将在下面讨论。通过计算（5）将每个段变换成相应的伴随位，

其中算术模是2，k是组标，并且S是由此产生的伴随位。

根据（5），将组[C（k，1），C（k，2），...，C（k，n）]压缩成[S（k，1），S（k，2），...，S（K，R）]。因此，n-r位被腾空以用于数据隐藏。假设有K（n-r）个额外的位被嵌入，数据隐藏者使用流加密算法（例如RC4或SEAL）与另一个密钥KSC加密这些数据。将加密的附加比特分成K个分段，并将每个分段附加到[S（k，1），S（k，2），...，S（k，r）]以创建组合[Clsquo;(k,1),Crsquo;(k,2),...,Clsquo;(k,n)]。然后用[C（k，1），C（k，2）,...,C（k，n）]代替[C（k，1），C（k，2），....,C（k，n） ]并且在使用消隐关键字KSF进行反向消隐之后将其置于原始的MSB位置。 这样就产生了一个标记的加密图像。

密钥KSL，KSF和KSC构成了嵌入密钥KEMB =（KSL，KSF，KSC）。 通过可信通道，将嵌入密钥KEMB和参数PR =（L，n，r）发送给接收机。

C. 虚拟信道和嵌入率

由于所提出的方法基于DSC，我们仅使用LDPC矩阵H来生成将n位压缩成r位的伴随位。这里，比率beta;应该由源和边信息之间的相关统计来确定。DSC如Fig.3所示，其中X是要编码的信源，Y是用于解码的辅助信息，并假设X和Y之间的虚拟信道[25]。

根据DSC的Slepian-Wolf定理[22]，X可以用比率（6）压缩，其中H（x）= - x·log（x） - （1-x）·log（1-x） 是熵函数。

假设我们将数据隐藏到通过用理想Slepian-Wolf编码压缩源X而产生的空余空间中。 因此，嵌入容量为(7)。对于统计独立同分布（i.i.d.）二进制源X和Y，嵌入容量是(8)。其中q是虚拟通道的交叉概率。

在所提出的方法中，从MN像素中选择L个比特作为嵌入覆盖。 尽管选择的比特可能是高度相关的，但是在伪随机清除和分割之后相关性被削弱了。这些比特可以假定为i.i.d.，并且虚拟信道可以被视为具有错误概率为q的二进制对称信道。 因此，每像素比特的嵌入率的上限是（9）。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23146]，资料为PDF文档或Word文档，PDF文档可免费转换为Word