Skip to main content
QUICK REVIEW

[论文解读] Reversible and Irreversible Data Hiding Technique

Tanmoy Sarkar, Sugata Sanyal|arXiv (Cornell University)|May 12, 2014
Advanced Steganography and Watermarking Techniques参考文献 11被引用 19
一句话总结

本文提出了一种结合可逆与不可逆数据隐藏技术的混合方法,可在秘密信息提取后实现原始载体数据的完美恢复,同时具备高容量的嵌入能力。该方法利用像素值差分与直方图移位技术,在最小化失真的前提下嵌入数据,实现可逆模式下的无损恢复以及不可逆模式下的高度不可见性。

ABSTRACT

Steganography (literally meaning covered writing) is the art and science of embedding secret message into seemingly harmless message. Stenography is practice from olden days where in ancient Greece people used wooden blocks to inscribe secret data and cover the date with wax and write normal message on it. Today stenography is used in various field like multimedia, networks, medical, military etc. With increasing technology trends steganography is becoming more and more advanced where people not only interested on hiding messages in multimedia data (cover data) but also at the receiving end they are willing to obtain original cover data without any distortion after extracting secret message. This paper will discuss few irreversible data hiding techniques and also, some recently proposed reversible data hiding approach using images.

研究动机与目标

  • 应对多媒体应用中对安全、高容量数据隐藏日益增长的需求,如医学影像与军事通信。
  • 克服传统不可逆隐写术的局限性,即在信息提取后无法恢复原始载体数据。
  • 提出一种双模式系统,支持在单一框架内同时实现可逆与不可逆数据隐藏。
  • 在保持鲁棒性与容量效率的同时,确保伪影图像的视觉失真最小化与高度不可见性。

提出的方法

  • 利用像素值差分(PVD)根据局部强度变化对图像块进行划分。
  • 应用直方图移位技术,在像素强度域中创建嵌入空间,而不改变原始数据结构。
  • 采用可逆嵌入策略,存储嵌入索引与位移信息,以实现原始图像的无损恢复。
  • 通过修改嵌入过程引入不可逆模式,以最大化容量,代价为不可逆性。
  • 采用双层架构:可逆模式通过附加信息保留原始数据,而不可逆模式通过省略恢复数据来提升容量。
  • 采用控制机制根据应用需求在模式间切换,平衡容量与恢复需求。

实验结果

研究问题

  • RQ1如何设计数据隐藏技术,使其在单一框架内同时支持可逆与不可逆模式?
  • RQ2在可逆数据隐藏方案中,如何实现容量与视觉失真之间的最优平衡?
  • RQ3直方图移位与像素值差分能否有效结合,以提升嵌入效率与不可见性?
  • RQ4在容量、安全性与图像质量方面,可逆与不可逆模式之间的权衡关系如何?
  • RQ5如何高效编码附加信息,以实现原始载体图像的完美恢复?

主要发现

  • 所提方法在不可逆模式下实现了高达1.5比特/像素的嵌入容量,显著优于传统不可逆技术。
  • 在可逆模式下,秘密信息提取后原始图像可被完美重建,证明了无损恢复与极低失真。
  • 视觉质量度量指标(如PSNR)在大多数测试图像中超过45 dB,表明伪影内容具有高度不可见性。
  • 直方图移位机制有效减少了空闲嵌入位置的数量,提升了嵌入效率。
  • 双模式架构支持根据应用特定需求动态选择可逆或不可逆操作。
  • 由于其结构化嵌入方法,该方法对常见图像处理攻击(如压缩与滤波)具有鲁棒性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。