自适应最高有效位预测(adaptive most significant bit prediction,AMP)是当前实现加密域可逆信息隐藏的一种重要算法。通过比较分块内首像素与其余像素,提取出公共最高有效位并用于像素预测,可节省空间嵌入秘密信息。然而,分块内首像...自适应最高有效位预测(adaptive most significant bit prediction,AMP)是当前实现加密域可逆信息隐藏的一种重要算法。通过比较分块内首像素与其余像素,提取出公共最高有效位并用于像素预测,可节省空间嵌入秘密信息。然而,分块内首像素与其他像素差异较大,会制约嵌入容量。为解决这个问题,本文将分块内嵌入数据时没有变化的像素聚集,构建为虚拟像素块。通过对虚拟像素块再次执行AMP算法,实现对当前方案嵌入容量的提升。为进一步增加虚拟像素块的数量,本文提出一种填充策略。以22的像素块为例,在分块嵌入容量足够大时,通过填充固定比特位增加像素相关性,使得嵌入过程中前两个像素保持不变,这样全部可用来构建虚拟块。因为填充策略构建T字段并提出新的32 bits像素结构,该结构能够提升像素相关性从而提升嵌入容量。通过在真实世界数据集上开展实验,结果表明本文所提算法相比当前的主流AMP算法,能够在保证可逆的前提下大幅提高嵌入容量。展开更多
文摘自适应最高有效位预测(adaptive most significant bit prediction,AMP)是当前实现加密域可逆信息隐藏的一种重要算法。通过比较分块内首像素与其余像素,提取出公共最高有效位并用于像素预测,可节省空间嵌入秘密信息。然而,分块内首像素与其他像素差异较大,会制约嵌入容量。为解决这个问题,本文将分块内嵌入数据时没有变化的像素聚集,构建为虚拟像素块。通过对虚拟像素块再次执行AMP算法,实现对当前方案嵌入容量的提升。为进一步增加虚拟像素块的数量,本文提出一种填充策略。以22的像素块为例,在分块嵌入容量足够大时,通过填充固定比特位增加像素相关性,使得嵌入过程中前两个像素保持不变,这样全部可用来构建虚拟块。因为填充策略构建T字段并提出新的32 bits像素结构,该结构能够提升像素相关性从而提升嵌入容量。通过在真实世界数据集上开展实验,结果表明本文所提算法相比当前的主流AMP算法,能够在保证可逆的前提下大幅提高嵌入容量。
