發(fā)布時(shí)間：2018-03-07 14:20

  本文選題：加密圖像可逆信息隱藏　切入點(diǎn)：嵌入混亂相結(jié)合　出處：《中國(guó)科學(xué)技術(shù)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：現(xiàn)如今云存儲(chǔ)十分流行,大大節(jié)約本地空間。然而數(shù)據(jù)外包存儲(chǔ)也會(huì)導(dǎo)致個(gè)人企業(yè)的隱私泄漏。用戶為了保護(hù)隱私信息,以圖像為例,可以對(duì)其"加密"。而云端在接收到密文圖像后,為了方便密文圖像的管理查詢、所屬方認(rèn)證以及保障原始數(shù)據(jù)真實(shí)性,可以嵌入用戶ID以及認(rèn)證標(biāo)注等水印信息。在向密文圖像嵌入水印信息后,云端不能對(duì)圖像造成永久失真,需要同時(shí)保證水印信息的正確提取和密文圖像的無損復(fù)原。加密圖像可逆信息隱藏技術(shù),能夠在密文圖像中進(jìn)行水印信息的嵌入,并能確保在水印正確提取后,可以無損地重構(gòu)出密文圖像,同時(shí)能正確解密得到明文圖像,保障用戶數(shù)據(jù)的完整性、真實(shí)性。已有的方法只針對(duì)云端嵌入不可視水印展開研究,云端采用的可逆隱藏技術(shù)必須與發(fā)送方(接收方)采用的加密(解密)技術(shù)對(duì)應(yīng),這在現(xiàn)實(shí)場(chǎng)景中不太適用。不僅如此,已有的方法沒有考慮到以下場(chǎng)景:(1)云端被認(rèn)為是"半誠(chéng)信式"的,用戶也需要嵌入水印對(duì)數(shù)據(jù)進(jìn)行完整性真實(shí)性認(rèn)證;(2)云端需要嵌入可視水印例如公司LOGO、用戶信息,從而可以更加輕松地識(shí)別出密文數(shù)據(jù)的所屬方。本文全面考慮上述多種場(chǎng)景,對(duì)不同場(chǎng)景下的加密圖像可逆信息隱藏技術(shù)進(jìn)行研究,內(nèi)容列舉如下:1.基于嵌入混亂相結(jié)合的用戶端可逆信息隱藏算法論文針對(duì)用戶端嵌入不可視水印的場(chǎng)景,面對(duì)既要加密圖像內(nèi)容,又要實(shí)現(xiàn)大嵌入率下的可逆信息隱藏的兩個(gè)要求,首先精準(zhǔn)預(yù)測(cè)像素降低預(yù)測(cè)誤差的信息量,而后在進(jìn)行信息嵌入過程的同時(shí)混亂圖像內(nèi)容,嚴(yán)重破壞圖像內(nèi)容質(zhì)量,達(dá)到加密目的。論文提出的局部線性預(yù)測(cè)模板,預(yù)測(cè)效果精準(zhǔn),使得大量嵌入信息成為可能。2.基于可逆圖像變換的云端密文域可逆信息隱藏算法論文針對(duì)已有的云端嵌入不可視水印場(chǎng)景下的方法缺陷,提出一種與"用戶端無關(guān)"的云端密文域可逆信息隱藏算法,具有實(shí)際應(yīng)用價(jià)值。該方法以可逆圖像變換為基礎(chǔ),將被保護(hù)的明文秘密圖像以另外一幅明文目標(biāo)圖像為參照進(jìn)行變換,得到與目標(biāo)圖像內(nèi)容相近的明文變換圖像,秘密圖像語(yǔ)義內(nèi)容被目標(biāo)圖像內(nèi)容掩蓋保護(hù)。由于變換后的圖像也是明文,所以云服務(wù)器端嵌入水印信息的方法可以是任意一種明文可逆信息隱藏算法,該算法獨(dú)立于用戶端發(fā)送方和接收方。3.云端密文域可逆的可視水印算法論文針對(duì)云端嵌入可視水印的場(chǎng)景,提出一種新穎的密文域可逆的可視水印算法。已有的可逆可視水印算法都是針對(duì)明文圖像,通過記錄原始圖像和嵌入水印的載秘圖像的差值達(dá)到可逆性。由于密文圖像像素之間完全沒有相關(guān)性,導(dǎo)致預(yù)測(cè)誤差仍然是隨機(jī)分布,產(chǎn)生的大量差值難以被可逆地嵌入到圖像中。本文的做法是在原始明文圖像中預(yù)留部分空間,該空間在加密后用來嵌入可視水印,從而避免差值的記錄。預(yù)留空間的像素可以采用明文可逆信息隱藏方法嵌入非水印區(qū)域中,從而得以無損重構(gòu)。
[Abstract]:Now cloud storage is very popular, greatly save space. However, local data outsourcing storage will lead to individual enterprises. In order to protect the privacy of user privacy information, to the image as an example, the "encryption". The cloud in the received cipher image, in order to facilitate query encrypted image management, the party certification the original data and guarantee the authenticity, the user can embed ID certification mark and the watermark information. The watermark information is embedded in the image to the ciphertext, the cloud can not cause permanent distortion of the image, at the same time to ensure correct extraction watermark and encrypted image lossless restoration of image encryption. Reversible information hiding technology, can the watermark information in the ciphertext in the image in the watermark embedding, and can ensure the correct extraction, lossless reconstruct the cipher image, and can correctly decrypt the image, protect the user data Integrity and authenticity. The existing methods for cloud embedding visible watermark is studied, using the cloud reversible hiding technology must be with the sender (receiver) using encryption (decryption) corresponding to this technique is not applicable, in the real scene. Moreover, the method does not take into account the following scenarios: (1) the cloud is considered to be the "semi honest", users also need to embed the watermark integrity authentication of data; (2) cloud embedding visible watermark such as LOGO, user information, and can more easily identify encrypted data is. Considering the various scenes, hiding technology research on image encryption reversible information in different scenarios, the contents are listed as follows: 1. based on the end user reversible information hiding algorithm combining chaos embedded according to user end embedding watermark scene, face For both to encrypt the image content, but also to achieve the two requirements of the reversible information hiding high embedding rate, accurate prediction of first pixel to reduce the amount of information of the prediction error, then the embedding process and chaos image content, serious damage image quality, and achieve the purpose of encryption. The local linear prediction module, prediction the effect of precise, making a large number of embedded information can be.2. for the existing method of embedding watermark cloud scene defect hiding algorithm the cloud cipher domain image transform based on reversible reversible information hiding algorithm, propose a cloud cipher domain and user terminal independent reversible information ", has practical application value. The method is based in a reversible image transform, the secret image will be protected by another plaintext plaintext image as reference for transformation, and get target image Let's express similar image transform, image semantic content covered secret protection target image content. Because the transformed image is clear, so the cloud server can embed watermarking information hiding algorithm is an arbitrary plaintext reversible information, the algorithm is independent of the user visible watermarking algorithm end of sender and receiver.3. cloud ciphertext domain reversible video watermarking embedding for cloud scene, proposed a novel video watermarking algorithm in cipher domain reversible. The reversible visible watermark algorithms are based on the plain image, to achieve reversibility by recording the original image and watermark image. The difference between the carrying secret because no correlation between the cipher image pixels, resulting in prediction the error is still a large number of random distribution, the difference between to be reversibly embedded into the image. In this paper, it is in the original image Some space is reserved in the space. After encrypting, the space is used to embed visible watermark, so as to avoid the record of the difference. The reserved pixels in the reserved space can be embedded in the non watermark region by the plaintext reversible information hiding method, so that it can be reconstructed nondestructively.

【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP309.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高禮靜;;基于圖像的針劑自動(dòng)裁切與定位[J];福建電腦;2008年12期

2 奚惠寧;任蕊;;判斷有關(guān)醫(yī)學(xué)圖像專利申請(qǐng)是否為非授權(quán)客體[J];電視技術(shù);2013年S2期

3 韓雙旺;崔兆順;李德錄;李芙蓉;;基于閾值的彩色目標(biāo)圖像的提取與測(cè)量[J];自動(dòng)化與儀器儀表;2010年03期

4 林靜;王薇婕;關(guān)丹丹;景軍鋒;;基于浮雕圖像的3D浮雕效果實(shí)現(xiàn)[J];微型機(jī)與應(yīng)用;2012年11期

5 李敏潔;魏仲慧;何昕;;基于FPGA的多功能圖像目標(biāo)發(fā)生器的設(shè)計(jì)與實(shí)現(xiàn)[J];微計(jì)算機(jī)信息;2005年25期

6 韓雙旺;崔兆順;鮑麗紅;李德錄;;基于目標(biāo)圖像的提取與測(cè)量[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2007年04期

7 劉進(jìn);孫婧;徐正全;顧鑫;;基于目標(biāo)的圖像輕量級(jí)加密[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年06期

8 于明;王倩;郭迎春;;一種圖像的顯著區(qū)域提取方法[J];光電工程;2012年08期

9 郭旭平,李在銘;圖像目標(biāo)的可視識(shí)別與智能跟蹤[J];系統(tǒng)工程與電子技術(shù);1998年08期

10 王成;張劍戈;江旭峰;章魯;;基于知識(shí)的三維核醫(yī)學(xué)圖像左心室心肌區(qū)的提取[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2007年01期

相關(guān)會(huì)議論文 前5條

1 張林怡;王運(yùn)鋒;王建國(guó);;分維數(shù)在SAR圖像海岸線檢測(cè)中的應(yīng)用研究[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

2 李吉成;魯新平;楊衛(wèi)平;張志龍;高穎慧;沈振康;;圖像目標(biāo)的自動(dòng)識(shí)別和快速篩選技術(shù)[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

3 佘二永;;SAR圖像目標(biāo)解譯技術(shù)分析[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅰ[C];2011年

4 趙朝杰;朱虹;黎璐;董敏;袁承興;;基于內(nèi)容感知的圖像非等比例縮放[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 奚惠寧;;淺談?dòng)嘘P(guān)醫(yī)學(xué)圖像的專利申請(qǐng)如何判斷是否是非授權(quán)客體[A];2013年中華全國(guó)專利代理人協(xié)會(huì)年會(huì)暨第四屆知識(shí)產(chǎn)權(quán)論壇論文匯編第二部分[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 錢智明;面向圖像標(biāo)注的張量表示與語(yǔ)義建模方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2015年

2 吳俊峰;基于視覺顯著性的圖像檢索算法研究[D];大連海事大學(xué);2017年

3 楊發(fā)盛;復(fù)雜退化條件下靶場(chǎng)圖像多模式盲復(fù)原技術(shù)研究[D];中國(guó)科學(xué)院光電技術(shù)研究所;2017年

4 鄧劍勛;多示例圖像檢索算法研究及在人臉識(shí)別中的應(yīng)用[D];重慶大學(xué);2012年

5 王亮申;圖像特征提取及基于內(nèi)容圖像數(shù)據(jù)庫(kù)檢索理論和方法研究[D];大連理工大學(xué);2002年

6 魏波;點(diǎn)時(shí)空約束圖像目標(biāo)跟蹤理論與實(shí)時(shí)實(shí)現(xiàn)技術(shù)研究[D];電子科技大學(xué);2000年

7 劉俊;基于鉬靶圖像的計(jì)算機(jī)輔助乳腺癌檢測(cè)系統(tǒng)中關(guān)鍵技術(shù)研究[D];武漢科技大學(xué);2012年

8 付華柱;圖像協(xié)同關(guān)聯(lián)性約束的研究與應(yīng)用[D];天津大學(xué);2013年

9 廖宜濤;基于圖像與光譜信息的豬肉品質(zhì)在線無損檢測(cè)研究[D];浙江大學(xué);2011年

10 陳海林;基于判別學(xué)習(xí)的圖像目標(biāo)分類研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 徐衍魯;基于改進(jìn)的K-means和層次聚類方法的詞袋模型研究[D];上海師范大學(xué);2015年

2 甘洪涌;SAR圖像自動(dòng)目標(biāo)識(shí)別算法研究[D];哈爾濱理工大學(xué);2014年

3 張玉營(yíng);基于認(rèn)知理論的高分辨率PolSAR圖像目標(biāo)解譯算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 王帥;視頻中扇貝圖像的檢測(cè)與定位研究[D];大連海洋大學(xué);2015年

5 李偉;改進(jìn)的主顏色提取方法及自適應(yīng)權(quán)重圖像檢索算法研究[D];華中師范大學(xué);2015年

6 李星云;碼垛機(jī)器人視覺控制關(guān)鍵技術(shù)的研究[D];西南科技大學(xué);2015年

7 梁，

本文編號(hào)：1579651