一种可逆信息隐藏方法、系统、设备及介质
阅读说明：本技术 一种可逆信息隐藏方法、系统、设备及介质 (Reversible information hiding method, system, equipment and medium ) 是由 潘志斌 张潇然 周诠 樊郭君 高昕毅 于 2021-07-27 设计创作，主要内容包括：本发明公开了一种可逆信息隐藏方法、系统、设备及介质,所述方法包括以下步骤：获得预处理后的载体图像及位置图；将位置图拼接在预处理为二进制码流的秘密信息后；分块获得多个图像块,计算获得每个图像块的复杂度；基于预获取的复杂度阈值T-(1)、T-(2)以及每个图像块的复杂度进行分类,对于复杂度小于等于复杂度阈值T-(1)的图像块集合中的图像块,选取希尔伯特曲线预测对块内的像素进行嵌入操作；对于复杂度大于复杂度阈值T-(1)且复杂度小于等于复杂度阈值T-(2)的图像块集合的图像块,选取像素值排序预测对块内的像素进行嵌入操作；将解码所需的辅助信息嵌入到秘密信息嵌入处理后的载体图像的第一行像素中。本发明能够提高可逆信息隐藏算法的隐藏性能。(The invention discloses a reversible information hiding method, a system, equipment and a medium, wherein the method comprises the following steps: obtaining a preprocessed carrier image and a position map; splicing the position map after preprocessing the position map into the secret information of the binary code stream; obtaining a plurality of image blocks by partitioning, and calculating the complexity of each image block; complexity threshold T based on pre-acquisition 1 、T 2 And classifying the complexity of each image block, wherein the complexity is less than or equal to a complexity threshold T 1 Selecting a Hilbert curve to predict image blocks in the image block set, and performing embedding operation on pixels in the image blocks; for complexity greater than a complexity threshold T 1 And the complexity is less than or equal to the complexity threshold T 2 Selecting pixel value sequencing prediction to carry out embedding operation on pixels in the image blocks of the image block set; embedding auxiliary information required for decoding into the first row of pixels of the carrier image after the secret information embedding process. The invention can improve the hiding performance of the reversible information hiding algorithm.)
技术领域
本发明属于信息安全技术领域，涉及基于空域的可逆信息隐藏领域，特别涉及一种可逆信息隐藏方法、系统、设备及介质。
背景技术
个人隐私信息遭到泄露，国家和企业的机要信息受到攻击的事件屡屡发生，信息安全得不到保障的问题已经给国家、社会和个人带来了重大的损失，保障数据安全变得至关重要。可逆信息隐藏技术将机要信息隐藏到载体中，然后把嵌有秘密信息的载体在公开信道中进行传输，同时接收者可以无损地恢复出原本的秘密信息以及载体。信息隐藏通过降低载体失真的方式来达到隐蔽通信的目的。在攻击者看来，含密信息和原始载体信息并无区别，保证了秘密信息的安全。
为了保障机要信息得以安全隐蔽地传输，可逆信息隐藏算法需要追求较大的嵌入容量和较低的载体失真。嵌入容量指载体中可以嵌入的秘密信息总量，体现了秘密信息传输的效率，嵌入容量越高，秘密信息的传输效率越高。载体失真指载体图像嵌入秘密信息前后的质量损失，体现了秘密信息传输的不可感知性，载体失真越低，秘密信息传输的不可感知性越强。但是嵌入容量和载体失真这两项指标是对偶的，为了获取较高嵌入容量会以增大载体失真作为代价，反之亦然。
为了追求较大的嵌入容量，有研究者提出了基于相邻像素值差值扩展的信息隐藏算法，这样每两个像素就可以嵌入一个比特的秘密信息，但是差值扩展直接导致了对像素值修改较大的问题，造成了较大的载体失真；此外，还会诱发诸如像素值溢出，辅助信息增大等问题。
为了减小载体失真，有研究者提出了将秘密信息隐藏在载体图像灰度直方图中数量最多的像素值当中，这样每一个像素的值的变化最多为1，而且仅对部分像素修改像素值，可以有效地减小载体失真，但是这样做图像的嵌入容量比较小，而且很大程度上取决于载体图像的内容。
目前，研究者们提出了将秘密信息隐藏在像素的预测误差直方图中，取得了较好的综合效果，但是这类方法仍有较大的改进空间：载体图像像素之间的冗余仍需要进一步开发，以提高嵌入容量；低嵌入容量下载体失真需要进一步降低。
发明内容
本发明的目的在于提供一种可逆信息隐藏方法、系统、设备及介质，以解决现有技术中像素值排序预测方法对像素间冗余开发不足，嵌入秘密信息条件不合理等可逆信息隐藏性能限制的技术问题。本发明能够提高可逆信息隐藏算法的隐藏性能。
为达到上述目的，本发明采用以下技术方案：
本发明的一种可逆信息隐藏方法，包括以下步骤：
步骤1，对载体图像除第一行像素以外的部分进行防溢预处理，获得处理后的载体图像及位置图；将位置图拼接在预处理为二进制码流的秘密信息后；
步骤2，将步骤1获得的处理后的载体图像除第一行像素以外的部分进行不重叠分块，获得多个图像块；利用块外像素，计算获得每个图像块的复杂度；
步骤3，基于预获取的复杂度阈值T1、T2以及每个图像块的复杂度，对步骤2分块获得的所述多个图像块进行分类，获得复杂度小于等于复杂度阈值T1的图像块集合、复杂度大于复杂度阈值T1且复杂度小于等于复杂度阈值T2的图像块集合以及复杂度大于复杂度阈值T2的图像块集合；其中，T1小于T2；
步骤4，对于复杂度小于等于复杂度阈值T1的图像块集合中的图像块，选取希尔伯特曲线预测对块内的像素进行嵌入操作；对于复杂度大于复杂度阈值T1且复杂度小于等于复杂度阈值T2的图像块集合的图像块，选取像素值排序预测对块内的像素进行嵌入操作；对复杂度大于复杂度阈值T2的图像块集合的图像块不进行嵌入操作；
直到秘密信息嵌入完成或者没有可用像素；
步骤5，将解码所需的辅助信息嵌入步骤4嵌入处理后的载体图像的第一行像素中。
本发明的进一步改进在于，步骤1具体包括：
按光栅扫描的顺序扫描载体图像第一行以外的每一个像素，设定i初始值为1，对每个像素进行如下操作：
式中，px,y表示坐标为(x,y)的像素值，式中x∈[2,H]，y∈[1,W]，H和W分别表示载体图像的高和宽；LM是位置图，用于记录像素值调整的一维向量；
将LM进行算术压缩，得到压缩后的位置图CLM；将压缩后的位置图CLM拼接合并在秘密信息之后。
本发明的进一步改进在于，步骤2具体包括：
步骤2.1，将载体图像划分为大小为h×w的不重叠的图像块，记录第h+1行至第h+2的第1列至第w+2列和第1行至第h+2的第w+1列至第w+2列的像素；
步骤2.2，对于图像块Blocki，块内和块外像素为pm,n，1≤m≤h+2，1≤n≤w+2；
复杂度计算公式如下：
本发明的进一步改进在于，步骤3中，预获取的复杂度阈值T1、T2的获取步骤包括：
设置复杂度阈值T1和T2；
其中，0≤T1<T2≤max(Complexity(Blocki))，max(Complexity(Blocki))表示载体图像中图像块复杂度的最大值；
遍历载体图像中图像块复杂度集合，分别作为T1和T2的取值组合，计算失真；选取最优失真情况对应的T1、T2和Bin1、Bin2的取值组合最为最终的复杂度阈值T1、T2和嵌入直方Bin1、Bin2；选取最优失真情况对应的T1、T2的取值组合最为最终的复杂度阈值T1、T2；
其中，计算失真的具体步骤为：
(1)根据当前设定的T1和T2的值，执行步骤4，得到在给定T1和T2条件下的次优失真嵌入结果：含密图像container(T1,T2,Bin1,Bin2)和嵌入直方Bin1，Bin2；其中，Bin1，Bin2表示在给定T1,T2条件下的嵌入直方；T1,T2,Bin1,Bin2共同确定了最优嵌入条件；
(2)计算载体图像与含密图像的峰值信噪比PSNR(cover,container(T1,T2,Bin1,Bin2))，其中，cover为载体图像，PSNR(·)表示峰值信噪比计算公式；
获取最优失真情况的步骤为：
1)执行步骤4，得到在给定T1和T2条件下的次优失真嵌入情况：
2)遍历载体图像中图像块复杂度集合，分别作为T1和T2的取值，遍历所有可能组合，得到最优失真情况：
本发明的进一步改进在于，步骤4中，对于复杂度小于等于复杂度阈值T1的图像块集合中的图像块，选取希尔伯特曲线预测对块内的像素进行嵌入操作的具体步骤包括：
对于被分类为采用希尔伯特曲线预测的图像块，先对其选取嵌入的预测误差的直方Bin1和Bin2；其中，min(Error)≤Bin1<Bin2≤max(Error)，min(Error)表示预测误差的最小值，max(Error)表示预测误差的最大值，嵌入直方Bin1，Bin2为正整数；通过遍历Bin1和Bin2所有可能的取值更新进行嵌入的直方；
对于每一个图像块，按希尔伯特曲线扫描顺序获取其中的每一个像素值，得到序列{p1,p2,…,ph×w}，对于pi和pi+1，pi作为预测像素，pi+1作为被预测像素，计算其预测误差，并进行嵌入或搬移操作，表达式如下：
ei＝pi+1-pi，1≤i≤h×w-1，
式中，b∈{0,1}为秘密信息比特，为嵌入后的像素值；
步骤4中，对于复杂度大于复杂度阈值T1且复杂度小于等于复杂度阈值T2的图像块集合的图像块，选取像素值排序预测对块内的像素进行嵌入操作的具体步骤包括：
对于被分类为采用像素值排序预测的图像块，按光栅扫描顺序获取其中的每一个像素值，得到序列{p1,p2,…,ph×w}并按照从小到大的顺序排列，得到排序后的序列{pσ(1),pσ(2),…,pσ(h×w)}；式中，σ:{1,2,…,h×w}→{1,2,…,h×w}是一对一的排序映射，映射结果为pσ(1)≤pσ(2)≤…≤pσ(h×w)；其中，在pσ(n)＝pσ(m)且n<m时，有σ(n)<σ(m)；
每个图像块的最大像素pσ(h×w)与最小像素pσ(1)被作为被预测像素，每个图像块第二大的像素pσ(h×w-1)与第二小的像素pσ(2)作为预测像素值，分别计算其预测误差，表达式如下：
eσ(h×w)＝pσ(h×w)-pσ(h×w-1)，
eσ(1)＝pσ(2)-pσ(1)，
根据预测误差的值对该像素进行嵌入或者搬移，其表达式为：
式中，b∈{0,1}为秘密信息比特，为嵌入后的块内最大像素值，为嵌入后的块内最小像素值；
更新嵌入的直方Bin1和Bin2，重复直至遍历预测像素与被预测像素的预测误差集合，分别作为Bin1和Bin2的取值组合，计算失真，记录次优失真情况；
其中失真的计算包含以下步骤：
根据当前设定的T1,T2,Bin1,Bin2的值，得到在给定条件下的嵌入结果：含密图像container(T1,T2,Bin1,Bin2)；
计算载体图像与含密图像的峰值信噪比PSNR(cover,contiainer(T1,Bin2,Bin1,Bin2))，其中，cover为载体图像，PSNR(·)表示峰值信噪比计算公式；
获取次优失真的步骤为：
执行嵌入操作后得到含密图像container(T1,T2,Bin1,Bin2)；次优嵌入情况通过如下方式得到：
本发明的进一步改进在于，步骤5中，所述解码所需的辅助信息包括：划分图像块尺寸h和w；复杂度阈值T1和T2；嵌入直方Bin1和Bin2；嵌入的最后位置Pend；压缩后的位置图的长度lCLM。
本发明的进一步改进在于，在步骤5之后，还包括解码过程；
所述解码过程的步骤具体包括：
读取载体图像第一行的前的像素的最低有效位，获取辅助信息；
从嵌入的最后一个像素开始，按照与光栅扫描相反的顺序逐块扫描，利用块外像素计算复杂度；
基于每个图像块的复杂度选用对应的预测器对图像块进行解码；其中，对于采用希尔伯特曲线预测的图像块，根据希尔伯特曲线得到扫描序列，将第一个像素作为参考像素，依次提取秘密信息并恢复原本的像素值；对于采用像素值排序预测的图像块，对于块内的像素进行排序，利用次大值和次小值分别提取最大值和最小值中的秘密信息并恢复原本的像素值；
将解出的秘密信息的后位替换第一行前 的像素的最低有效位；
将辅助信息中的压缩后的位置图进行解压，得到位置图；利用位置图恢复原本的边缘像素值。
本发明的一种可逆信息隐藏系统，包括：
预处理模块，用于对载体图像除第一行像素以外的部分进行防溢预处理，获得处理后的载体图像及位置图；将位置图拼接在预处理为二进制码流的秘密信息后；
分块模块，用于将获得的处理后的载体图像除第一行像素以外的部分进行不重叠分块，获得多个图像块；利用块外像素，计算获得每个图像块的复杂度；
分类模块，用于基于预获取的复杂度阈值T1、T2以及每个图像块的复杂度，对分块获得的所述多个图像块进行分类，获得复杂度小于等于复杂度阈值T1的图像块集合、复杂度大于复杂度阈值T1且复杂度小于等于复杂度阈值T2的图像块集合以及复杂度大于复杂度阈值T2的图像块集合；其中，T1小于T2；
第一嵌入模块，用于对于复杂度小于等于复杂度阈值T1的图像块集合中的图像块，选取希尔伯特曲线预测对块内的像素进行嵌入操作；对于复杂度大于复杂度阈值T1且复杂度小于等于复杂度阈值T2的图像块集合的图像块，选取像素值排序预测对块内的像素进行嵌入操作；对复杂度大于复杂度阈值T2的图像块集合的图像块不进行嵌入操作；直到秘密信息嵌入完成或者没有可用像素；
第二嵌入模块，用于将解码所需的辅助信息嵌入第一嵌入模块嵌入处理后的载体图像的第一行像素中。
本发明的一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如本发明任意一项上述的可逆信息隐藏方法。
本发明的一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如本发明任意一项上述的可逆信息隐藏方法。
与现有技术相比，本发明具有以下有益效果：
本发明通过结合希尔伯特曲线预测与像素值排序预测两种方法，将两种算法的优势能够进一步发挥，具体包括：
(1)在低复杂度区域采用希尔伯特曲线预测，充分开发了像素之间的冗余，获取更多预测误差；
(2)对图像先分块，后用希尔伯特曲线进行预测，实现了对复杂度的利用，降低了由于嵌入带来的搬移失真；
(3)在低嵌入容量下，考虑了嵌入直方的选取，在预测误差直方图上表现为靠两边的直方，对该直方进行嵌入操作可以有效降低搬移失真；
(4)对于复杂度较高的块，采用像素值排序预测，利用排序后像素值之间的相关性提升性能，相较于希尔伯特曲线预测，减少了不必要的搬移失真，从而实现了希尔伯特曲线预测和像素值排序预测的结合。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面对实施例或现有技术描述中所需要使用的附图做简单的介绍；显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种基于希尔伯特曲线预测与像素值排序预测的可逆信息隐藏方法的流程示意图；
图2是本发明实施例中，使用的分块大小为2×2的希尔伯特曲线扫描示意图；
图3是本发明实施例中，使用的分块大小为2×2的像素值排序的示意图；
图4是本发明实施例中，以分块大小为2×2，嵌入容量36000时本例算法与分块大小为2×2时像素值排序预测、分块大小为2×2时希尔伯特曲线预测进行比较时的预测误差直方图；
图5是本发明实施例中，以分块大小为2×2的采用希尔伯特曲线预测和像素值排序预测的图像块的数量随嵌入容量(EC)变化的示意图；
图6是本发明实施例算法与像素值排序预测、希尔伯特曲线预测进行比较时载体图像Lena与原始图像的峰值信噪比(PSNR)随嵌入容量(EC)变化的示意图。
具体实施方式
为使本发明实施例的目的、技术效果及技术方案更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例是本发明一部分实施例。基于本发明公开的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它实施例，都应属于本发明保护的范围。
请参阅图1，本发明实施例的一种基于希尔伯特曲线预测与像素值排序预测的可逆信息隐藏算法，包括以下步骤：
步骤1：对载体图像除第一行以外的部分进行防上溢/下溢操作。
可选的，步骤1具体包括：按光栅扫描的顺序，即从左到右，从上到下扫描载体图像第一行以外的每一个像素，设定i初始值为1，对每个像素进行如下操作：
公式中，px,y表示坐标为(x,y)的像素值，该式中x∈[2,H],y∈[1,W],H和W分别表示图像的高和宽；LM是位置图，是用来记录像素值调整的一维向量。在解码端需要使用记录完好位置图来恢复为了防止上溢/下溢而调整的像素值，即将对应的LM{i}为1的值为254和1的像素的值分别变为255和0。
将LM进行算术压缩以减少所需的存储量，得到压缩后的位置图CLM。将CLM作为秘密信息的一部分，合并在原本的秘密信息之后。
步骤2：根据设定的图像块的大小，对图像进行分块，同时计算图像块的复杂度。
(1)将图像划分为大小为h×w的不重叠的图像块，同时记录第h+1行至第h+2的第1列至第w+2列和第1行至第h+2的第w+1列至第w+2列的像素；
(2)对于图像块Blocki，块内和块外像素为pm,n,1≤m≤h+2,1≤n≤w+2。复杂度计算公式如下：
公式(2)中，利用图像块外像素的梯度作为复杂度的计算依据。块外像素梯度越低，复杂度就越低；利用希尔伯特曲线预测进一步开发像素间的冗余，获取更多可用的预测误差，提高嵌入容量。块外像素梯度越高，复杂度就越高；利用像素值排序预测需求像素值间的冗余，避免不必要的搬移失真，降低载体失真。
步骤3：设置复杂度阈值。
设置复杂度阈值T1和T2，
其中，0≤T1<T2≤max(Complexity(Blocki)),max(Complexity(Blocki))表示图像块复杂度的最大值；通过遍历T1和T2所有可能的取值作为复杂度阈值。
步骤4：按光栅扫描顺序依次选取每一个块及其块外像素，计算其复杂度，并根据复杂度阈值选取对应的预测器。
(1)对于每一个块Blocki，利用步骤2中所示的方法计算出其复杂度Complexity(Blocki)，对复杂度Complexity(Blocki)≤T1的图像块采用希尔伯特曲线预测，对复杂度T1<Complexity(Blocki)≤T2的图像块采用像素值排序预测，对复杂度T2≤Complexity(Blocki)的图像块不采取嵌入操作；
(2)对于被分类为采用希尔伯特曲线预测的块，进行嵌入操作；
a.先对其选取嵌入的预测误差的直方，选取的预测误差的直方为Bin1和Bin2。其中，min(Error)≤Bin1<Bin2≤max(Error),min(Error)表示预测误差的最小值，max(Error)表示预测误差的最大值；
b.对于每一个块，按希尔伯特曲线扫描顺序获取其中的每一个像素值，得到序列{p1,p2,…,ph×w}，对于pi和pi+1，pi作为预测像素，pi+1作为被预测像素，计算其预测误差，并进行嵌入或搬移操作，表达式如下：
ei＝pi+1-pi，1≤i≤h×w-1,#(3)
式中，b∈{0,1}为秘密信息比特，在实验中选用随机产生的比特流来作为秘密信息。为嵌入后的像素值，由于把每个块由希尔伯特曲线扫描得到的序列中的第一个像素作为参考像素，并未对其进行嵌入或是搬移操作，在解码端可以据此恢复出扫描得到的序列中第二个像素原有的值。恢复后的像素作为下一待解码像素的参考像素，依次恢复原有像素值，同时提取出秘密信息；
(3)对于被分类为采用像素值排序预测的块，进行嵌入操作。
a.对于每一个块，按光栅扫描顺序获取其中的每一个像素值，得到序列{p1,p2,…,ph×w}；
b.将该序列按照从小到大的顺序排列，得到排序后的序列{pσ(1),pσ(2),…,pσ(h×w)}，式中，σ:{1,2,…,h×w}→{1,2,…,h×w}是一对一的排序映射，映射结果为pσ(1)≤pσ(2)≤…≤pσ(h×w)，其中，在pσ(n)＝pσ(m)且n<m时，有σ(n)<σ(m)；
c.每个块的最大像素pσ(h×w)与最小像素pσ(1)被作为被预测像素，每个块第二大的像素pσ(h×w-1)与第二小的像素pσ(2)作为预测像素值，分别计算其预测误差，表达式如下：
eσ(h×w)＝pσ(h×w)-pσ(h×w-1),#(5)
eσ(1)＝pσ(2)-pσ(1).#(6)
d.根据预测误差的值对该像素进行嵌入或者搬移，其表达式为：
式中，b∈{0,1}为秘密信息比特，为嵌入后的块内最大像素值，为嵌入后的块内最小像素值，可见每个块的最大值和最小值在嵌入或者搬移之后仍为所在块的最大值或最小值，从而使得在解码端也可以利用与次大值和次小值的差确定其是否为含密像素，并对其进行提取秘密信息与回复原有像素值的操作。
(4)转至步骤(3)更新嵌入的直方Bin1和Bin2，直至遍历预测像素与被预测像素的预测误差集合，分别作为Bin1和Bin2的取值组合；
(5)记录在给定嵌入容量下载体失真最小的Bin1和Bin2，即Bin1和Bin2满足下式：
步骤5：更新复杂度阈值。
(1)转至步骤三更新复杂度阈值T1和T2，直至遍历载体图像中图像块复杂度集合，分别作为T1和T2的取值组合；
(2)记录在满足给定嵌入容量下载体失真最小的阈值T1和T2以及相应的Bin1和Bin2，即阈值T1和T2以及相应的Bin1和Bin2满足下式：
步骤6：将解码所需的辅助信息嵌入图像的第一行像素中。
以大小为H×W的图像为例，将图像第一行的前个像素的最低有效位记录下，并将些数据并入秘密信息。为了在解码端实现盲解，将原本的最低有效位用以下辅助信息替代，包括：
(1)划分图像块尺寸h和w,占用2+2＝4比特；
(2)复杂度阈值T1和T2，占用12比特；
(3)嵌入直方Bin1和Bin2，占用8比特；
(4)嵌入的最后位置Pend，占用比特；
(5)压缩后的位置图的长度lCLM，占用比特；
上式中，表示向上取整。
最终方法的性能可以用嵌入容量-峰值信噪比曲线来衡量，即特定嵌入信息量下的载体图像质量。
本发明实施例的一种基于像素值排序预测与菱形预测的可逆信息隐藏算法，用于隐秘通信或秘密信息存储，其解码包括以下步骤：
步骤1，读取第一行的前的像素的最低有效位，获取辅助信息；
步骤2，从嵌入的最后一个像素开始，按照与光栅扫描相反的顺序逐块扫描，利用块外像素计算复杂度。参考步骤1中解码得到的复杂度阈值，选用相应的预测器对图像块解码：对于采用希尔伯特曲线预测的图像块，根据希尔伯特曲线得到扫描序列，将第一个像素作为参考像素，依次提取秘密信息并恢复原本的像素值；对于采用像素值排序预测的图像块，对于块内的像素进行排序，利用次大值和次小值分别提取最大值和最小值中的秘密信息并恢复原本的像素值；
步骤3，将解出的秘密信息的后位替换第一行前 的像素的最低有效位；
步骤4，将辅助信息中的压缩后的位置图进行解压，得到位置图,利用位置图恢复原本的边缘像素值。
请参阅图1至图6，图4h-2*2表示分块大小2×2时希尔伯特曲线预测得到的预测误差直方图；p-2*2表示分块大小2×2时像素值排序预测得到的预测误差直方图；com-2*2表示是本发明实施例中以分块大小为2×2，嵌入容量36000时本例算法得到的预测误差直方图。从图4可以看出希尔伯特曲线预测与像素值排序预测的可逆信息隐藏算法(在嵌入容量为36000时选取0和1为嵌入直方)能够有效地提升嵌入容量同时降低载体失真。其中，预测误差为0和1的像素数高于希尔伯特曲线预测得到的预测误差为0和1的像素数(0和1为嵌入直方)，同时高于像素值排序预测得到的预测误差为1的像素数(1为嵌入直方)，因此本发明声称有效地提升了嵌入容量。此外，预测误差为0和1的像素占所有被预测的像素的比例高于希尔伯特曲线预测得到的预测误差为0和1的像素(0和1为嵌入直方)占所有被预测的像素的比例，同时高于像素值排序预测得到的预测误差为1的像素(1为嵌入直方)占所有被预测的像素的比例，因此本发明声称有效地降低了载体失真。
图5Pixel-H表示采用希尔伯特曲线预测的图像块的数量，Pixel-P表示采用像素值排序预测的图像块的数量。从图5可以看出本发明实现了希尔伯特曲线预测与像素值排序预测的有效结合，利用Hilbert曲线预测对一个大小为n×n的块，可以对n×n-1个像素进行操作，因此，在低复杂度区域会较好地提升嵌入容量，同时在低嵌入容量下失真较小；在高复杂度区域本发明采用PVO预测，通过减少搬移来降低失真。
图6Baseline-H表示希尔伯特曲线预测指导嵌入下载体图像与原始图像的峰值信噪比，Baseline-P表示像素值排序预测指导嵌入下载体图像与原始图像的峰值信噪比，Proposed表示本发明实施例中算法指导嵌入下载体图像与原始图像的峰值信噪比。图6对比了基于希尔伯特曲线预测的可逆信息隐藏算法的性能和基于像素值排序预测的可逆信息隐藏算法的性能。发现在标准测试图像Lena上，随着嵌入容量的变化，本发明算法对比基于希尔伯特曲线预测的可逆信息隐藏算法，在低容量时两者性能较为接近，但在容量逐渐增大时本算法性能逐渐优于对比算法，这是由于在低容量时主要使用希尔伯特曲线预测导致的。同理，对比基于像素值排序预测的可逆信息隐藏算法，容量逐渐增大时，越来越多的图像块采用基于像素值排序预测，本算法性能逐渐趋于对比算法。图5也印证了这一观点。
本发明实施例的一种基于希尔伯特曲线预测与像素值排序预测的可逆信息隐藏系统，包括：
防上溢/下溢模块，用于在信息嵌入前调整像素值，使得嵌入和搬移后的像素值不会超出像素值的上下边界；
复杂度计算模块，用于将图像划分为图像块并计算其复杂度，从而决定待嵌入图像块采用的预测器；
嵌入直方选取模块，用于选取经行嵌入操作的预测误差直方，降低搬移失真；
预测与嵌入模块，用于获取被预测像素的预测误差值，并通过修改其值将秘密信息嵌入；
辅助信息嵌入模块，通过将解码所需的辅助信息嵌入图像特定位置的像素中，使得解码可以在不需要额外信息的条件下进行；
解码模块，通过使用辅助信息从而无损地解码嵌入的秘密信息以及无损地恢复出载体图像。
综上，本发明实施例提供了一种基于希尔伯特曲线预测与像素值排序预测的可逆信息隐藏算法，以解决现有技术中对低复杂度区域冗余开发不足和嵌入操作会导致较大搬移失真的问题，提升可逆信息隐藏算法性能。本发明通过对希尔伯特曲线预测和像素值排序预测的研究，融合了两种方法的优势，提出的自适应复杂度对更易嵌入的图像块采用希尔伯特曲线预测进一步开发冗余，提升嵌入容量。同时自适应嵌入直方，降低了不必要的搬移失真。此外对不易嵌入的图像块采用像素值排序预测开发了像素值间的冗余，进一步降低了搬移失真，提高了算法的嵌入性能。本发明公开的基于希尔伯特曲线预测与像素值排序预测的可逆信息隐藏算法，包括：步骤一：对载体图像除第一行以外的部分进行防上溢/下溢操作，并记录用于图像恢复的相应信息。步骤二：将载体图像除第一行以外的部分进行不重叠的分块，利用块外像素计算复杂度。步骤三：设置复杂度阈值。步骤四：提取图像块，计算当前图像块的复杂度，通过复杂度阈值对其进行分类，并根据分类结果选取希尔伯特曲线预测或像素值排序预测对块内的像素进行嵌入操作，直到秘密信息完全嵌入或者没有可用像素。步骤五：将解码所需的辅助信息嵌入图像的第一行像素中，计算此时的失真，记录最优情况，转至步骤三，更新复杂度阈值，直至遍历所有情况。步骤六：将解码所需的辅助信息嵌入图像的第一行像素中。本发明提出了一种有效的预测方法来提高可逆信息隐藏算法的嵌入性能，并通过实验验证了该方法的有效性。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。