基于多目标优化的加密图像可逆信息隐藏

doi:10.11772/j.issn.1001-9081.2021061495

《计算机应用》唯一官方网站 ›› 2022, Vol. 42 ›› Issue (6): 1716-1723.DOI: 10.11772/j.issn.1001-9081.2021061495

所属专题： 2021年全国开放式分布与并行计算学术年会(DPCS 2021)论文

• 2021年全国开放式分布与并行计算学术年会(DPCS 2021)论文 • 上一篇下一篇

基于多目标优化的加密图像可逆信息隐藏

张翔宇¹, 杨阳¹(), 冯国徽², 秦川¹

^1.上海理工大学光电信息与计算机工程学院，上海 200093
^2.东南数字经济发展研究院，浙江衢州 324000

收稿日期:2021-08-23 修回日期:2021-11-07 接受日期:2021-11-17 发布日期:2022-01-10 出版日期:2022-06-10
通讯作者: 杨阳
作者简介:张翔宇（1997—），男，浙江温州人，硕士研究生，主要研究方向：可逆信息隐藏
冯国徽（1989—），女，甘肃兰州人，硕士，主要研究方向：图像处理
秦川（1980—），男，安徽芜湖人，教授，博士，主要研究方向：图像处理、多媒体安全。
基金资助:
上海市自然科学基金资助项目(21ZR1444600)

Reversible data hiding in encrypted image based on multi-objective optimization

Xiangyu ZHANG¹, Yang YANG¹(), Guohui FENG², Chuan QIN¹

^1.School of Optical?Electrical and Computer Engineering，University of Shanghai for Science and Technology，Shanghai 200093，China
^2.Southeast Digital Economic Development Institute，Quzhou Zhejiang 324000，China

Received:2021-08-23 Revised:2021-11-07 Accepted:2021-11-17 Online:2022-01-10 Published:2022-06-10
Contact: Yang YANG
About author:ZHANG Xiangyu， born in 1997， M. S. candidate. His research interests include reversible data hiding.
FENG Guohui， born in 1989， M. S. Her research interests include image processing.
QIN Chuan， born in 1980， Ph. D.， professor. His research interests include image processing， multimedia security.
Supported by:
Natural Science Foundation of Shanghai(21ZR1444600)

摘要/Abstract

摘要：

针对加密前预留空间（RRBE）嵌入算法需要进行一系列的预处理工作，以及加密后腾出空间（VRAE）嵌入算法嵌入空间较小的缺点，为了在提高嵌入率的同时缩减算法流程和减少工作量，提出一种基于多目标优化的加密图像可逆信息隐藏算法。该算法将RRBE与VRAE中两个具有代表性的算法在同一载体中结合使用，并以信息嵌入量、直接解密图像失真、提取错误率、计算复杂度等性能评价指标作为优化子目标，再利用功效系数法建立模型求解出两种算法应用比例的相对最优解。实验结果表明，所提算法不仅能够降低单独使用RRBE算法的计算复杂度，还能使图像处理用户够根据实际应用场景中不同的需求灵活地分配优化目标，同时也能获得较好的图像质量和令人满意的信息嵌入量。

关键词: 可逆信息隐藏, 图像加密, 多目标优化, 图像质量, 嵌入率

Abstract:

Focusing on the issues that the Reserving Room Before Encryption （RRBE） embedding algorithm requires a series of pre-processing work and Vacating Room After Encryption （VRAE） embedding algorithm has less embedding space， an algorithm of reversible data hiding in encrypted image based on multi-objective optimization was proposed to improve the embedding rate as well as reducing the algorithm process and workload. In this algorithm， two representative algorithms in RRBE and VRAE were combined and used in the same carrier， and performance evaluation indicators such as the amount of information embedded， distortion of direct decryption of image， extraction error rate， and computational complexity were formulated as the optimization sub-objectives. Then， the efficiency coefficient method was used to establish a model to solve the relative optimal solution of the application ratio of the two algorithms. Experimental results show that the proposed algorithm reduces the computational complexity of using RRBE algorithm alone， enables image processing users to flexibly allocate optimization objectives according to different needs in actual application scenarios， and at the same time obtains better image quality and a satisfactory amount of information embedding.

Key words: reversible data hiding, image encryption, multi-objective optimization, image quality, embedding rate

中图分类号:

TP391

张翔宇, 杨阳, 冯国徽, 秦川. 基于多目标优化的加密图像可逆信息隐藏[J]. 计算机应用, 2022, 42(6): 1716-1723.

Xiangyu ZHANG, Yang YANG, Guohui FENG, Chuan QIN. Reversible data hiding in encrypted image based on multi-objective optimization[J]. Journal of Computer Applications, 2022, 42(6): 1716-1723.

图/表 11

图1 本文算法系统模型

Fig. 1 System model of proposed algorithm

表1 块分类及标识情况

Tab. 1 Block classification and marking conditions

条件	块类型	块描述	块标识位
$m > n a$	Bad	不能嵌入信息	00
$m = n 0 = 0$	G-I	所有的像素都为1	11
$m = n 1 = 0$	G-Ⅱ	所有的像素都为0	10
$1 ≤ m ≤ n a, n 0 < n 1$	G-Ⅲ	大多数像素为1	011
$1 ≤ m ≤ n a, n 1 < n 0$	G-Ⅳ	大多数像素为0	010

表1 块分类及标识情况

Tab. 1 Block classification and marking conditions

条件	块类型	块描述	块标识位
$m > n a$	Bad	不能嵌入信息	00
$m = n 0 = 0$	G-I	所有的像素都为1	11
$m = n 1 = 0$	G-Ⅱ	所有的像素都为0	10
$1 ≤ m ≤ n a, n 0 < n 1$	G-Ⅲ	大多数像素为1	011
$1 ≤ m ≤ n a, n 1 < n 0$	G-Ⅳ	大多数像素为0	010

图2 不同阶段的图像

Fig. 2 Images in different stages

图3 六张标准测试图像

Fig. 3 Six standard test images

表2 Lena图像在不同X下的实验结果（S=16）

Tab. 2 Experimental results of Lena under different X （S=16）

X	直接解密图像 PSNR/dB	嵌入率/bpp	恢复图像 PSNR/dB	$d 1 (X)$	$d 2 (X)$	$d 3 (X)$	$d 4 (X)$	评价函数 $F (X)$
1	37.93	0.004 9	+∞	0.000 98	0.000 98	0.000 98	0.999 000	0.005 5
204	38.68	0.350 0	+∞	0.199 20	0.199 20	0.926 40	0.800 800	0.418 2
408	39.63	0.690 0	+∞	0.389 40	0.398 40	0.985 50	0.601 600	0.553 9
684	41.32	1.160 0	+∞	0.668 00	0.668 00	0.995 20	0.332 000	0.619 7
816	42.43	1.380 0	+∞	0.796 90	0.796 90	0.997 50	0.203 100	0.598 9
1 023	45.26	1.710 0	+∞	0.999 00	0.999 00	1.000 00	0.000 977	0.176 7

表2 Lena图像在不同X下的实验结果（S=16）

Tab. 2 Experimental results of Lena under different X （S=16）

X	直接解密图像 PSNR/dB	嵌入率/bpp	恢复图像 PSNR/dB	$d 1 (X)$	$d 2 (X)$	$d 3 (X)$	$d 4 (X)$	评价函数 $F (X)$
1	37.93	0.004 9	+∞	0.000 98	0.000 98	0.000 98	0.999 000	0.005 5
204	38.68	0.350 0	+∞	0.199 20	0.199 20	0.926 40	0.800 800	0.418 2
408	39.63	0.690 0	+∞	0.389 40	0.398 40	0.985 50	0.601 600	0.553 9
684	41.32	1.160 0	+∞	0.668 00	0.668 00	0.995 20	0.332 000	0.619 7
816	42.43	1.380 0	+∞	0.796 90	0.796 90	0.997 50	0.203 100	0.598 9
1 023	45.26	1.710 0	+∞	0.999 00	0.999 00	1.000 00	0.000 977	0.176 7

表3 Lena图像在不同S下的相对最优解对应的实验数据

Tab. 3 Experimental data corresponding to relative optimal solution of Lena under different S

S	X	嵌入率/bpp	直接解密图像 PSNR/dB	恢复图像 PSNR/dB	提取错误率	执行时长/s	$d 1 (X)$	$d 2 (X)$	$d 3 (X)$	$d 4 (X)$	评价函数 $F (X)$
4	11 264	1.64	39.71	48.56	0.15	7.27	0.687 5	0.687 5	0.937 3	0.312 5	0.610 0
8	2 755	1.51	40.07	59.08	0.01	5.88	0.672 6	0.672 6	0.981 6	0.327 4	0.617 5
12	1 218	1.28	41.42	64.70	0.00	5.05	0.669 1	0.669 1	0.991 5	0.330 9	0.619 1
16	684	1.16	41.37	+∞	0.00	6.50	0.668 0	0.668 0	0.995 2	0.322 0	0.619 7
20	437	1.02	42.03	+∞	0.00	5.30	0.668 0	0.668 0	0.996 9	0.333 2	0.619 9
24	303	0.89	42.16	+∞	0.00	5.14	0.665 8	0.665 8	0.997 8	0.334 2	0.620 1
28	223	0.81	42.37	+∞	0.00	5.18	0.666 9	0.666 9	0.998 4	0.333 1	0.620 2
32	170	0.70	42.21	+∞	0.00	5.31	0.664 1	0.664 1	0.998 8	0.335 9	0.620 2
36	130	0.63	42.43	+∞	0.00	5.08	0.642 7	0.642 7	0.998 9	0.357 3	0.619 6

表3 Lena图像在不同S下的相对最优解对应的实验数据

Tab. 3 Experimental data corresponding to relative optimal solution of Lena under different S

S	X	嵌入率/bpp	直接解密图像 PSNR/dB	恢复图像 PSNR/dB	提取错误率	执行时长/s	$d 1 (X)$	$d 2 (X)$	$d 3 (X)$	$d 4 (X)$	评价函数 $F (X)$
4	11 264	1.64	39.71	48.56	0.15	7.27	0.687 5	0.687 5	0.937 3	0.312 5	0.610 0
8	2 755	1.51	40.07	59.08	0.01	5.88	0.672 6	0.672 6	0.981 6	0.327 4	0.617 5
12	1 218	1.28	41.42	64.70	0.00	5.05	0.669 1	0.669 1	0.991 5	0.330 9	0.619 1
16	684	1.16	41.37	+∞	0.00	6.50	0.668 0	0.668 0	0.995 2	0.322 0	0.619 7
20	437	1.02	42.03	+∞	0.00	5.30	0.668 0	0.668 0	0.996 9	0.333 2	0.619 9
24	303	0.89	42.16	+∞	0.00	5.14	0.665 8	0.665 8	0.997 8	0.334 2	0.620 1
28	223	0.81	42.37	+∞	0.00	5.18	0.666 9	0.666 9	0.998 4	0.333 1	0.620 2
32	170	0.70	42.21	+∞	0.00	5.31	0.664 1	0.664 1	0.998 8	0.335 9	0.620 2
36	130	0.63	42.43	+∞	0.00	5.08	0.642 7	0.642 7	0.998 9	0.357 3	0.619 6

表4 图像加密前后的熵值对比 ( bit)

Tab. 4 Comparison of entropy values before and after images encryption

图像	加密前的熵	加密后的熵
Airplane	6.677 6	7.991 4
Baboon	7.357 9	7.991 6
Barbara	7.632 1	7.991 4
Boat	7.123 8	7.991 3
Lena	7.445 6	7.991 7
Peppers	7.571 5	7.991 5

表5 分块大小S与图像的嵌入率对比 ( bpp)

Tab. 5 Comparison of image embedding rate under different S

S	算法	Lena	Peppers	Barbara	Baboon	UCID
4	本文算法	1.64	1.60	1.21	0.73	1.27
	VRAE算法	0.06	0.06	0.06	0.06	0.06
	RRBE算法	2.35	2.30	1.73	1.02	1.83
8	本文算法	1.51	1.48	1.13	0.67	1.20
	VRAE算法	0.02	0.02	0.02	0.02	0.02
	RRBE算法	2.23	2.16	1.65	0.99	1.77
16	本文算法	1.16	1.09	0.83	0.54	1.00
	VRAE算法	0.004	0.004	0.004	0.004	0.004
	RRBE算法	1.71	1.59	1.21	0.80	1.49
32	本文算法	0.70	0.59	0.46	0.35	0.78
	VRAE算法	0.001	0.001	0.001	0.001	0.001
	RRBE算法	1.08	0.94	0.66	0.54	1.13

表6 不同分块大小S下直接解密图像的DPSNR和恢复图像的RPSNR对比 ( dB)

Tab. 6 Comparison of DPSNR of directly decrypted image and RPSNR of restored image under different S

S	算法	Lena		Peppers		Barbara		Baboon
S	算法	D_PSNR	R_PSNR	D_PSNR	R_PSNR	D_PSNR	R_PSNR	D_PSNR	R_PSNR
4	本文算法	39.71	48.56	39.90	47.01	41.48	46.49	39.69	42.51
	VRAE算法	37.93	43.49	37.94	41.93	37.93	41.50	37.94	39.64
	RRBE算法	40.88	+∞	41.21	+∞	45.18	+∞	50.68	+∞
8	本文算法	40.07	59.08	40.26	52.34	41.44	50.16	42.54	47.39
	VRAE算法	37.93	54.30	37.95	51.93	37.93	45.51	37.92	42.95
	RRBE算法	41.72	+∞	42.39	+∞	45.55	+∞	51.17	+∞
16	本文算法	41.37	+∞	41.48	+∞	41.96	54.75	42.38	51.97
	VRAE算法	37.93	+∞	37.94	+∞	37.94	49.84	37.93	47.09
	RRBE算法	45.28	+∞	45.82	+∞	48.51	+∞	52.06	+∞
32	本文算法	42.21	+∞	42.44	+∞	42.44	+∞	42.47	+∞
	VRAE算法	37.93	+∞	37.95	+∞	37.94	55.78	37.92	55.99
	RRBE算法	49.92	+∞	51.40	+∞	52.93	+∞	53.81	+∞

表7 UCID图像库中图像的DPSNR和RPSNR的对比 ( dB)

Tab. 7 Comparison of DPSNR and RPSNRof images in UCID image library

S	算法	D_PSNR	R_PSNR	S	算法	D_PSNR	R_PSNR
4	本文算法	40.88	45.61	16	本文算法	41.21	+∞
	VRAE算法	25.78	25.77		VRAE算法	25.78	25.77
	RRBE算法	44.55	+∞		RRBE算法	47.02	+∞
8	本文算法	40.82	48.67	32	本文算法	41.66	+∞
	VRAE算法	25.78	25.77		VRAE算法	25.78	25.77
	RRBE算法	44.91	+∞		RRBE算法	49.86	+∞

表8 S=16时程序的运行时间对比 ( s)

Tab. 8 Running time comparison when S=16

算法	Lena	Peppers	Barbara	Baboon	UCID
本文算法	6.50	6.05	5.51	5.30	4.32
VRAE算法	5.01	5.16	4.73	5.39	3.93
RRBE算法	13.44	12.92	12.86	12.68	7.86

参考文献 19

1	TIAN J. Reversible watermarking by difference expansion［C/OL］// Proceedings of the 2002 Multimedia and Security Workshop at ACM Multimedia 2002. ［2021-03-20］. .
2	WENG S W， ZHAO Y， PAN J S， et al. Reversible watermarking based on invariability and adjustment on pixel pairs［J］. IEEE Signal Processing Letters， 2008， 15：721-724. 10.1109/lsp.2008.2001984
3	OU B， LI X L， ZHAO Y， et al. Pairwise prediction-error expansion for efficient reversible data hiding［J］. IEEE Transactions on Image Processing， 2013， 22（12）： 5010-5021. 10.1109/tip.2013.2281422
4	LI X L， ZHANG W M， GUI X L， et al. Efficient reversible data hiding based on multiple histograms modification［J］. IEEE Transactions on Information Forensics and Security， 2015， 10（9）： 2016-2027. 10.1109/tifs.2015.2444354
5	MA B， SHI Y Q. A reversible data hiding scheme based on code division multiplexing［J］. IEEE Transactions on Information Forensics and Security， 2016， 11（9）： 1914-1927. 10.1109/tifs.2016.2566261
6	ZHANG W M， HU X C， LI X L， et al. Recursive histogram modification： establishing equivalency between reversible data hiding and lossless data compression［J］. IEEE Transactions on Image Processing， 2013， 22（7）： 2775-2785. 10.1109/tip.2013.2257814
7	PUTEAUX P， PUECH W. An efficient MSB prediction-based method for high-capacity reversible data hiding in encrypted images［J］. IEEE Transactions on Information Forensics and Security， 2018， 13（7）： 1670-1681. 10.1109/TIFS.2018.2799381
8	ZHANG X P， LONG J， WANG Z C， et al. Lossless and reversible data hiding in encrypted images with public-key cryptography［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2016， 26（9）： 1622-1631. 10.1109/tcsvt.2015.2433194
9	MA K D， ZHANG W M， ZHAO X F， et al. Reversible data hiding in encrypted images by reserving room before encryption［J］. IEEE Transactions on Information Forensics and Security， 2013， 8（3）： 553-562. 10.1109/tifs.2013.2248725
10	GUAN B， XU D W. An efficient high-capacity reversible data hiding scheme for encrypted images［J］. Journal of Visual Communication and Image Representation， 2020， 66： No.102744. 10.1016/j.jvcir.2019.102744
11	QIAN Z X， ZHANG X P. Reversible data hiding in encrypted images with distributed source encoding［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2016， 26（4）： 636-646. 10.1109/tcsvt.2015.2418611
12	ZHOU J T， SUN W W， DONG L， et al. Secure reversible image data hiding over encrypted domain via key modulation［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2016， 26（3）： 441-452. 10.1109/tcsvt.2015.2416591
13	QIN C， ZHANG X P. Effective reversible data hiding in encrypted image with privacy protection for image content［J］. Journal of Visual Communication and Image Representation， 2015， 31： 154-164. 10.1016/j.jvcir.2015.06.009
14	QIN C， HE Z H， LUO X Y， et al. Reversible data hiding in encrypted image with separable capability and high embedding capacity［J］. Information Sciences， 2018， 465： 285-304. 10.1016/j.ins.2018.07.021
15	YIN Z X， JI Y， LUO B. Reversible data hiding in JPEG images with multi-objective optimization［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2020， 30（8）： 2343-2352. 10.1109/tcsvt.2020.2969463
16	ZHANG X P. Reversible data hiding in encrypted image［J］. IEEE Signal Processing Letters， 2011， 18（4）： 255-258. 10.1109/lsp.2011.2114651
17	YI S， ZHOU Y C. Binary-block embedding for reversible data hiding in encrypted images［J］. Signal Processing， 2017， 133： 40-51. 10.1016/j.sigpro.2016.10.017
18	吴友情，郭玉堂，汤进，等. 基于自适应哈夫曼编码的密文可逆信息隐藏算法［J］. 计算机学报， 2021， 44（4）： 846-858. 10.11897/SP.J.1016.2021.00846
	WU Y Q， GUO Y T， TANG J， et al. Reversible data hiding in encrypted images using adaptive Huffman encoding strategy［J］. Chinese Journal of Computers， 2021， 44（4）： 846-858. 10.11897/SP.J.1016.2021.00846
19	SCHAEFER G， STICH M. UCID： an uncompressed color image database［C］// Proceedings of the SPIE 5307， Storage and Retrieval Methods and Applications for Multimedia 2004. Bellingham， WA： SPIE， 2003： 472-480. 10.1117/12.525375

[1]	李越, 唐聃, 孙敏钧, 王燮, 蔡红亮, 曾琼. 基于二维模运算的高效率可逆信息隐藏方案[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1880-1888.
[2]	刘晓芳, 张军. 概率驱动的动态多目标多智能体协同调度进化优化[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1372-1377.
[3]	高麟, 周宇, 邝得互. 进化双层自适应局部特征选择[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1408-1414.
[4]	田野, 陈津津, 张兴义. 面向约束多目标优化的进化计算与梯度下降联合优化算法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1386-1392.
[5]	赵楷文, 王鹏, 童向荣. 基于双阶段搜索的约束进化多任务优化算法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1415-1422.
[6]	姜涛, 梁振宇, 程然, 金耀初. GPU加速的演化算法求解多目标流水车间调度问题[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1364-1371.
[7]	李建强, 何舟. 面向多行程取送货车辆路径问题的混合NSGA-Ⅱ[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1187-1194.
[8]	袁卿宇, 高铁杠. 基于像素预测和秘密图像共享的可逆信息隐藏[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 780-787.
[9]	马勇健, 史旭华, 王佩瑶. 基于两阶段搜索与动态资源分配的约束多目标进化算法[J]. 《计算机应用》唯一官方网站, 2024, 44(1): 269-277.
[10]	徐赛娟, 裴镇宇, 林佳炜, 刘耿耿. 基于多阶段搜索的约束多目标进化算法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2345-2351.
[11]	杨盼, 张敏情, 葛虞, 狄富强, 张英男. 基于风格迁移过程的彩色图像信息隐藏算法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1730-1735.
[12]	金苍宏, 邵育华, 何琴芳. 基于自适应群组重排的长尾推荐模型[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1122-1128.
[13]	柳春锋, 李峥, 王居凤. 分布式工厂中微型制造单元多目标优化[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3824-3832.
[14]	柳隽琰, 江沸菠, 彭于波, 董莉. 基于分解法与轨迹搜索的无人机群轨迹多目标优化模型[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3806-3815.
[15]	李二超, 张生辉. 基于新评价指标自适应预测的动态多目标优化算法[J]. 《计算机应用》唯一官方网站, 2023, 43(10): 3178-3187.

基于多目标优化的加密图像可逆信息隐藏

Reversible data hiding in encrypted image based on multi-objective optimization

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 19

相关文章 15

编辑推荐

Metrics