Alta capacidad de ocultación de datos reversible en imágenes cifradas basada en predictor adaptativo y compresión de errores de predicción
Autores: Huang, Bin; Wan, Chun; Chen, Kaimeng
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Alta capacidad de ocultación de datos reversible en imágenes cifradas basada en predictor adaptativo y compresión de errores de predicción
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Ocultación de datos
Imágenes encriptadas
Reversibles
Errores de predicción
Compresión
Capacidad de incrustación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
La inserción de datos reversible en imágenes encriptadas (RDHEI) es una tecnología que incrusta datos secretos en imágenes encriptadas de manera reversible. En este documento, propusimos un método novedoso de alta capacidad de RDHEI que se basa en la compresión de errores de predicción. Antes de la encriptación de la imagen, se entrena un predictor de regresión lineal adaptativo a partir de la imagen original. Luego, el predictor se utiliza para obtener los errores de predicción de los píxeles en la imagen original, y los errores de predicción se comprimen mediante codificación Huffman. Los errores de predicción comprimidos se utilizan para liberar espacio adicional sin pérdida. Después de la encriptación de la imagen, el espacio liberado se reserva para la inserción de datos. El receptor puede extraer los datos secretos y recuperar la imagen sin errores. En comparación con los enfoques existentes, el método propuesto mejora eficientemente la capacidad de inserción.
Descripción
La inserción de datos reversible en imágenes encriptadas (RDHEI) es una tecnología que incrusta datos secretos en imágenes encriptadas de manera reversible. En este documento, propusimos un método novedoso de alta capacidad de RDHEI que se basa en la compresión de errores de predicción. Antes de la encriptación de la imagen, se entrena un predictor de regresión lineal adaptativo a partir de la imagen original. Luego, el predictor se utiliza para obtener los errores de predicción de los píxeles en la imagen original, y los errores de predicción se comprimen mediante codificación Huffman. Los errores de predicción comprimidos se utilizan para liberar espacio adicional sin pérdida. Después de la encriptación de la imagen, el espacio liberado se reserva para la inserción de datos. El receptor puede extraer los datos secretos y recuperar la imagen sin errores. En comparación con los enfoques existentes, el método propuesto mejora eficientemente la capacidad de inserción.