像素预测和位平面压缩的加密图像可逆数据隐藏附matlab代码（论文复现）"/>
基于像素预测和位平面压缩的加密图像可逆数据隐藏附matlab代码（论文复现）
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
智能优化算法 神经网络预测 雷达通信 无线传感器
信号处理 图像处理 路径规划 元胞自动机 无人机 电力系统
⛄ 内容介绍
密文域可逆信息隐藏（RDHEI）受到越来越多的关注，因为它可以保护原始图像的内容，同时可以准确地提取嵌入的数据，并且可以无损地重建原始图像。 为了充分利用相邻像素的相关性，本文提出了一种基于像素预测和位平面压缩的RDHEI方案。 首先，将原始图像分成相等大小的块，并计算原始图像的预测误差。 然后，分别执行8个预测误差的位平面的重排和位流压缩。 最后，通过流密码对腾出空间后的图像进行加密，并通过多LSB（最低有效位）替换将附加数据嵌入到腾出的空间中。 实验结果表明，该方法的嵌入能力优于现有方法。
⛄ 部分代码
function [origin_bits] = BitStream_DeCompress(compress_bits,L_fix)
% 函数说明：解压缩比特流
% 输入：compress_bits（压缩比特流）,L_fix（定长编码参数）
% 输出：origin_bits（原始比特流）
len_bits = length(compress_bits); %统计压缩比特流的长度
comp_t = 0;%计数，已遍历压缩比特流的长度
origin_bits = zeros(); %用来记录原始比特流
ori_t = 0; %计数，原始比特流的数目
while comp_t<len_bits
label = compress_bits(comp_t+1); %压缩段的第一个比特值
%-------------------表示接下来的一段比特流是压缩比特流-------------------%
if label==1
L_pre = 0; %前缀标记位
for i=comp_t+1:len_bits
if compress_bits(i) == 1
L_pre = L_pre+1;
else
L_pre = L_pre+1; %前缀标记以0结束
break;
end
end
comp_t = comp_t + L_pre; %用于记录相同比特流压缩后的前缀部分
l_bits = compress_bits(comp_t+1:comp_t+L_pre);%用于记录相同比特流压缩后的中间部分
comp_t = comp_t + L_pre;
[l] = BinaryConversion_2_10(l_bits); %中间部分的值
L = 2^L_pre + l; %相同比特流的长度
bit = compress_bits(comp_t+1); %用于记录相同比特流的比特值
comp_t = comp_t + 1;
for i=1:L %记录原始比特流
ori_t = ori_t+1;
origin_bits(ori_t) = bit;
end
%----------------表示接下来的一段比特流是直接截取的比特流----------------%
elseif label==0
if comp_t+L_fix+1<=len_bits
comp_t = comp_t + 1; %标记位
origin_bits(ori_t+1:ori_t+L_fix) = compress_bits(comp_t+1:comp_t+L_fix);
ori_t = ori_t + L_fix;
comp_t = comp_t + L_fix;
else
comp_t = comp_t + 1; %标记位
re = len_bits - comp_t;
origin_bits(ori_t+1:ori_t+re) = compress_bits(comp_t+1:comp_t+re);
ori_t = ori_t + re;
comp_t = comp_t + re;
end
end
end
⛄ 运行结果
⛄ 复现文献
Reversible Data Hiding in Encrypted Images Based on Pixel Prediction and Bit-Plane Compression DOI: 10.1109/TDSC.2020.3019490
❤️ 关注我领取海量matlab电子书和数学建模资料
❤️部分理论引用网络文献，若有侵权联系博主删除
更多推荐
基于像素预测和位平面压缩的加密图像可逆数据隐藏附matlab代码（论文复现）
发布评论