基于自适应分类编码的加密图像可逆信息隐藏方法研究

针对加密图像可逆信息隐藏(RDHEI)中嵌入容量不足的问题，研究人员提出了一种基于自适应分类编码机制的VRAE框架。该方法通过块级流加密保持像素相关性，利用MSB预测生成高阶位平面相关系数(HOBPRCs)，结合霍夫曼编码和自适应压缩策略，在BOSSbase和BOWS-2数据集上分别实现2.9652 bpp和2.7615 bpp的平均载荷，显著提升了加密域信息隐藏性能。

　　

随着云计算技术的快速发展，海量图像数据被上传至云端服务器，但随之而来的安全问题如数据完整性、机密性和身份认证等问题日益突出。特别是在军事、医疗和法律等对数据真实性要求极高的领域，传统的信息隐藏技术无法满足无损恢复原始载体的需求。可逆信息隐藏(RDH)技术应运而生，它不仅能准确提取秘密信息，还能无损恢复原始载体图像。然而，现有的RDH方法大多局限于明文域，难以适应云环境下的隐私保护需求。

针对这一挑战，可逆加密图像信息隐藏(RDHEI)技术成为研究热点。RDHEI主要分为加密前预留空间(RRBE)和加密后腾出空间(VRAE)两种框架。其中VRAE框架由于加密后图像信息熵接近最大值，通常存在嵌入容量不足的缺陷。尽管已有学者提出基于块处理的改进方法，如Qiu等利用块内像素差异压缩提升嵌入率，Wang等通过块级流加密保留像素相关性，但现有方法在自适应编码和辅助信息优化方面仍有提升空间。

为此，研究人员开展了一项创新性研究，提出基于自适应分类编码机制的VRAE算法。该方法通过整合高阶位平面相关系数(HOBPRCs)作为块标签，采用熵编码标记块标签以最小化辅助信息长度；提出块细化分类压缩机制，根据块标签类型差异采用不同嵌入策略；引入自适应编码方案压缩小标签块，充分挖掘加密图像的冗余空间。实验表明，该方法在BOSSbase和BOWS-2数据集上的平均载荷分别达到2.9652 bpp和2.7615 bpp，显著优于现有技术。相关成果发表在《Journal of Visual Communication and Image Representation》上。

关键技术方法包括：1) 块级流加密和块置换加密技术；2) MSB预测算法计算高阶位平面相关系数；3) 霍夫曼编码压缩块标签；4) 自适应分类压缩机制；5) 基于BOSSbase和BOWS-2标准数据集的性能验证。

图像加密
内容所有者使用块级流加密和块置换技术对载体图像进行加密。块级流加密保留了块内像素二进制位的相关性，块置换则增强了安全性。这种加密方式为后续的数据隐藏提供了良好的基础。

数据嵌入
数据隐藏者首先通过MSB预测方法计算块内相同位平面数量，生成高阶位平面相关系数(HOBPRCs)。这些系数通过霍夫曼编码作为块标签嵌入对应块中。随后采用细化分类压缩策略，根据HOBPRCs值的不同选择不同压缩方案。对于HOBPRCs值较小的块，采用自适应编码策略以提升嵌入能力。

实验结果
在512×512标准灰度图像上的测试显示，该方法能有效保持图像质量。特别地，对于纹理复杂的图像如Baboon，仍能保持较高的嵌入容量。安全分析表明，块置换加密有效抵抗了统计攻击，密钥空间足够大以确保安全性。

结论与意义
该研究提出的自适应分类编码机制实现了更灵活的编码策略，缩短了自适应编码产生的辅助信息长度。主要贡献包括：1) 整合HOBPRCs作为块标签，优化辅助信息；2) 提出基于块标签类型的分类压缩机制；3) 开发小标签块自适应编码方案。这些创新使该方法在保持安全性的同时，显著提升了嵌入容量，为云环境下的隐私保护和数据认证提供了新思路。

值得注意的是，该方法在处理二进制与十进制转换时的进位问题上仍有改进空间。未来研究可进一步优化预测算法，探索深度学习与RDHEI的结合，以应对更复杂的应用场景。代码已开源在GitHub平台，促进了该领域的可重复研究和技术推广。