考虑到不同图像块中像素的重要位(高位)具有不同的相关性,本文提出了一种基于图像块高位相关性分类的加密域可逆数据隐藏算法.在数据嵌入前,对各图像块的高位进行相关性划分,然后根据相关性强弱对加密图像的相应像素执行不同程度的低位(不重要位)取反,以达到减小嵌入失真和提高数据提取正确率的目的.同现有的两个主要方法相比,大量的实验结果表明该算法在保证解密后图像具有相同峰值信噪比的情况下,能有效减小数据提取和图像恢复的错误率.

基于DCT频率和块选择的JPEG图像中可逆数据隐藏

通过可逆图像转换将可逆数据隐藏在加密图像中

提出一种变换方向自适应的差值扩展可逆数据隐藏算法(ACD)，ACD通过扩展像素对的差值嵌入数据。像素对中一为参照像素，另一为变换像素，ACD根据像素对所处区域类型的估测，自适应选择变换像素，暗区选大值像素，亮区选小值像素，否则选默认方向像素。理论分析及实验结果表明，ACD解决了预测误差扩展可逆数据隐藏算法(PEE)在暗或亮载体时灰度溢出急剧增加的问题，与采用现有灰度溢出解决方案的PEE相比，改善了载体普适性，性能更稳定。

matlab图片隐藏代码可逆数据隐藏 要求： MATLAB 开源软件 同一文件夹中的图像和 MATLAB 代码 图片应该是 .jpg , .png 格式 实施步骤： 打开 Matlab 软件并粘贴嵌入代码。 将“imread”函数中正在使用的图像名称放在代码中。 运行代码以获取以下输出文件： • 嵌入直方图• 嵌入后的图像• 嵌入后的差异图像 现在在嵌入过程后粘贴提取代码。 获取 stego 图像（嵌入后的图像）并在代码中放入 'imread' 函数。 运行代码以获取以下输出文件： • 提取直方图• 提取后的图像

基于预测误差扩展的高动态范围图像可逆数据隐藏，张海峰，张伟，目前可逆隐藏算法主要研究对象为低动态范围（LDR）图像，而针对（HDR）图像研究较少，本文提出一种基于预测误差扩展的HDR图像可逆数

基于高容量直方图的可逆数据隐藏具有相对较低的失真。使用四叉树的分层分割方案能够在每个块分区的最大容量标准下将输入图像分割成几个可变大小的像素块。秘密信息是然后嵌入到这些块中。

由于云数据管理的安全性和隐私保护要求，有时需要以加密形式访问视频内容。 隐藏在加密域中的可逆数据是一项新兴技术，因为它可以在不解密的情况下将数据隐藏在加密视频中，从而保留了内容的机密性。 此外，解密和提取数据后，可以无损地恢复原始封面。 提出了一种有效的可逆数据隐藏方案，用于加密的H.264 / AVC视频。 在H.264 / AVC编码期间，将使用标准流密码对帧内预测模式，运动矢量差和残差系数的符号位进行加密。 然后，不知道原始视频内容的数据隐藏者可以通过使用直方图移位技术的修改版本将秘密数据可逆地嵌入到加密的H.264 / AVC视频中。 利用比例因子来选择嵌入区域，该嵌入区域可针对不同的容量需求进行扩展。 使用包含隐藏数据的加密视频，可以在加密或解密域中进行数据提取。 此外，实现了真正的可逆性，因此数据提取和视频恢复没有任何错误。 实验结果证明了该方案的可行性和有效性。

基于前缀匹配和有向LSB嵌入的高效可逆数据隐藏方案