大容量高安全的加密域图像可逆水印算法研究

The popularity of the network, the enhancement of the computing power and the hackers’ attacked ability, convenient copying and distribution of digital images, brought new challenges to the image watermarking technology in encrypted domain, including small embedding capacity, weak security, low efficiency, etc. Therefore, the project will focuse on enlargeing the embedding capacity and improving the security of the image reversible watermarking algorithm in encrypted domain. The main research contents are as follows. 1) The relationship with weeds and crop is used to analogize the relationship between encryption image and watermark information. The weed model will be established, which is suitable for he image reversible watermarking algorithm in encrypted domain; 2) Several evaluation indexes will be designed to establishing the evaluation mechanism of the image reversible watermarking algorithm in encrypted domain, including the encryption algorithm dependency, data inflation, etc; 3) The image reversible watermarking algorithm in encrypted domain will be proposed, which are strong security, big embedding capacity, and high efficiency. The chaotic system is used to enhance the algorithm security, and the size of weed area is decided by the user according to the quantity of watermark information to ensure the big embedding capacity. Expected research achievements can provide theoretical and technical support for the image security in the network platform, which can be used in the fields of medical diagnostics, military, remote sensing, etc.

网络的普及、计算和黑客攻击能力的提升以及图像复制和传播的便捷，引起了加密域图像水印技术的新挑战：嵌入容量小、安全性弱和效率低等。为此，本项目主要研究在加密域图像可逆水印算法中如何扩大嵌入容量和提高安全性的问题。主要内容为：1）用杂草与庄稼的关系类比加密图像与水印信息的关系，建立适用于加密域图像可逆水印算法的杂草模型；2）设计加密算法依赖性、数据膨胀率等评价指标，建立加密域图像可逆水印算法评价机制；3）提出安全性强、嵌入量大和效率高的加密域图像可逆水印算法。拟采用混沌系统增强算法的安全性，利用杂草区域的大小由用户根据水印信息量选定扩大算法的嵌入容量。预期研究成果可为网络平台下图像信息安全交互提供理论支撑和技术支持，特别在医学诊断、军事和遥感等领域有着广阔的应用前景。

网络技术的发展、计算机和智能手机的广泛应用，使得图像的拍摄、复制和传播变得非常便捷。然而，这些图像往往含有一些保密信息或存在版权问题。为保护图像内容的安全和图像版权，本项目主要研究内容是图像水印技术、单图像加密技术和多图像加密技术，建立了杂草模型和三维魔方置乱模型。本项目主要研究成果是：1）在图像水印算法研究方面：提出了一种加性扩频水印算法，一种基于杂草模型的加密域图像可逆水印算法；2）在单图像加密算法研究方面：提出了一种基于杂草模型的图像加密算法，一种基于AES的图像加密算法；3）在多图像加密算法研究方面：提出了一种基于三维魔方置乱模型的多图像加密算法和一种基于DNA编码的多图像加密算法。本项目所取得的研究成果不仅具有重要的理论价值，而且可为网络平台下图像信息交互提供安全保障，特别对医学诊断、军事、遥感、电子票据和司法等领域的网络信息安全具有十分重要的现实意义和广阔的应用前景。

内容获取失败，请点击重试