加密域可逆信息隐藏算法分类及评价指标

一、加密域可逆信息隐藏算法框架分类

加密图像可逆信息隐藏(RDHEI)是将图像加密和信息隐藏结合使用的一种技术。图像拥有者先对原始图像使用加密密钥keyc进行加密，信息隐藏者根据隐藏密钥keyd将秘密信息嵌入到密文图像中去。在接收端，接收者根据密钥keyc和keyd可以提取出秘密信息并恢复原始图像。按图像解密和信息提取与图像恢复是否可分离，可分为联合的RDHEI算法和可分离的RDHEI算法。

1、联合算法

联合算法框架如图1所示。该算法特点是，在接收端，接收者必须先根据加密密钥keyc对含密图像进行解密，得到解密图像后才可以对解密图像进行信息提取和图像恢复过程。若没有加密密钥，则接收者既得不到隐藏信息，也无法恢复出原始图像。

图1.联合算法框架

2、可分离算法

与联合算法不同，可分离算法应用更广泛。算法框架如图2所示。该算法特点是，在接收端，解密图像与信息提取和图像恢复的过程是独立的，互不影响。若接收者拥有加密密钥keyc，可对含密图像直接解密，得到与原始图像相似的解密图像，若接受者拥有信息隐藏密钥keyd，则可在含密图像中提取出隐藏的秘密信息，若接收者同时拥有keyc和keyd，则接收者可解密图像，并提取出秘密信息，且还可以恢复出原始图像。

图2.可分离算法框架

可分离的RDHEI又可分为加密前预留空间(VRBE)和加密后腾出空间(VRAE)的方法两类。VRBE方法是图像拥有者先用传统的明文域的RDH方法，对图像进行预处理来腾出空间，之后再加密图像，并且云服务器能任意的嵌入信息到加密图像中。其一般框架如图3所示，图像拥有者先对图像进行预处理，为信息隐藏预留出空间，然后在对图像进行加密，在接收端，通过隐藏密钥可以提取出秘密信息，通过加密密钥可以恢复原始图像。

图3.加密前腾出空间框架

与VRBE不同，VRAE方法是图像拥有者先将原始图像加密，云服务器在加密图像中直接嵌入相关信息，其一般框架如图4所示。图像拥有者根据加密密钥将原始图像加密，隐藏者将密文图像腾出空间来嵌入秘密信息，在接收端，通过加密密钥，可对含密图像进行解密，得到解密图像，通过隐藏密钥，可提取出隐藏的秘密信息，恢复原始图像。

图4.加密后腾出空间

由于VRBE方法不便于用户操作，即需要先对原始图像进行预处理，然后在加密。因此VRAE算法应用更为广泛，本文主要对基于VRAE的可分离RDH-EI算法进行研究。但现有的VRAE算法仍存在问题，常用的加密算法安全性不高。

二、 算法评价指标

衡量加密图像可逆信息隐藏算法性能的评价指标主要有均方差，峰值信噪比，像素相似率，信息嵌入率。

1、均方差(mean squared error, MSE)

MSE是一种衡量平均误差的方法，MSE的值越小，说明精确度更高。其计算公式如式。

其中I和J是计算均方差的两幅图像，M,N是图像的大小，(x,y)表示像素位置，x表示行，y表示列。

2、峰值信噪比(Peak Signal to Noise Ratio)

PSNR是一种衡量两幅图像间相似度的常用指标，单位是dB。在加密图像可逆信息隐藏中主要用于计算含隐藏信息的图像与原图的相似度、解密图像与原图的相似度、恢复图像与原图的相似度、转换图像与目标图像的相似度等。PSNR值越大，说明两幅图像越接近，即说明解密图像、恢复图像、转换图像的质量越好。计算如式。

其中MSE为两幅图像的均方差，MAXI是图像I中像素的最大值，一般采用8 bit位深的图像，像素值位于[0,255]间，则此时MAXI = 255。

3、信息嵌入率(Embedding Rate, ER)

ER是用来衡量信息隐藏容量的指标，是加密图像可逆信息隐藏算法的一个重要性能指标。计算公式如下式，单位是bpp (bits per pixel)。

其中B表示嵌入的比特总数，M,N表示图像的大小。ER表示的意义是平均每像素嵌入的比特数。ER越大，表示算法的嵌入容量越大。