Reversible Data Hiding in Encrypted Images with Distributed Source Encoding: Implementation and Experiments

Abstract

ÖZ: Bu tezde, Qian-Zhang tarafından 2016 yılında önerilen geri dönüşümlü veri gizleme düzeni uygulanmış ve incenlenmiştir. Qian-Zhang düzeni, Düşük Yoğunluklu Eşlik Kontrolünü (LDPC) baz alan Slepian-Wolf kodlama yöntemini kullanmıştır. Bu yöntemde, LDPC matrisi, Hrn , r  n (r satır sayısı ve n sütun sayısı) kullanılarak ek veri gömme işlemi için yer açmak amacı ile şifrelenmiş görüntüden seçilen en önemli bitler (MSB) sıkıştırılmıştır. Gömülmüş veri çıkartıldıktan sonra, orijinal görüntü yinelemeli kod çözme algoritması uygulayarak kurtarılabilir. Kurtarılan görüntünün kalitesinin yapı yöntemine, H matrisinin büyüklüğüne ve R  r / n oranına bağlı olduğunu tespit ettik. Gallager ve MacKay-Neal yöntemleri kullanılarak oluşturulan farklı boyut ve orandaki H matrislerini kullanarak Qian-Zhang düzenini uyguladık. Bu matrisleri kullanarak, Qian-Zhang düzenini, çözülme süresi, gömme kapasitesi ve kurtarılan görüntünün kalitesini yaklaşık olarak ve çözülmüş olarak, Tepe Sinyal- Gürültü Oranı (PSNR) kullanarak değerlendirdik. Gömme kapasitesinin sıkıştırılacak bit sayısı ve R değerine bağımlılığı ile ilgili bir formül elde ettik. Buna ek olarak yaklaşık görüntü PSNR'si ve gömme kapasitesi arasındaki ilişkiyi araştırdık. Gömme kapasitesinin değiştirilmesi, yaklaşık görüntünün PSNR'sini etkilemediğini gördük. Qian-Zhang tarafından kullanılanlardan daha farklı H matrisleri kullandığımızdan, PSNR ve gömme kapasitesi tam olarak Qian-Zhang sonuçları ile aynı değildi fakat yakındı. Buna ek olarak, kod çözme başarısız olduğunda şifresi çözülmüş görüntünün PSNR'sini araştırdık. Gömme kapasitesi arttıkça PSNR değerinin azaldığını gözlemledik. Elde edilen sonuçlara göre, R oranının sabitlenmesi durumunda H’nin boyutunun artırılması kurtarılan görüntünün PSNR'sinin arttığını gördük. Öte yandan, şifre çözme süresinin, matris boyutuna göre büyümesini gözlemledik. Bu sonuçlar, belirtilen kod çözme süresini karşılamak için uygun H matris boyutunu seçmek için kullanılabilir. Seçme oranı, R ve gömme kapasitesi arasındaki ilişkiyi araştırdık. R'nin azalması gömme kapasitesinin artmasına yol açar. Çözülen görüntüdeki R ve PSNR arasındaki ilişkiyi araştırdık. R'nin azalması PSNR'nin azalmasına neden olur. Sonuçlarımız farklı boyutlardaki H matrislerinin kullanılması nedeniyle Qian-Zhang'ın sonuçlarından daha iyi gömme kapasitesi göstermektedir.

In this thesis, we implemented and investigated Qian-Zhang reversible data hiding scheme proposed in 2016. Qian-Zhang scheme uses Slepian-Wolf encoding based on Low-Density Parity-Check (LDPC) codes to compress selected most significant bits (MSB) from an encrypted image to vacate room for embedding additional data. Compressing process depends on LDPC matrix, H, r<n, where r is number of rows and n is number of columns. After extracting embedded data, the original image can be recovered by applying iterative decoding algorithm. We found that the quality of the recovered image depends on the construction method, size, and ratio R=r/n. We implemented Qian-Zhang scheme using H matrices constructed by two methods, Gallager and MacKay-Neal, having different sizes and ratios. We evaluated QianZhang scheme with these matrices using decoding time, embedding capacity, and quality of the recovered image, approximate and decoded, by Peak Signal-to-Noise Ratio (PSNR). We get a formula for embedding capacity dependence on the number of bits to be compressed and value of R. In addition, we investigated relation between PSNR of an approximate image and embedding capacity. Changing of the embedding capacity does not affect PSNR of the approximate image. Since we used other H matrices than the one used by Qian-Zhang, we obtained not exactly same PSNR and embedding capacity but close to the values of Qian-Zhang. In addition, we investigated the PSNR of decoded image when decoding fails. The PSNR decreases when the embedding capacity increases. We found that fixing ratio, R, and increasing size of H leads to the increase of the PSNR of the recovered image. On the other hand, the time of decoding increases with the matrix size growth. These results may be used for choosing suitable H matrix size to meet specified decoding time. We investigated relation between the ratio, R , and embedding capacity. Decreasing of R leads to the increase of the embedding capacity. We investigated relation between R and PSNR of the decoded image. Decreasing of R leads to the decrease of the PSNR. Our results show better embedding capacity than that in the Qian-Zhang’s paper due to the use of different size H matrices. Keywords: Reversible data hiding, Slepian-Wolf encoding, Low-Density ParityCheck (LDPC) code, LDPC matrix , Most Significant Bit (MSB), Distributed Source Decoding (DSD), Selection ratio, Embedding capacity, Host image, Approximate image, Decoded image, Peak Signal-to-Noise Ratio (PSNR).