学位论文简介
JPEG图像因其体积小、传输效率高而在日常生活、交流中常常被使用，也因此成为了可逆信息隐藏领域较为热门的载体之一。本文以JPEG可逆信息隐藏为题，探讨了嵌入容量提升、文件大小保留、增强寻优效率、加强自适应性能和降低视觉质量失真等五个方面的内容。论文的主要研究内容及贡献归纳如下：
提出了一种广义的可变长度码映射构造方式和嵌入方法。本文为参数的优化目标、映射的建立规则以及秘密信息的嵌入方式赋予了新的定义，并设计了一种自适应的参数优化方法，来根据给定可变长度码序列的直方图分布有序地调整每一个参数的解空间，从而降低计算复杂度、加速寻优过程。
提出了一个基于码流变化模拟的可逆信息隐藏方法。该方法将嵌入后文件大小的增量也纳入了考量，并为其设计了一个数学上定性、定量的优化模型，以追求在给定载荷需求的情况下最大限度地控制图像存储空间的变化。
设计了一种模块化的处理方式来为相应的系数修改制定合理的模式，以加速自适应寻优。本文提出生成一个适用于不同图像的通用修改模式集合来帮助完成自适应嵌入。量化系数直方图的映射方案匹配将被当作可模块化处理的流程。该方法可在维持自适应嵌入效果的同时，提高运行速率、削减耗时。
设计了一种独立学习式的二维映射生成算法，以基于给定图像的二维直方图分布，自适应地推导出最优的像素修改模式。在优化过程中，采用了迭代更新的损失函数，并有侧重地调整待优化队列中各个预测误差对的入射。基于目标惩罚的更新调整，映射的优化可以逐次推进，使得计算复杂度得到了有效控制、减少了时间成本。
提出一个考虑了人眼视觉系统的多直方图修改方案，旨在实现与人眼感知相一致的自适应嵌入修改。该方法在灰度级别变化的基础上，进一步将图像的纹理特征也纳入了优化考量，为不同区域的像素赋予非一致的失真代价和不同的嵌入优先级。该方法可以使含密图像的质量与人眼视觉感知相一致，并获得更高的视觉质量得分。
主要学术成果
Cheng Zhang and Bo Ou. Reversible data hiding based on multiple adaptive two-dimensional prediction-error histograms modification, IEEE Transactions on Circuits and Systems for Video Technology, 2022, 32(7): 4174-4187. (第一作者, CCF B 类, 中科院一区)
Cheng Zhang, Bo Ou, Xiaolong Li and Jianqin Xiong. Human visual system guided reversible data hiding based on multiple histograms modification, The Computer Journal, 2021, bxab203. (第一作者, CCF B 类)
Cheng Zhang, Bo Ou, HuaWei Tian and Zheng Qin. Reversible data hiding in JPEG bitstream using optimal VLC mapping, Journal of Visual Communication and Image Representation, 2020, 71: 102821. (第一作者, CCF C 类，中科院三区)
Cheng Zhang, Bo Ou and Dan Tang. An improved VLC mapping method with parameter optimization for reversible data hiding in JPEG bitstream, Multimedia Tools and Application, 2020, 79(27): 19045-19062. (第一作者, CCF C 类)
Cheng Zhang, Bo Ou, Fei Peng, Yao Zhao and Keqin Li. A survey on reversible data hiding for uncompressed images. ACM Computing Survey, 2023. (第一作者, 中科院一区, 审稿中)
张成，欧博. 基于 JPEG 图像的模块化可逆信息隐藏方法, 中国图像图形学报, 2023. (第一作, CCF 中文T2 类, 审稿中)
