CN114465779A

CN114465779A - 一种可逆可分离的密文域信息隐藏方法及系统

Info

Publication number: CN114465779A
Application number: CN202210031655.XA
Authority: CN
Inventors: 万文博; 刘文秀
Original assignee: Shandong Normal University
Current assignee: Shandong Normal University
Priority date: 2022-01-12
Filing date: 2022-01-12
Publication date: 2022-05-10

Abstract

本发明公开了一种可逆可分离的密文域信息隐藏方法及系统，包括：获取原始图像，将所述原始图像的像素间隔分成黑白两种像素；基于每一个白色像素的预测值组合得到白色像素预测图像；分别对白色像素图像和白色像素预测图像进行加密；基于二次差值矩阵得到标记的白色像素图像；基于每一个黑色像素的预测值组合得到黑色像素预测图像；分别对所述黑色像素图像和黑色像素预测图像进行加密；基于二次差值矩阵得到标记的黑色像素图像；组合标记的白色像素图像和标记的黑色像素图像，得到原始图像的加密标记图像，从而实现原始图像的密文域信息隐藏。本发明实现信息无损提取与图像完全恢复，而且信息提取与图像恢复是可以相互独立，相互分离的。

Description

一种可逆可分离的密文域信息隐藏方法及系统

技术领域

本发明涉及信息隐藏技术领域，尤其涉及一种可逆可分离的密文域信息隐藏方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着云计算的兴起和云存储的广泛应用，用户将自己的图像存于第三方云服务提供商，但是又不信任对方，因此将自己的数据先进行加密，再上传到云服务中心。云服务提供商为了方便数据的管理和认证，需要对所有数据打上标记再存储，这些标记即隐藏的秘密信息，而这些过程完全不需要知道图像的内容信息。因此，信息隐藏过程是在图像的密文域上进行的。而对于一些数据认证要求高的应用场景，要求信息的提取与图像的恢复完全可逆，所以，加密图像的可逆信息隐藏技术应运而生。

但是，随着需求的不断变化，人们对密文域的可逆信息隐藏有了更多的要求，比如，人们希望在传输高机密图像时，即使是加密图像，一些高机密的图像也不允许在公网传输，所以，这些高机密图像需要打上“标记”，当检测到标记显示机密程度高，网警自动拦截。这就需要限制网警仅有提取标记信息的权限，无法获得解密的图像，且在提取标记信息之后，不会对图像产生影响。

在目前来看，密文域的可逆信息隐藏算法分为两类：加密前预留空间和加密后腾出空间。加密前预留空间方法，在大多数情况下，通过使用压缩获取可共嵌入的位平面空间，得到高嵌入容量，但是大多数算法无法实现提取信息与图像恢复分离。加密后腾出空间方法的密文图像冗余度低，腾出空间来嵌入信息难度较大，很大地限制后续进行信息嵌入的容量，算法不断改进，通过利用各种加密规则，增大密文图像像素间的相关性，可供我们进行嵌入信息。但是仍存在图像解密后的标记图像视觉质量差等问题。

由上述可以得到，目前的密文域可逆信息隐藏算法存在两个不足：(1)为追求高嵌入容量，导致无法使信息提取与图像恢复分离。(2)加密标记图像在仅解密之后，图像质量较差。

发明内容

为了解决上述问题，本发明提出了一种可逆可分离的密文域信息隐藏方法及系统，只有同时拥有加密秘钥和提取秘钥，才能得到秘密信息和解密图像；可以在保证嵌入容量的前提下，实现信息提取与图像恢复分离，并且解密后的标记图像视觉质量相对较高，在仅解密的情况下，对图像内容和图像质量的影响不大。

在一些实施方式中，采用如下技术方案：

一种可逆可分离的密文域信息隐藏方法，包括：

获取原始图像，将所述原始图像的像素间隔分成黑白两种像素；

将白色像素重新组合形成白色像素图像，基于每一个白色像素的预测值组合得到白色像素预测图像；

分别对白色像素图像和白色像素预测图像进行加密；基于加密后的白色像素图像和白色像素预测图像，得到差值矩阵D1，对差值矩阵D1进行分块，得到二次差值矩阵diff_D1；基于所述二次差值矩阵得到标记的白色像素图像；

将黑色像素重新组合形成黑色像素图像，基于每一个黑色像素的预测值组合得到黑色像素预测图像；

分别对所述黑色像素图像和黑色像素预测图像进行加密；基于加密后的黑色像素图像和黑色像素预测图像，得到差值矩阵D2，对差值矩阵D2进行分块，得到二次差值矩阵diff_D2；基于所述二次差值矩阵得到标记的黑色像素图像；

组合标记的白色像素图像和标记的黑色像素图像，得到原始图像的加密标记图像，从而实现原始图像的密文域信息隐藏。

在另一些实施方式中，采用如下技术方案：

一种可逆可分离的密文域信息隐藏系统，包括：

图像获取模块，用于获取原始图像，将所述原始图像的像素间隔分成黑白两种像素；

第一层图像加密模块，用于将白色像素重新组合形成白色像素图像，基于每一个白色像素的预测值组合得到白色像素预测图像；分别对白色像素图像和白色像素预测图像进行加密；

第一层图像标记模块，用于基于加密后的白色像素图像和白色像素预测图像，得到差值矩阵D1，对差值矩阵D1进行分块，得到二次差值矩阵diff_D1；基于所述二次差值矩阵得到标记的白色像素图像；

第二层图像加密模块，用于将黑色像素重新组合形成黑色像素图像，基于每一个黑色像素的预测值组合得到黑色像素预测图像；分别对所述黑色像素图像和黑色像素预测图像进行加密；

第二层图像标记模块，用于基于加密后的黑色像素图像和黑色像素预测图像，得到差值矩阵D2，对差值矩阵D2进行分块，得到二次差值矩阵diff_D2；基于所述二次差值矩阵得到标记的黑色像素图像；

组合标记模块，用于组合标记的白色像素图像和标记的黑色像素图像，得到原始图像的加密标记图像，从而实现原始图像的密文域信息隐藏。

在另一些实施方式中，采用如下技术方案：

一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的可逆可分离的密文域信息隐藏方法。

在另一些实施方式中，采用如下技术方案：

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的可逆可分离的密文域信息隐藏方法。

与现有技术相比，本发明的有益效果是：

(1)本发明可逆可分离的密文域信息隐藏方法，利用图像加密算法的规则增大加密图像像素间的冗余，在保持较大的嵌入容量的同时，增加解密后的标记图像视觉质量，在整个过程中，本发明实现信息无损提取与图像完全恢复，而且信息提取与图像恢复是可以相互独立，相互分离的。

(2)接收端在收到加密标记图像的同时，另外收到加密秘钥和提取秘钥，使用加密秘钥可以得到解密后的标记图像，使用提取秘钥可以获得加密图像，且这两种密钥的使用相互独立，顺序可以相互交换，只有同时拥有两个秘钥，才能得到秘密信息和解密图像。加解密和提取信息分离，接收端只有具有加解密或信息提取的权限时，才能对收到的图像解密或提取信息。

(3)本发明方法实现了仅有提取嵌入信息权限，无法得到解密图像，即图像具体内容不会公开传输，保证了信息传输的安全性；在仅有解密权限时，无法对图像嵌入的认证信息或版权信息进行修改，保护了图像的版权。而且，在本方法中，解密后图像的视觉质量与其他方法相比具有优越性，标记图像与原始图像在外观上一致，在肉眼上很难察觉被嵌入秘密信息。

本发明的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。

附图说明

图1为本发明实施例中可逆可分离的密文域信息隐藏方法流程图；

图2为本发明实施例中图像预测阶段分层示意图；

图3为本发明实施例中菱形预测器示意图；

图4为本发明实施例中加密和标记过程的图像分块示意图；

图5为本发明实施例中加密和标记过程的块内部示意图；

图6为本发明实施例中的Lena图像直方图；

图7为本发明实施例中的Lena加密图像直方图；

图8为本发明实施例中的Lena图像水平方向像素相关性示意图；

图9为本发明实施例中的Lena加密图像的二次差值直方图；

图10为本发明提供的不同方法和BPP的Lena图像PSNR对比图；

图11为本发明提供的不同方法和BPP的Baboon图像PSNR对比图；

图12为本发明提供的不同方法和BPP的Plane图像PSNR对比图；

图13为本发明实施例中以Lena图像为例的整个图像处理过程示意图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例一

在一个或多个实施方式中，公开了一种可逆可分离的密文域信息隐藏方法，结合图1，具体包括如下过程：

步骤S101：获取原始图像，将所述原始图像的像素间隔分成黑白两种像素；

本实施例中，将尺寸为512*512的原始图像I像素间隔分成黑白两种像素，如图2所示，白色像素作为第一层像素，黑色像素作为第二层像素。

步骤S102：使用菱形预测器和黑色像素计算每一个白色像素的预测值，将白色像素重新组合成白色像素图像W，每一个白色像素的预测值组合得到白色像素预测图像W’；

具体地，如图3所示，菱形预测器计算方式如下：

其中，B(i,j-1)表示黑色像素在(i,j-1)点的像素值；此时的第一层图像W及其预测图像W’尺寸缩减，变成512*256。

B(i-1,j)表示黑色像素在(i-1,j)点的像素值，B(i,j+1)表示黑色像素在(i,j+1)点的像素值，B(i+1,j)表示黑色像素在(i+1,j)点的像素值，W’(i,j)表示白色像素在(i,j)点的像素预测值。

步骤S103：分别对白色像素图像和白色像素预测图像进行加密；具体的加密过程如下：

A1：使用Lorenz混沌系统得到伪随机序列S1和S2,具体公式如下：

其中，当a＝10，b＝8/3，c＝28且-1.52≤r≤-0.06系统处于超混沌状态。设置公式中的x,y,z,w的初始值作为加密秘钥，利用超混沌Lorenz系统，生成伪随机序列S1和S2，此时序列是一维序列，长度为512*256。

A2：将伪随机序列S1和S2转换成512*256的二维序列，进行无重复行置换和列置换，经过置换后的二维序列Scrambling_S1作为加密序列K。

A3：将Scrambling_S1按照每间隔4个元素就保留下一个元素及其上下左右元素的方式进行分块，块数为Num，在伪随机序列S2中取前Num个元素，组成新的序列S2_Num，将得到的序列S2_Num和序列Scrambling_S1，通过模加法得到加密序列K’。

本实施例中，按照图4中所示进行分块，并计算完整块的个数，记作Num。在伪随机序列S2中取前Num个元素，组成新的序列S2_Num，通过模加法得到加密序列K’，具体公式如下：

K'(i,j)＝S1(i,j)+S2_Num(count)i＝1,2,...M,j＝1,2,...N

其中，i,j是对应的二维序列的行和列，count是对应的每个块的序号，M,N表示加密图像的尺寸，在该实施例中是512*256。

A4：采取模加法的方式，使用加密序列K和K’分别对第一层白色像素图像W和白色像素预测图像W’进行加密，具体计算公式如下：

其中，EW(i,j),EW'(i,j)是第一层白色像素图像W和白色像素预测图像W’对应的加密图像。

步骤S104：在安全性、相关性和随机性三个方面，对加密图像的性能进行分析，具体步骤如下：

B1：如图6所示，Lena原始图像的直方图，像素分布不均匀，经过加密之后，如图7所示的加密图像，像素分布均匀，像素分布越均匀，加密算法的安全性越高。

B2：随机选取5000对相邻像素，在水平方向分别计算原始图像和加密图像的相关性，具体相关系数计算公式如下：

其中，X,Y表示两个像素值，R_XY表示水平两个相邻像素之间的相关性，cov(X,Y)表示两个像素的协方差，D(X),D(Y)表示该像素在加密和不加密两种情况之间的方差。

如图8所示，Lena加密图像的相邻像素之间相关性低，像素的随机性大。

B3：信息熵(Entropy)表示像素的随机性，理想的加密图像的信息熵接近8，信息熵的计算公式如下:

其中，H(p),H'(p)表示对应加密图像的信息熵,p表示在范围[0,255]之间的像素。

B4：像素变化率(NPCR)能够体现加密方法秘钥的灵敏度，理想的加密图像NPCR接近0.9960，具体计算公式如下：

其中，NPCR表示在(i,j)点的像素变化率。

表1分别给出了Lena、Baboon和Plane的NPCR和信息熵表格

Table1测试图的信息熵和NPCR

如表1所示，选取三张测试图，分别命名为Lena、Baboon、Plane用来进行机密性能分析,可以看出，Lena加密图像的信息熵接近8，随机性好，而且像素变化率接近0,9960，加密秘钥灵活度高，安全性高。

由以上的评价标准，可以证明该加密方法在安全性、相关性和随机性方面都具有良好的性能。

步骤S105：基于加密后的白色像素图像和白色像素预测图像，得到差值矩阵D1，对差值矩阵D1进行分块，得到二次差值矩阵diff_D1；基于所述二次差值矩阵得到标记的白色像素图像；具体过程如下：

C1：将加密后的图像EW和EW’像素值对应相减再取模，得到差值矩阵D1。

具体计算公式为：D1(i,j)＝(EW(i,j)-EW'(i,j))mod 256 i＝1,2,...M,j＝1,2,...N

C2：将差值矩阵D1按照每间隔4个元素就保留下一个元素及其上下左右元素的方式进行分块，并使上下左右的元素与中间元素作差，得到二次差值矩阵diff_D1，详细算法过程如下：

按照图的分块规则，在每个块内使上下左右的元素与中间元素作差，具体计算公式如下：

其中，mod256指的是对前面括号的内容取模。得到除以256后的余数。

C3：获取二次差值矩阵diff_D1的直方图，通过直方图移位的方式，进行信息嵌入，得到标记的白色像素加密图像P1。

将认证信息或版权信息作为秘密信息，其表现为二进制序列，并使用秘钥产生伪随机序列，与秘密信息序列做异或操作，这里的秘钥就是提取秘钥，用于后续提取信息，并对秘密信息解密得到正确的认证信息或版权信息。

为了更加方便的展示本方法的具体过程，以下使用S∈(0,1)表示秘密信息。

设定秘密信息为S∈(0,1),以diff_D1(i-1,j)为例，当嵌入的秘密信息为0时，均保持不变。

当嵌入的秘密信息为1时，相当于在加密图像EW(i-1,j)处加1并取模，具体计算公式如下：

(diff_D1(i-1,j)+1)mod256＝((D1(i-1,j)-D1(i,j))mod256+1)mod256

＝(D1(i-1,j)+1)mod256-D1(i,j)mod256

＝((EW(i-1,j)+1)mod256-EW'(i-1,j))mod256-(EW(i,j)-EW'(i,j))mod256)mod256

信息嵌入算法采取直方图移位，嵌入信息的直方图bin称为扩展bin，用于移动产生空位的直方图bin称为移动bin；

通过上述可知，二次差值直方图的扩展和移动其实是在加密图像EW上进行改变，嵌入扩展bin位置对应的加密图像EW的位置，经过标记的加密图像P1在某一点的像素值根据扩展bin和移动bin的具体计算公式得到。

扩展bin的具体计算公式如下：

扩展bin与移动bin之间的位置对应像素的具体计算公式如下：

设定尺寸与原始图像相同的0矩阵作为标记地图，移动bin对应位置的像素在标记地图上标记1，其他位置标记0，将标记地图与第一行像素进行LSB(最低有效位)替换，替换的像素作为辅助信息与秘密信息一同嵌入到图像中。

C4：根据直方图特征选择扩展bin与移动bin；

如图9所示的二次差值矩阵diff_D1的直方图，从中发现，在0和255附近直方图高，差值集中。

一般选择0,1,255和254四个最高的bin作为扩展bin，选择0bin或者数目最小的bin作为移动bin。

步骤S106：使用菱形预测器和标记的白色像素图像得到每一个黑色像素的预测值，将黑色像素重新组合成黑色像素图像，每一个黑色像素的预测值组合得到黑色像素预测图像；

步骤S107：对所述黑色像素图像和黑色像素预测图像进行加密；

具体地，参照步骤S103中对于白色像素图像的加密方式，取模加法的方式，使用加密序列K和K’对黑色像素图像B及黑色像素预测图像B’进行加密，具体计算公式如下：

EB(i,j)＝(B(i,j)+K(i,j))mod 256 i＝1,2,...M,j＝1,2,...N

EB'(i,j)＝(B'(i,j)+K'(i,j))mod 256 i＝1,2,...M,j＝1,2,...N

其中，EB(i,j)，EB'(i,j)分别表示加密后的黑色像素图像和黑色像素预测图像。

步骤S108：基于加密后的黑色像素图像和黑色像素预测图像，得到差值矩阵D2，对差值矩阵D2进行分块，得到二次差值矩阵diff_D2；基于所述二次差值矩阵得到标记的黑色像素图像；具体过程如下：

D1：加密后的黑色像素图像EB及黑色像素预测图像EB’对应相减，得到差值矩阵D2，具体计算公式如下:

D2(i,j)＝(EB(i,j)-EB'(i,j))mod 256 i＝1,2,...M,j＝1,2,...N

D2：将差值矩阵D2按照每间隔4个元素就保留下一个元素及其上下左右元素的方式进行分块，并使上下左右的元素与中间元素作差，得到二次差值矩阵diff_D2，详细算法过程如下：

按照图4和图5的分块规则，在每个块内使上下左右的元素与中间元素作差，具体计算公式如下：

D3：获取二次差值矩阵diff_D2的直方图，通过直方图移位的方式，将秘密信息，即需要嵌入的身份认证等信息，嵌入黑色像素图像B，得到标记的黑色像素加密图像P2。

当嵌入的秘密信息为1时，相当于在加密图像EW(i-1,j)处加1并取模，当嵌入的秘密信息为0时,保持不变。

选择最高的四个直方图bin嵌入信息，一般情况下选择0,1,255,和254。选择0bin或者数目最小的bin作为移动bin.。

当嵌入扩展bin小于移动bin，移动bin加1，当嵌入扩展bin大于于移动bin，移动bin减1。

移动bin对应的像素位置使用map标记1，其他位置标记0，将map作为辅助信息与秘密信息一同嵌入到图像中。

步骤S109：组合标记的白色像素图像和标记的黑色像素图像，得到原始图像的加密标记图像，从而实现原始图像的密文域信息隐藏。

本实施例中，验证其可逆可分离性和PSNR性能分析，详细步骤如下：

E1:验证原始图像的加密标记图像的信息提取和图像恢复可逆性。

提取加密标记图像的黑色像素，按照步骤S106使用标记的白色像素图像得到每一个黑色像素的预测值，每一个黑色像素的预测值组合得到黑色像素预测图像；按照上述步骤S108,获得二次差值直方图，通过如下计算公式得到提取信息和恢复成为加密图像：

扩展bin的具体计算公式如下：

扩展bin与移动bin之间的位置对应像素的具体计算公式如下：

P^c _kz是扩展bin恢复成没嵌入信息之前的像素值，P2是加密标记后的黑色像素值，S是秘密信息，S∈(0,1)，P^c _yd是扩展bin与移动bin之间的位置对应像素恢复成原来的像素值。

提取加密标记图像的白色像素，重复上述步骤，得到提取信息和恢复成为加密图像。

提取第一行像素的LSB(最低有效位)，即提取标记地图(标记地图用来记录移动Bin的位置)，尺寸与原始图像相同的0矩阵。移动bin对应位置的像素在标记地图上标记1，其他位置标记0，得到移动bin的值和位置。

最后，将提取的秘密信息中的辅助信息重新放回第一行像素的LSB中，得到完整的仅加密图像。

通过上述操作得到提取信息和黑色像素仅加密图像，与原加密图像做对比，两张图像对应像素相同，证明其可逆性。提取的秘密信息与原秘密信息做对比，提取信息无误。

E2:验证黑色像素加密图像的加解密可逆性。

本实施例采用加密秘钥产生伪随机序列，并通过模加法得到加密图像，解密方法如下：

B(i,j)＝mod(EB(i,j)-K(i,j),256)

B'(i,j)＝mod(EB'(i,j)-K'(i,j),256)

通过加密秘钥产生伪随机序列，进而得到两个伪随机序列K和K’，通过加密图像与伪随机序列的模减法，得到解密图像。

对比黑色像素图像与黑色像素解密图像，验证加解密的可逆性。

E3:验证白色像素图像的可逆可分离性。

验证第一层图像提取信息和可逆性的方法，同步骤E1和E2相同。

以上步骤证明本实施例提出的信息隐藏算法是可以实现信息提取与图像恢复的可逆可分离性。

E4：PANR性能分析。

计算EI仅解密后的图像与原始图像I的PSNR，具体公式如下：

其中，MSE表示加密标记图像与原始图像之间的均方误差，单层加密图像的尺寸是M*N,全部加密之后的图像尺寸为M*2N；

图13给出了以Lena图像为例的整个图像处理过程示意图。结合图10-12所示，通过对比其他三种仅解密图像的PSNR，可知：

本实施例可以实现加密标记图像的加解密过程与信息提取过程可分离性，且在仅解密的情况下，与原始图像的PSNR相对其他方案较高，图像视觉质量较好。

在嵌入过程中，本申请的方法相比其它方法可以实现较大容量的嵌入，且在嵌入过程中，嵌入秘密信息的容量可以调节，能够尽可能的满足现实情况对嵌入容量的需求。

实施例二

在一个或多个实施方式中，公开了一种可逆可分离的密文域信息隐藏系统，包括：

需要说明的是，上述各模块的具体实现方式已经在实施例一中进行了说明，不再详述。

实施例三

在一个或多个实施方式中，公开了一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一中的可逆可分离的密文域信息隐藏方法。为了简洁，在此不再赘述。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。

实施例四

在一个或多个实施方式中，公开了一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行实施例一中所述的可逆可分离的密文域信息隐藏方法。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims

1.一种可逆可分离的密文域信息隐藏方法，其特征在于，包括：

2.如权利要求1所述的一种可逆可分离的密文域信息隐藏方法，其特征在于，基于每一个白色像素的预测值组合得到白色像素预测图像，具体包括：

使用菱形预测器和黑色像素，得到每一个白色像素的预测值；将每一个白色像素的预测值组合得到白色像素预测图像。

3.如权利要求1所述的一种可逆可分离的密文域信息隐藏方法，其特征在于，分别对白色像素图像和白色像素预测图像进行加密，具体包括：

使用Lorenz混沌系统得到伪随机序列S1和S2；

对伪随机序列S1和S2进行无重复行置换和列置换，经过置换后的序列S1作为加密序列K；

在伪随机序列S2中取设定数量的元素，组成新的序列，将所述新的序列和置换后的序列S1，通过模加法得到加密序列K’；

使用加密序列K对白色像素图像进行加密，使用加密序列K’对白色像素预测图像进行加密。

4.如权利要求1所述的一种可逆可分离的密文域信息隐藏方法，其特征在于，基于加密后的白色像素图像和白色像素预测图像，得到差值矩阵D1，对差值矩阵D1进行分块，得到二次差值矩阵diff_D1；具体包括：

将加密后的白色像素图像和白色像素预测图像的像素值对应相减再取模，得到差值矩阵D1；

将差值矩阵D1按照每间隔设定元素就保留下一个元素及其上下左右元素的方式进行分块，并使上下左右的元素与中间元素作差，得到二次差值矩阵diff_D1。

5.如权利要求1所述的一种可逆可分离的密文域信息隐藏方法，其特征在于，基于所述二次差值矩阵得到标记的白色像素图像，具体包括：

获取二次差值矩阵diff_D1的直方图，通过直方图移位的方式，进行信息嵌入，得到标记的白色像素图像。

6.如权利要求1所述的一种可逆可分离的密文域信息隐藏方法，其特征在于，使用菱形预测器和标记的白色像素图像得到每一个黑色像素的预测值，每一个黑色像素的预测值组合得到黑色像素预测图像。

7.如权利要求1所述的一种可逆可分离的密文域信息隐藏方法，其特征在于，还包括：

对于原始图像的加密标记图像的信息提取和图像恢复可逆性进行验证的过程；

对于标记的白色像素图像的加解密可逆性进行验证的过程；

对于标记的黑色像素图像的加解密可逆性进行验证的过程。

8.一种可逆可分离的密文域信息隐藏系统，其特征在于，包括：

9.一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-7任一项所述的可逆可分离的密文域信息隐藏方法。

10.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的可逆可分离的密文域信息隐藏方法。