近日，我校大数据与计算机科学学院熊祥光副教授在物联网领域国际SCI一区Top期刊IEEE Internet of Things Journal（IF=10.6）在线发表题为“An adaptive bit allocation strategy for minimizing embedding distortion in interpolated images used for reversible data hiding”的研究论文。该研究提出了一种自适应的可逆数据隐藏方法，对于给定的嵌入容量能获得最好的水印图像质量。

当前，医疗物联网中数字数据的安全性正日益受到挑战。近年来，基于插值技术（Interpolation technology，IT）的可逆数据隐藏（Reversible data hiding，RDH）因其高BPP（Bit per pixel）和PSNR（Peak signal-to-noise ratio）而成为一个活跃的领域。然而，传统嵌入方案的PSNR可能不是最佳的，因为现有的方案未充分考虑到嵌入更少比特的数据可以得到更高的PSNR。为此，提出了一种自适应的策略，它能优先将较少比特的数据嵌入到插值像素中。首先，针对给定的BPP，开发了一种具有更低复杂度的自适应比特分配策略（Adaptive bit allocation strategy，ABAS）。其次，提出了一种使用ABAS和数据重编码的自适应RDH方法。在BOSSBase和BOWS-2数据集上的结果表明，提出的方法明显优于同类的RDH方法，平均PSNR提高了∼ 6.4 dB。与不同类的典型RDH方法相比，我们方法也取得了显著的提升，平均PSNR提高了∼ 2.6 dB。此外，将提出的ABAS成功应用于四种典型的基于IT的RDH方法。结果表明，与原始方法相比，应用ABAS后平均PSNR提高了∼ 7.4 dB。

该研究得到贵州省科技计划项目（黔科合基础-ZK[2021]一般316）的资助。

文章链接：https://ieeexplore.ieee.org/document/10443606