可逆信息隐藏技术中的多载体构建及其应用研究
发布时间:2021-02-13 09:14
可逆数据隐藏算法(RDH)在多媒体版权保护和内容完整性认证中得到了广泛的应用。直方图平移(HS)作为一种典型的RDH方案由于其高质量的图像隐写被广泛应用。现有的基于HS的RDH方案大多通过预测和排序技术来利用载体图像的平滑区域,建立陡峭的方图进行数据隐藏。近年来利用图像不同纹理内容之间的相关性,人们提出了几种基于多直方图的RDH算法(MH_RDH),例如基于单一特征的排序,然后对排序序列进行均匀分割,构建多直方图。本文提出利用聚类算法模糊C均值(FCM)聚类,用于构造多直方图。FCM通过特殊设计的特征将构造直方图的值(如预测误差)划分为不同的簇,以此构建多直方图,实现高效的数据嵌入。可逆信息隐藏技术在彩色图像内容完整性认证方面的优势逐渐得到了大家的关注,其中简单高效的直方图平移可逆嵌入方案已成为研究重点。为了进一步提高算法效率,当前主流算法通常基于经验给出各种固定的边信息(峰值点和零点对)搜索方案用于直方图平移过程,如基于两对峰值点对的对称搜索等。如此操作使得算法性能受到了较大的限制,如嵌入容量受限等。基于此,本文给出一种面向全容量(从小容量到大容量)的自适应嵌入方案,能够根据给定的嵌...
【文章来源】:景德镇陶瓷大学江西省
【文章页数】:57 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于多直方图的可逆信息隐藏(FCM)
1.2.2 彩色图像可逆信息隐藏
1.3 论文的主要内容
1.4 论文的结构安排
第二章 相关理论基础
2.1 可逆信息隐藏技术的概述
2.2 可逆信息隐藏的技术特点
2.3 可逆信息隐藏算法的评价指标
2.4 基于直方图平移的可逆信息隐藏算法
第三章 基于FCM的多直方图可逆信息隐藏
3.1 基于FCM的多直方图载体构造
3.1.1 多特征的构造
3.1.2 PCA过程
3.1.3 FCM算法
3.1.4 多载体构造
3.2 边信息的选择
3.3 秘密信息的嵌入与提取
3.3.1 秘密信息的嵌入
3.3.2 秘密信息的提取与载体图像的恢复
3.4 实验结果分析
3.4.1 不同数量的初始特征K的影响
3.4.2 不同聚类数量c的影响
3.4.3 PCA过程的影响
3.4.4 不同直方图构造方法的比较
3.4.5 综合性能的比较
3.4.6 算法复杂度的比较
3.5 本章小结
第四章 基于多直方图容量分配的彩色图像可逆信息隐藏
4.1 彩色图像可逆信息隐藏的一般框架
4.1.1 预测误差直方图的构建
4.1.2 容量分配过程
4.1.3 边信息的选择及秘密信息的嵌入
4.2 算法改进
4.2.1 多特特征排序算法
4.2.2 最优边信息选择
4.2.3 嵌入与提取算法
4.3 实验结果与分析
4.3.1 多特征排序的测试
4.3.2 边信息优化选择方案的测试
4.3.3 综合性能对比
4.3.4 计算复杂度对比
4.4 本章小结
总结与展望
参考文献
致谢
攻读硕士学位期间发表的论文
本文编号:3032303
【文章来源】:景德镇陶瓷大学江西省
【文章页数】:57 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于多直方图的可逆信息隐藏(FCM)
1.2.2 彩色图像可逆信息隐藏
1.3 论文的主要内容
1.4 论文的结构安排
第二章 相关理论基础
2.1 可逆信息隐藏技术的概述
2.2 可逆信息隐藏的技术特点
2.3 可逆信息隐藏算法的评价指标
2.4 基于直方图平移的可逆信息隐藏算法
第三章 基于FCM的多直方图可逆信息隐藏
3.1 基于FCM的多直方图载体构造
3.1.1 多特征的构造
3.1.2 PCA过程
3.1.3 FCM算法
3.1.4 多载体构造
3.2 边信息的选择
3.3 秘密信息的嵌入与提取
3.3.1 秘密信息的嵌入
3.3.2 秘密信息的提取与载体图像的恢复
3.4 实验结果分析
3.4.1 不同数量的初始特征K的影响
3.4.2 不同聚类数量c的影响
3.4.3 PCA过程的影响
3.4.4 不同直方图构造方法的比较
3.4.5 综合性能的比较
3.4.6 算法复杂度的比较
3.5 本章小结
第四章 基于多直方图容量分配的彩色图像可逆信息隐藏
4.1 彩色图像可逆信息隐藏的一般框架
4.1.1 预测误差直方图的构建
4.1.2 容量分配过程
4.1.3 边信息的选择及秘密信息的嵌入
4.2 算法改进
4.2.1 多特特征排序算法
4.2.2 最优边信息选择
4.2.3 嵌入与提取算法
4.3 实验结果与分析
4.3.1 多特征排序的测试
4.3.2 边信息优化选择方案的测试
4.3.3 综合性能对比
4.3.4 计算复杂度对比
4.4 本章小结
总结与展望
参考文献
致谢
攻读硕士学位期间发表的论文
本文编号:3032303
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3032303.html