学位论文 > 优秀研究生学位论文题录展示

可逆数据隐藏技术研究

作　者: 雷金莉
导　师: 万毅
学　校: 兰州大学
专　业: 信号与信息处理
关键词: 可逆数据隐藏技术直方图搬移差值扩展自适应预测数据嵌入框架
分类号: TP309
类　型: 硕士论文
年　份: 2013年
下　载: 9次
引　用: 0次
阅　读: 论文下载

内容摘要

可逆数据隐藏技术是将隐秘信息以可逆、无损的方式嵌入到载体媒介中。所谓可逆、无损是指不仅隐秘信息可以完整无误的恢复,而且载体媒介也能完全恢复,没有任何损毁。该技术通常用于证件防伪、商标保护、安全文档、军事通信等方面。现有文献中常见的两类可逆数据隐藏技术是：基于直方图搬移的算法和基于差值扩展的算法。基于直方图搬移的算法对图像灰度值的改变小、图像退化程度低,缺点是图像嵌入水平低,且算法对图像内容的依赖性高,即算法对于不同类型图像的嵌入水平影响较大。基于差值扩展(DE)的算法是现在的主流研究算法,该算法的核心思想是将载体图像进行预测,取得原始像素灰度值与预测值的差值,将差值进行两倍扩展后进行数据的嵌入。在基于差值扩展的算法中,像素预测部分起着至关重要的作用。较小的预测误差意味着更高的嵌入水平和较低的图像退化程度。但现有文献中,人们更多关注如何缩小溢出位置图、缩小头文件信息,忽略了像素预测的重要性,导致预测算法仅仅是简单的邻域替换、均值替代等。这些预测算法都没有更好的考虑图像内容信息、图像各异性,因此具有更高准确性的预测算法是一个好的研究方向。基于此研究背景,本文提出了一个新的基于自回归模型的自适应预测算法和基于预测误差直方图修改的数据嵌入框架。不同于传统可逆数据隐藏算法,本文提出的自适应预测算法使用一个特定的门限值将载体图像划分成纹理区和平滑区,并使用AR模型的系数作为预测系数。不同的区域使用不同的AR模型,且利用图像中相邻像素的内在联系估计AR模型系数。由于不同的图像使用不同的门限值,且同一图像中不同区域的预测系数也不相同,该算法完全突破了传统预测算法使用一组固定预测系数的局限性,充分考虑了不同类型图像的图像内容,使得预测更准确,图像的嵌入水平和图像的质量有很大的提高,相较几个典型算法,本算法具有明显优势。此外,本文提出的基于预测误差直方图修改的数据嵌入框架可以看成是现有文献中基于直方图工作的扩展,分析表明大多数嵌入算法,包括现有文献中具有最佳性能的DE算法,亦是本文提出的数据嵌入框架的特例。

全文目录

摘要  3-4
Abstract  4-6
目录  6-8
第一章绪论  8-13
  1.1 背景  8-9
  1.2 研究现状  9-10
  1.3 算法评价标准  10-11
  1.4 论文章节安排  11-13
第二章两类典型算法  13-19
  2.1 基于直方图搬移的可逆数据隐藏算法  13-18
    2.1.1 算法描述  13-15
    2.1.2 算法分析  15-18
  2.2 基于差值扩展的可逆数据隐藏算法  18-19
第三章自适应可逆数据隐藏算法  19-25
  3.1 基于预测误差域的通用嵌入框架  19-22
    3.1.1 通用嵌入框架介绍  19-20
    3.1.2 通用嵌入框架的特例  20-22
  3.2 基于自回归的自适应预测算法  22-25
    3.2.1 算法描述  22-24
    3.2.2 算法分析  24-25
第四章实验结果  25-36
  4.1 算法实现细节  25-27
    4.1.1 头文件嵌入  26-27
  4.2 算法性能比较  27-35
    4.2.1 预测准确性比较  27-28
    4.2.2 嵌入水平比较  28-35
  4.3 小结  35-36
第五章结论  36-37
  5.1 本文结论  36
  5.2 工作展望  36-37
参考文献  37-39
在学期间研究成果  39-40
致谢  40

可逆数据隐藏技术研究

内容摘要

全文目录

相似论文