版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在信息隱藏中,數(shù)字圖像隱寫和隱寫檢測分析技術(shù)是一對相互制約又相互促進(jìn)的研究課題。雖然兩者在相互抗?fàn)幍倪^程中均取得較大的研究成果,但由于隱寫算法具有方法多、更新速度快的特點(diǎn)使得隱寫分析技術(shù)的發(fā)展處于被動(dòng)地位。面對層出不窮的新型隱寫算法,隱寫檢測分析技術(shù)發(fā)展想要取得主動(dòng)權(quán),開展具有廣泛通用性的數(shù)字圖像隱寫檢測分析技術(shù)即數(shù)字圖像盲檢測技術(shù)研究則顯得尤為重要和迫切。
本文提出了一種基于區(qū)域分割和旋轉(zhuǎn)校準(zhǔn)的數(shù)字圖像盲檢測技術(shù)。采用圖像區(qū)
2、域分割預(yù)處理方法在空域和DCT域空間的合適區(qū)域上共提取225維特征,將其進(jìn)行旋轉(zhuǎn)校準(zhǔn)后作為SVM分類器的輸入進(jìn)行單二分類和混雜二分類的性能檢測實(shí)驗(yàn)。本文完成的主要工作有:
一、構(gòu)造了由常用隱寫算法包括正掀起另一陣研究熱潮的自適應(yīng)隱寫算法在內(nèi)組成的十類隱寫算法圖像庫(LSB、MLSB、MB1、MB2、OutGuess、F5、PMK、PVD、EA_LSBMR、PQ)。該隱寫算法圖像庫涵蓋的范圍較全面,既包含空域隱寫算法也包含了DC
3、T域隱寫算法,后三種屬于自適應(yīng)隱寫算法。
二、針對空域自適應(yīng)隱寫算法信息嵌入的位置及容量因區(qū)域平坦尖銳程度而異的特點(diǎn),本文提出了基于灰度差分絕對值的區(qū)域分割預(yù)處理算法。該算法將整個(gè)圖片在空域上粗略分割成三個(gè)平坦度不同的區(qū)域,再根據(jù)區(qū)域特性提取相關(guān)性較高的特征,以達(dá)到提高空域特征區(qū)分度的目的。
三、提出了旋轉(zhuǎn)校準(zhǔn)的非均勻插值去噪的校準(zhǔn)方法,該方法獲取的參考圖像逼近原始圖像特性分布,較好解決了現(xiàn)實(shí)檢測中無法獲取原始圖片進(jìn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多區(qū)域圖像的分割和傾斜檢測方法研究.pdf
- 基于區(qū)域的圖像分割方法.pdf
- 基于區(qū)域的圖像分割算法
- 基于圖像分割技術(shù)的激光損傷圖像檢測與分析.pdf
- SAR圖像強(qiáng)散射區(qū)域的檢測分割.pdf
- 基于深度學(xué)習(xí)和區(qū)域圖的SAR圖像分割.pdf
- 基于聚類分析的圖像分割和識(shí)別.pdf
- 基于區(qū)域的圖像分割算法研究.pdf
- 彩色圖像顯著區(qū)域的檢測與分割方法.pdf
- 基于區(qū)域的彩色圖像分割方法研究.pdf
- 基于紋理分析的車牌圖像區(qū)域分割技術(shù)的研究.pdf
- 基于圖像分割和區(qū)域語義相關(guān)性的圖像標(biāo)注算法研究.pdf
- 圖像模糊檢測與模糊區(qū)域分割研究.pdf
- 基于區(qū)域圖和詞袋模型的SAR圖像分割.pdf
- 基于邊緣和區(qū)域的彩色圖像若干分割方法研究.pdf
- 基于聚類和區(qū)域生長的彩色圖像分割方法.pdf
- 基于顯著區(qū)域檢測和分水嶺的無角毛類藻顯微圖像分割研究.pdf
- 深度圖像邊緣檢測和區(qū)域分割的算法研究與實(shí)現(xiàn).pdf
- 基于NSCT和區(qū)域分割相結(jié)合的圖像融合新算法.pdf
- 基于聚類和區(qū)域合并的彩色圖像分割算法研究.pdf
評論
0/150
提交評論