2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩117頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、可逆信息隱藏作為一種典型的非對(duì)稱技術(shù)近年來(lái)引起了廣泛的關(guān)注,其基本思想是利用人類感覺器官對(duì)數(shù)字信號(hào)的感知冗余的特點(diǎn),將一個(gè)秘密信息隱藏于載體中。它不僅要關(guān)注秘密信息的嵌入量,而且要求在信息提取后要保證載體無(wú)損地恢復(fù)。可逆信息隱藏在醫(yī)學(xué)圖像、軍事圖像、數(shù)字媒體版權(quán)保護(hù)、法律取證等場(chǎng)景有著重要應(yīng)用價(jià)值,這些場(chǎng)景中原始載體不允許有任何修改。因此,開展最大程度保護(hù)載體質(zhì)量的可逆信息隱藏算法研究,對(duì)網(wǎng)絡(luò)空間中多媒體內(nèi)容安全有著重要的理論意義和應(yīng)用

2、價(jià)值。
  最大程度保護(hù)載體質(zhì)量的可逆信息隱藏算法需要解決三個(gè)核心科學(xué)問題,一是如何構(gòu)造更為陡峭的直方圖載體序列;二是如何對(duì)載體序列進(jìn)行排序,使得載荷分配更加合理;三是如何根據(jù)載體(如圖像等)客觀評(píng)價(jià)標(biāo)準(zhǔn)來(lái)設(shè)計(jì)信息嵌入方法。
  圍繞上述科學(xué)問題,本文取得的主要研究成果和創(chuàng)新點(diǎn)如下:
  1、提出了面向多維可逆信息隱藏的統(tǒng)一熵排序模型??赡嫘畔㈦[藏算法的關(guān)鍵在于如何得到更為陡峭的載體序列,以及如何優(yōu)化載體的嵌入順序。熵

3、是信息的無(wú)序性或不確定性的一種度量,本文將熵的概念引入可逆信息隱藏領(lǐng)域,用來(lái)表征特定圖像區(qū)域中的紋理復(fù)雜度,進(jìn)而提出熵排序模型指導(dǎo)可逆信息隱藏中載體序列的嵌入順序,本文進(jìn)一步把一維熵排序拓展到多維熵排序模型。此外,本文還提出基于梯度跟蹤加權(quán)的像素預(yù)測(cè)算法來(lái)得到更為陡峭的預(yù)測(cè)誤差序列。實(shí)驗(yàn)結(jié)果表明,與以往其他算法比較,本文算法效果有顯著提升。
  2、提出了面向彩色圖像二階預(yù)測(cè)誤差排序的可逆信息隱藏算法。首先結(jié)合彩色圖像的通道相關(guān)性

4、,提出一種利用通道內(nèi)預(yù)測(cè)誤差進(jìn)行通道間二次預(yù)測(cè)的新方法。進(jìn)而提出一種二階預(yù)測(cè)誤差排序算法。同以往排序算法不同,該算法通過對(duì)當(dāng)前像素的預(yù)測(cè)誤差概率分布進(jìn)行分析,兼顧了鄰域的像素的相關(guān)性,能更好地反映像素的紋理復(fù)雜度。實(shí)驗(yàn)表明,所提出的二階預(yù)測(cè)算法能得到比以往算法更陡峭、熵更小的預(yù)測(cè)誤差直方圖;所提出的二階預(yù)測(cè)誤差排序算法在嵌入容量和圖像質(zhì)量上比以往算法有了較大的提升。
  3、提出了結(jié)構(gòu)相似約束下的可逆信息隱藏算法。絕大多數(shù)可逆信息

5、隱藏算法采用峰值信噪比(Power Signal-to-Noise Ratio,PSNR)評(píng)價(jià)算法的效果。PSNR是基于均方誤差(Mean Square Error, MSE)的評(píng)價(jià)指標(biāo),但是PSNR在圖像評(píng)價(jià)方面存在客觀局限性。近年來(lái),結(jié)構(gòu)相似性(Structural Similarity IndexMeasure,SSIM)作為一種評(píng)價(jià)圖像相似程度的指標(biāo)受到廣泛的關(guān)注,相較于 PSNR,SSIM在圖像質(zhì)量的衡量上更能符合人眼對(duì)圖像質(zhì)

6、量的判斷。本文首次將SSIM指標(biāo)引入可逆信息隱藏的研究,針對(duì)SSIM結(jié)構(gòu)相似約束,提出一種最優(yōu)可逆信息隱藏算法。首先,推導(dǎo)出SSIM對(duì)應(yīng)的度量函數(shù),其次,構(gòu)造了最優(yōu)結(jié)構(gòu)相似約束下的率失真函數(shù),最后根據(jù)遞歸直方圖算法實(shí)現(xiàn)最優(yōu)嵌入。實(shí)驗(yàn)結(jié)果表明,相比以前的算法,本文在嵌入同樣信息量的情況下,在SSIM評(píng)價(jià)指標(biāo)上取得更好的效果,有效提升了可逆信息隱藏的效率。
  4、提出了一種基于推土機(jī)距離的可逆信息隱藏算法。推土機(jī)距離(EarthMo

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論