一、基于整数小波的无损数据隐藏(论文文献综述)
邹梦玲[1](2021)在《大容量的视觉安全图像隐藏方法研究》文中进行了进一步梳理互联网技术的进步使得用户可以便捷地共享多媒体数据。由于数字图像简单直观,并且包含丰富的颜色、纹理、亮度等信息,被人们视作信息交流的良好载体。然而,图像数据的爆炸式增长带来了非法篡改分析和隐私泄露等难题,处理不当会造成严重的后果。为了解决网络环境下图像内容存在的安全问题,研究人员最初采用加密技术对图像像素重新排列,并用置乱后的图像进行通信,在一定程度上保护了图像内容,但杂乱无章的密文图像会引起攻击者怀疑,而常规的信息隐藏技术又难以胜任大容量的嵌入。为了在保持高嵌入容量的同时实现更安全的图像传输,大容量的图像隐藏技术应运而生,其主要思想是将原始图像隐藏到另一幅载体图像中,形成具有视觉意义的含密载体图像。然而,该技术在发展过程中存在生成的含密图像视觉质量不高、原始图像无法无损恢复等问题,因此本文提出了改进的大容量视觉安全图像隐藏方法,详细研究成果如下:(1)提出了基于整数小波变换和菱形预测的视觉安全图像隐藏方案。为了进一步提高图像隐藏的视觉质量,该方案首先利用整数小波变换将载体图像分解成四个系数矩阵,然后对原始图像进行预测并使用最低有效位替换的方法将预测误差值嵌入到载体的中高频系数中。由于人眼视觉系统对图像中高频成分不敏感,能够有效保护含密图像的视觉安全,并且与空域相比,在频域内嵌入信息更加高效和稳健。实验结果表明,该方案的含密图像质量与近年来其他方法相比较高。(2)提出了基于可逆图像变换的多轮视觉安全图像隐藏方案。该方案选择灰度共生矩阵和标准差作为原始图像与目标图像块匹配的特征。多轮图像变换时,将前一轮产生的变换图像再次嵌入到目标图像中,通过分析变换图像与目标图像的相关性来调整变换过程中的参数,从而提高含密图像的质量。实验结果表明,该方法有效提高了图像块间匹配的精度,并且在多轮图像变换的情况下仍保持良好的视觉质量。综上所述,本文以图像为载体,通过分析所提方案的实验结果,证明了大容量的图像隐藏方法较传统的图像隐藏方法视觉质量更高。
仲鑫玮[2](2021)在《基于隐写技术的安全可验证秘密图像分享方法研究》文中提出随着5G网络的商业化与智能设备的便携化,日常生活中越来越多的数据将被数字化。伴随大量数字化数据在互联网中层出不穷,随之而来的便是隐私数据泄露的问题。一旦个人或商业隐私数据遭到泄露,造成的危害不可小觑。因此,保护隐私数据的安全已经成为当下热门的研究课题。在传统的隐私安全方案中,隐私数据通常由用户保存在单个存储设备中。如果存储设备损坏或隐私数据遭受恶意篡改,隐私数据将无法恢复。而拷贝多份副本并分发到多个设备存储,会增加安全威胁的可能性。因此,研究人员提出了秘密分享(Secret Sharing,SS)以解决上述问题。在SS方案中,隐私数据即秘密被划分为一系列类噪声的片段,这些片段通常被称为份额。为了防止这些杂乱无章的份额在传递或存储中引起安全威胁的问题,通常运用隐写技术将其嵌入到有意义的载体中并分发给各个参与者。最后,参与者们通过若干份合格的份额即可重构原始的秘密。在整个SS方案中,一方面要保证嵌入后载体视觉质量与嵌入容量,另一方面要保证载体的验证能力与稳健性。基于上述两个方面,本文提出了基于隐写技术的安全可验证秘密图像分享方法:首先,本文提出了一种基于整数小波变换(Integer Wavelet Transform,IWT)与隐写技术的可验证秘密图像分享研究方案。该方案通过多项式将秘密划分为一系列类噪声份额,然后将份额嵌入到载体通过IWT后的子带系数中,取代早期研究直接嵌入到空域,小波域具有一定的抗隐写分析能力从而提高了方案中载体的稳健性。为了改善载体的视觉质量,本方案使用最佳化像素调整过程(Optimal Pixel Adjustment Process,OPAP)优化嵌入后载体的视觉质量。此外,为了提高载体的验证能力以防止伪造份额参与重构过程,本方案中载体的一个验证单元被嵌入了更多的验证信息。实验结果与理论分析证明本方案具有更好的载体视觉质量,验证能力和一定的抗隐写分析能力。其次,由于二维码(Quick Response Code,QR Code)高容量、易读写与纠错能力强的优点,已经成为当下最流行的载体之一,秘密分享在二维码上的应用具有广阔的前景,因此本文提出了一种基于二维码纠错性质与隐写技术的可验证秘密图像分享研究方案。该方案根据里德-所罗门(Reed-Solomon,RS)编码的同态性质将验证信息嵌入载体二维码而不损害载体二维码原本的任何功能,并根据二维码的纠错功能将类噪声份额嵌入到载体二维码的纠错冗余中。本方案充分利用二维码本身特性,实现了隐写后的载体二维码可正常读取其原本公共信息,而不会泄漏任何隐藏的秘密,有效减少了被攻击者注意的可能性;另外,通过多项式实现了载体二维码的高嵌入容量,并且更多的验证信息可以提高验证过程的安全性。综上,本文以普通灰度图像与如今热门的二维码作为研究载体,在深入了解研究背景与秘密分享技术后对现存方案进行改进与创新,使秘密分享技术能够在更广泛的领域得以应用。
王晓利[3](2020)在《基于空间域的可逆水印算法研究》文中进行了进一步梳理当前的信息化水平大幅推动了多媒体的发展,多媒体数据的认证和产权保护被越来越多的人所重视,数字水印技术成为一个热门领域。相对于传统的数字水印技术,可逆水印技术可以保证图像的视觉效果,能够无损恢复载体图像和水印图像,满足遥感、医学、法学、军事等领域对图像质量的需求,并且可逆水印技术不局限于空间域,在变换域和改进的加密域上也有广泛应用。本课题以图像数据为载体进行研究,在保证图像质量的前提下,为了提高水印的嵌入容量,针对可逆水印的算法进行研究,在常用空间域和变换域算法的基础上,改进了空间域的可逆水印算法,并增加了对加密域算法的研究,讨论了加密域算法的优缺点,并进行改进。通过对空间域可逆水印算法的研究,发现性能和应用最佳的算法应属于差值扩展和直方图平移算法,并对两种算法进行整合改进,提出了一种基于三邻域预测差值直方图的可逆水印算法,首先对图像进行三邻域分块,对分块后的三邻域像素块进行差值预测,利用得到的差值生成直方图,可以得到更为陡峭的峰值,能够增加嵌入容量、保证图像的视觉效果和降低算法的困难程度。可逆水印属于脆弱水印,抗攻击能力低,研究发现增加可逆水印的鲁棒性较为困难,所以可以通过对载体图像加密,形成加密域的密文图像,降低图像被攻击的可能性,在加密域图像中实现可逆水印技术是一个可行的方向。由于加密域图像失去了像素之间的相关性,常用的空间域加密算法并不适用,提出了一种基于奇偶验证的混沌加密域可逆水印算法,把空间域的图像通过两种映射方式进行置乱加密,把加密图像进行偶数变换,嵌入水印后得到水印图像,根据水印图像的奇偶性提取水印信息,实现在加密域的可逆水印。
李冰[4](2020)在《基于码分复用的医疗图像可逆信息隐藏算法研究》文中研究指明近年来,信息处理技术的发展使得医疗图像的传输更加容易,医疗图像的非法采集和修改逐渐成为受关注的问题。医疗图像的大部分敏感信息都容易暴露给开放无线网络环境中的攻击者,因此,医疗图像等多媒体信息载体需要得到周密的保护。可逆信息隐藏是一种能够将有效载荷嵌入到多媒体载体中的特殊方法,并且可以在完全提取嵌入的秘密信息后重构载密图像。目前,传统的多媒体保护特别是对于医疗图像的可逆信息隐藏方法面临着诸多挑战,由于医疗图像非常敏感,即使像素的微小变化也可能对疾病诊断产生巨大影响,医疗图像的任何变化都可能对医生的判断造成很大的影响。本文的主要内容为:第一部分,提出一种基于码分复用和机器学习的医疗图像可逆信息隐藏方案。本方法在嵌入信息的过程中,使用两层的小样本神经网络对嵌入强度、序列长度等参数进行优化,从而得到更好的峰值信噪比和结构相似度。根据码分复用算法中不同扩展序列的正交性特点,有效载荷被重复嵌入到医疗图像中,扩展序列的大部分元素能够互相抵消,因此有效提高了可逆信息隐藏的嵌入能力。第二部分,提出一种针对实时医疗图像的可逆信息隐藏方法。本方案将医疗图像分为前景与背景区域,对医疗图像进行分块处理并根据均方误差进行排序,利用码分复用算法把病人的隐私信息被隐藏在医疗图像的中频子带中。因此,所提出的方法即使在信息嵌入率较高的情况下,图像的失真率也很低。第三部分,提出一种高精度的预测误差可逆信息隐藏算法。运用多方向梯度预测算法把有效载荷隐藏在图像中,通过计算像素的四个方向的梯度信息以得到更小的预测误差,得到更精确的预测值。与其他先进的算法相比,我们提出的方法比传统预测误差方法具有更高的嵌入性能。
王悦[5](2020)在《面向医疗图像的可逆数字水印算法研究》文中指出随着互联网的高度普及,信息的获取与传输更为便捷,网络环境下人们的隐私保护受到越来越多的关注。可逆数字水印技术可以实现信息提取后载体的无失真恢复,被应用于军事、医疗、司法等对载体精度要求较高的领域。利用可逆数字水印技术将患者的电子病例等信息以水印的形式嵌入医疗图像中,起到隐私保护的作用。目前,可逆数字水印算法通常追求高峰值信噪比,难以兼顾嵌入容量和图像质量。本文在对现有算法进行分析和研究的基础上,提出兼具高嵌入容量和良好图像视觉效果的可逆数字水印算法。本文主要的研究成果如下:(1)提出了一种基于整数小波高频子带系数和预测误差扩展的可逆数字水印算法。该算法的主要创新在于提出了一种针对整数小波高频子带系数的预测方法——有向差值预测。此外,对算法中减小差值扩展的部分进行进一步改进,不但增加了可利用的预测误差的数量,而且使水印嵌入带来的子带系数改变量更小。对比实验表明,本算法在保持相同图像质量的前提下,比其他相关算法的嵌入率平均高0.16bpp.(2)提出了一种基于阈值分割的图像对比度增强的可逆数字水印算法。该算法将Ostu阈值分割应用于图像的梯度幅值,从而获取像素阈值,并辅以双向扫描确定前景区域。在实现直方图均衡时,该算法采用了对像素值介于峰值点和零值点之间的直方柱进行移位的方式,避免了像素值的溢出。此外,为了实现信息提取和载体无失真恢复,少量附加信息随水印一同嵌入。随着嵌入循环次数的增加,每次循环中嵌入的附加信息逐渐增长,当峰值点的数量小于附加信息的长度时,嵌入循环结束。实验结果表明,该算法不仅可以获得较高的嵌入容量,而且可使载密图像具有较高的视觉质量。
刘翰林[6](2017)在《基于小波变换的音频隐写技术研究》文中进行了进一步梳理计算机和互联网的发展极大方便了网络资源的传输和共享,但是日益严重的隐私泄露等问题给网络安全带来严峻的挑战。传统的加密技术将可理解的明文变成不可理解的密文,虽然保护了秘密信息,但也暴露了信息的重要性,极易引起第三方的好奇心。作为信息隐藏技术的一个重要组成部分,隐写术已经成为加密技术的后继力量。与加密技术不同的是,隐写术将秘密信息隐藏到其他不重要的载体中,相当于给秘密信息穿上了“隐身衣”,使得第三方不知道秘密信息的存在,降低了秘密信息在传送过程中被发现的可能。而音频以其来源广、冗余度大等特点,在隐写术中具有广阔的应用前景。因此,研究音频隐写术具有重要的理论价值和实际意义。本文以基于小波变换的音频隐写技术为研究对象,从提高音频隐写算法的性能出发,提出三个音频隐写算法,论文的主要工作和研究成果如下:1.对当前音频隐写算法进行深入研究,从作用域和算法性能方面归纳总结了现有的音频隐写技术,分析了其优缺点,并介绍了音频隐写的通用模型和相关基本概念,阐述了音频隐写中利用的人类听觉系统的特性以及数字音频特征,给出了音频隐写算法性能的评价标准。2.为了满足秘密信息较多时的传输需求,提出一种基于整数小波变换和游程编码的音频隐写算法。本算法利用游程编码的无损压缩特性,实现大容量隐写。秘密信息的嵌入过程发生在小波域,首先将原始音频进行整数小波变换,同时将秘密信息进行游程编码,得到游程编码需要嵌入的数据—秘密信息值和游程长度;其次,将秘密信息值嵌入到绝对值大于门限的整数小波系数的第二位和第三位。最后,如果嵌入秘密信息后导致整数小波系数小于门限,则在不影响嵌入值的前提下,通过微调修正将系数调整大于门限值,确保秘密信息的嵌入不会引起人类听觉系统的感知以及秘密信息的正常提取。实验分析表明,本算法在保证含密音频质量的同时,隐写容量有了很大提高,相比已存在的方法,本算法的隐写容量有明显优势。3.为了保证含密音频的质量,提高算法的不可感知性,确保传输过程中的安全,提出一种基于小波包能量的自适应音频隐写算法。音频的主要能量集中在低频近似系数上,中高频的细节系数多是信号的边缘部分,因此改变高频能量对原始音频的影响将会很小。在本算法中,首先计算小波包分解后各个小波包子带的能量;之后引入加权能量集中度的概念和一个阈值,自适应的选择嵌入位置并将用于嵌入秘密信息的小波包控制在中高频,以此来提高算法的不可感知性;最后选择阈值之上的四个小波包,并通过调整四个小波包能量的大小关系以及小波包前后两部分能量之间的关系,嵌入秘密信息。实验表明,两段含密音频的质量十分接近最高质量的音频测试值。4.含密音频在环境较差的信道中传输时,会受到外界的干扰。为了提高含密音频的抗干扰能力,提出一种基于小波域质心的音频隐写算法。本算法将质心的概念由频域拓展到小波域,并将小波域质心作为嵌入位置的一个决定因素。在本算法中,秘密信息由三个固定比特位和一个质心确定的比特位的异或值表示,质心确定的比特位是由原始音频分段后,每一个分段的小波域质心确定的。小波域质心具有良好的稳定性,并且用四个比特位的异或值表示秘密信息提高了算法的容错能力。实验分析表明,在考虑抗隐写分析能力的同时,能够抵抗一些常见音频攻击手段时,本算法展现出较好的鲁棒性,和其他文献中的方法相比,本算法在隐写容量和不可感知性方面基本持平。
陈亮,刘惠文,邓小鸿[7](2016)在《基于整数小波变换的数字图像可逆水印算法》文中研究说明针对现有基于频域的无损数字水印算法在实施可逆性和嵌入容量上的不足,提出一种基于整数小波变换的无损数字图像水印算法,用于图像的大容量可逆信息隐藏。首先对图像进行LeGall5/3整数小波变换,然后在高频子带中采用直方图平移方法嵌入水印。为了获取最大的嵌入容量和减少图像的失真,分别提出嵌入参数和停止参数选择方法。同时,为了防止溢出现象和减少附加信息,提出新的产生位置映射图方法。实验结果证明了该算法在水印图像的保真度和嵌入容量上面具有较好性能。另外,与相似算法的比较证明了该算法的优越性。该算法适合于数字图像载体中实施隐秘通信。
姜传贤,杨铁军,董明刚,程小辉,李智[8](2014)在《基于线性空间隐藏模型的可逆图像水印算法》文中研究指明提出一种基于线性空间隐藏模型的可逆图像水印算法.通过对原始图像载体互不重叠的划分形成图像块序列,对其进行整数小波变换,获取待嵌水印子带.根据0/1水印序列和线性空间隐藏模型,将水印不可感知地嵌入到图像的小波域中,提高水印鲁棒性和不可见性.只需判断奇偶性提取水印,并且通过简单逆向平移恢复原始.线性空间隐藏模型的提出实现了水印间相互独立,从而使该算法能扩展到多着作权的无损水印领域.投票原则的使用又进一步提高水印的鲁棒性和降低了误检率.在无外界干扰的条件下,拥有密钥和其他秘密参数的用户能够无损恢复原始图像.仿真实验表明,与相关工作比较该算法能应对一定程度的有损压缩和高斯噪声攻击,表现出较高的鲁棒性、安全性和不可见性.
刘惠文[9](2013)在《可逆数字水印在数字图像高容量信息隐藏中的应用》文中指出摘要:随着数字水印技术的不断发展,无损数字水印技术成为一个重要的研究方向。无损数字水印具有独特无损特性,又称为可逆数字水印或无失真数字水印,大大扩大了数字水印技术应用的领域。无损数字水印技术能将具有特定功能的水印信息嵌入在多媒体载体中,对多媒体的内容进行保护或隐秘通信;在提取端提取水印后,能将水印载体无损恢复到原始的状态。无损数字水印技术能广泛应用于一些特定的领域即需要水印来实现内容保护又对原始载体完整性有特殊要求。如医学图像应用中,可以将病人的诊断信息以水印方式嵌入对应的医学图像中,在提取时可以得到原始的医学图像,进行高质量的诊断和下一步处理。无损数字水印技术在技术具有极其广阔的应用前景。本文针对无损数字水印技术在隐秘通信上的应用,研究高容量的可逆数字水印技术。为了提高嵌入容量和更高的水印载体质量,在分析现有无损数字水印算法基础上,提出了采用整数小波变换和直方图平移的方法来实现高容量的信息隐藏。整数小波变换能与人类视觉系统更好结合,选择在高频子带中嵌入水印能得到更高的图像质量;直方图平移方法具有操作简单,嵌入容量可事先预测的优点,设计了基于整数小波变化的高容量可逆数字水印算法。本文主要工作包含以下几个方面:(1)对数字水印技术特别是无损数字水印技术进行了较深入的研究,介绍了数字水印技术的起源、发展、模型和性能指标,对无损数字水印的概念和算法进行综述;(2)设计了基于整数小波变换的可逆数字水印算法,对算法过程中设计的嵌入参数选择和防溢出处理提出了自己的解决方法;(3)采用Matlab语言对设计的算法进行了仿真实现,实验以自然图像和医学图像为载体,证明了本文提出算法的可行性。
刘绪崇[10](2010)在《基于小波和多尺度几何分析的信息隐藏技术研究》文中认为在信息安全和版权保护的驱动下,信息隐藏技术在近几年得到很大的发展,已经在人类生活的许多方面得到广泛应用。目前信息隐藏技术的研究主要集中在隐秘术和数字水印两个方面,隐秘术是研究如何将秘密信息隐藏在不太容易引起注意的消息中,从而使得秘密通信不被觉察;数字水印源于数字媒体作品的版权保护,都已成为信息安全领域的最新研究热点。本文从分析传统信息隐藏算法的缺陷和不足出发,有针对性地提出新的信息隐藏算法,并从算法的设计、隐藏信息的检测、容量大小和抗攻击性等方面做了很多研究,主要研究工作包括:由于传统的数字水印算法试验都是采用逐点比对隐藏信息来实现,将相似度达到某个阈值作为水印存在的判据,容易导致误判和降低水印识别率,而且算法过于复杂难以实现。针对这些缺陷,提出了基于二代Bandelet图像认证水印算法和基于方向小波几何图像认证算法,并对基于局部统计模型自适应噪声强度算法进行改进。前者应用第二代Bandelet变换生成图像的几何方向流来刻画图像的纹理和几何特征,后者是利用方向小波变换生成图像的几何方向流来刻画图像纹理和几何特征,上述两个算法都是利用改进的统计模型自适应噪声强度算法来筛选出纹理丰富的子图,用于信息隐藏。实验表明上述两个算法不仅能将图像的方向流信息隐藏并检测出,而且还能够抗模糊、JEPG压缩、噪声等典型攻击。针对目前已有的纹理图像隐藏DEM数据的算法会对纹理图像产生破坏的缺点,提出了基于小波变换的纹理无损隐藏DEM数据算法。该算法应用基于整数小波变换和极低比特率压缩编码算法,采用直方图平移的无损隐藏算法将压缩的高程数据隐藏到纹理图像中,在提取隐藏信息时采用直方图平移算法可逆地将隐藏在纹理图中的DEM数据提取,并实现了纹理图的无损恢复。根据DEM数据的特点,提出了基于方向小波的无损三维地形数据水印签名技术和基于DEM数据可见三维水印技术。前者是利用方向小波变换来检测三维地形的趋势和走向,将其作为认证水印并隐藏其中,通过修改广义直方图的平移算法实现水印信息的隐藏。后者是将三维水印与DEM数据进行三维融合,并记录被三维水印遮蔽的DEM数据信息,利用广义直方图平移方法隐藏了被三维水印遮蔽的信息,然后通过广义直方图平移算法可逆地提取出被三维水印遮蔽的信息,用来替换三维水印恢复出原始DEM数据。实验表明方向小波流能很好地刻画出三维DEM数据地形的特征,在保证较高的峰值性噪比(>40dB)时能嵌入较大隐藏信息量(>16kb),在保证DEM地形数据纹理足够丰富时,可见三维水印越大,隐藏的信息量也就越大。为了解决水印与载体融合后视觉不太和谐、信息隐藏量小、可见水印容易破坏载体,以及算法本身安全的问题,提出了基于小波系数相对模糊关系的水印算法和基于模糊关系的无损可见水印。前者是采用带参数的整数小波变换获取载体的小波系数,应用Rabin方法构造的函数生成模糊关系矩阵,通过近似分量和对角分量的量化噪声余量矩阵的相对关系修改对角分量小波系数,最后对小波系数做小波逆变换得到隐含水印的图像。实验证明,该算法在嵌入水印后图像质量仍然很高,具有较强抗攻击能力,在水印提取过程中不需要原始图像的参与。后者是先将载体与可见水印进行模糊融合,然后利用RH算法对遮蔽子图进行加密,最后采用改进的直方图平移方法实现信息隐藏和恢复。该算法具有可见水印的无损自恢复性,不需要可见水印信息就可完全无损地恢复原始图像。由于算法是采用Rinjindael构造的Hash算子加密遮蔽子图,将1位扰动扩散到整个图像,具有较高的安全性。
二、基于整数小波的无损数据隐藏(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于整数小波的无损数据隐藏(论文提纲范文)
(1)大容量的视觉安全图像隐藏方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 信息隐藏 |
1.2.2 图像隐藏 |
1.3 主要研究内容 |
1.4 论文组织结构 |
1.5 本章小结 |
第二章 系统框架以及评价指标 |
2.1 基于加密和信息嵌入的LCIH-VS框架 |
2.2 基于可逆图像变换的LCIH-VS框架 |
2.3 基于神经网络的LCIH-VS框架 |
2.4 评价指标 |
2.5 本章小结 |
第三章 基于整数小波变换和菱形预测的视觉安全图像隐藏 |
3.1 相关技术 |
3.1.1 整数小波变换 |
3.1.2 菱形预测 |
3.1.3 高级加密标准 |
3.1.4 最低有效位嵌入 |
3.2 详细方案 |
3.2.1 图像预处理 |
3.2.2 图像嵌入 |
3.2.3 图像重构 |
3.3 实验结果分析 |
3.3.1 图像视觉质量 |
3.3.2 方案性能比较 |
3.4 安全性分析 |
3.4.1 密钥空间分析 |
3.4.2 密钥敏感性分析 |
3.4.3 噪声攻击 |
3.4.4 裁剪攻击 |
3.5 本章小结 |
第四章 基于可逆图像变换的多轮视觉安全图像隐藏 |
4.1 相关技术 |
4.1.1 可逆图像变换框架 |
4.1.2 图像块匹配 |
4.1.3 均值调整和图像块旋转 |
4.2 详细方案 |
4.2.1 多轮可逆图像变换 |
4.2.2 特征选择 |
4.2.3 图像嵌入 |
4.2.4 图像重构 |
4.3 实验结果分析 |
4.3.1 参数设置 |
4.3.2 特征值选择 |
4.3.3 视觉质量比较 |
4.3.4 多轮可逆图像变换 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 论文总结 |
5.2 研究展望 |
致谢 |
参考文献 |
作者简介 |
(2)基于隐写技术的安全可验证秘密图像分享方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 基于隐写技术的秘密图像分享方案 |
1.2.2 基于二维码与隐写技术的秘密图像分享方案 |
1.3 主要研究内容 |
1.4 论文组织结构 |
第二章 基础知识 |
2.1 Shamir秘密分享 |
2.2 秘密图像分享 |
2.3 秘密分享框架 |
2.3.1 基于隐写技术的秘密图像分享 |
2.3.2 基于二维码与隐写技术的秘密图像分享 |
2.4 评价指标 |
2.4.1 嵌入率 |
2.4.2 视觉质量 |
2.4.3 验证能力 |
2.5 本章小结 |
第三章 基于整数小波变换与隐写技术的可验证秘密图像分享研究 |
3.1 预备知识 |
3.1.1 整数小波变换(Integer Wavelet Transform,IWT) |
3.1.2 最佳化像素调整过程(Optimal Pixel Adjustment Process,OPAP) |
3.2 详细方案 |
3.2.1 分享阶段 |
3.2.2 嵌入阶段 |
3.2.3 验证阶段 |
3.2.4 重构阶段 |
3.2.5 安全分析 |
3.3 实验结果与分析 |
3.3.1 嵌入率 |
3.3.2 视觉质量 |
3.3.3 验证能力 |
3.3.4 稳健性 |
3.4 本章小结 |
第四章 基于二维码纠错性质与隐写技术的可验证秘密图像分享研究 |
4.1 预备知识 |
4.1.1 二维码(Quick Response Code,QR Code) |
4.1.2 里德-所罗门(Reed-Solomon,RS)编码的同态性质 |
4.2 详细方案 |
4.2.1 分享阶段 |
4.2.2 嵌入阶段 |
4.2.3 验证阶段 |
4.2.4 重构阶段 |
4.3 实验结果及分析 |
4.3.1 实验结果 |
4.3.2 嵌入容量 |
4.3.3 验证能力 |
4.3.4 稳健性 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 展望 |
致谢 |
参考文献 |
作者简介 |
(3)基于空间域的可逆水印算法研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外相关技术发展现状 |
1.3 本文的主要研究内容和组织结构 |
2 相关技术介绍 |
2.1 直方图平移 |
2.2 预测差值直方图平移 |
2.3 混沌加密 |
3 基于三邻域预测差值直方图平移的可逆水印算法 |
3.1 引言 |
3.2 算法思想 |
3.3 三邻域分块 |
3.4 水印嵌入 |
3.5 水印提取和图像恢复 |
3.6 实验结果和分析 |
3.7 本章小结 |
4 基于奇偶验证的混沌加密域可逆水印算法 |
4.1 引言 |
4.2 算法思想 |
4.3 图像加密及水印嵌入 |
4.4 图像解密及水印提取 |
4.5 实验结果和分析 |
4.6 本章小结 |
5 总结与展望 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(4)基于码分复用的医疗图像可逆信息隐藏算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 早期的可逆信息隐藏方法 |
1.2.2 基于差值扩展的可逆信息隐藏方法 |
1.2.3 基于直方图平移的可逆信息隐藏方法 |
1.2.4 基于码分复用的可逆信息隐藏方法 |
1.2.5 基于医疗图像的可逆信息隐藏方法 |
1.3 论文研究内容和组织结构 |
1.3.1 论文研究内容和创新点 |
1.3.2 本文组织结构 |
第2章 可逆信息隐藏技术的基础知识 |
2.1 基于码分复用的可逆信息隐藏算法 |
2.1.1 基于码分复用的通信系统 |
2.1.2 可逆信息隐藏中的码分复用算法 |
2.1.3 信息嵌入方案 |
2.2 基于整数小波变换的可逆信息隐藏方法 |
2.2.1 整数小波变换(IWT) |
2.2.2 直方图修改 |
2.2.3 文中提出的可逆信息隐藏算法 |
2.3 基于预测误差的可逆信息隐藏算法 |
2.3.1 基于HS的可逆信息隐藏算法 |
2.3.2 基于DE的可逆信息隐藏算法 |
2.3.3 基于预测误差扩展的可逆信息隐藏算法 |
2.4 基于梯度预测器的可逆信息隐藏算法 |
2.4.1 最早提出的梯度预测方法 |
2.4.2 改进的梯度预测方法 |
第3章 基于小样本神经网络的医疗图像可逆信息隐藏方法 |
3.1 基于CDM的医疗图像的可逆信息隐藏方法 |
3.1.1 基于CDM的可逆信息隐藏 |
3.1.2 基于CDM的秘密信息提取 |
3.1.3 基于CDM的原始图像的恢复 |
3.1.4 小样本神经网络的原理 |
3.2 信息的嵌入与提取 |
3.3 实验结果 |
3.3.1 用PSNR指标评估结果 |
3.3.2 用SSIM指标评估结果 |
3.4 本章小节 |
第4章 基于分块的码分复用大容量可逆信息隐藏方法 |
4.1 基于分块的码分复用可逆信息隐藏方法 |
4.1.1 整数小波变换的原理 |
4.1.2 基于CDM的 RDH示例 |
4.1.3 医疗图像分割 |
4.2 信息的嵌入与提取 |
4.3 实验结果 |
4.3.1 用PSNR指标评价结果 |
4.3.2 使用SSIM指标评估结果 |
4.3.3 与其他先进方案的比较 |
4.3.4 计算效率分析 |
4.4 本章小节 |
第5章 基于多方向梯度预测的可逆信息隐藏方法 |
5.1 基于梯度预测的可逆信息隐藏方法 |
5.1.1 梯度的基本概念 |
5.1.2 基于梯度计算的预测器 |
5.1.3 多方向梯度分析 |
5.2 信息的嵌入与提取 |
5.3 实验结果 |
5.3.1 PSNR性能比较 |
5.3.2 不同方法的对比 |
5.4 本章小节 |
第6章 总结 |
参考文献 |
致谢 |
在学期间主要科研成果 |
一、发表学术论文 |
二、研究生期间所获荣誉 |
三、研究生期间参与的科研项目 |
(5)面向医疗图像的可逆数字水印算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究内容和主要工作 |
1.4 论文组织结构 |
第二章 相关理论及关键技术 |
2.1 可逆数字水印技术 |
2.1.1 可逆数字水印技术概述 |
2.1.2 直方图移位 |
2.1.3 差值扩展 |
2.1.4 预测误差扩展 |
2.2 对比度增强的可逆数字水印技术 |
2.3 评价指标 |
2.4 本章小结 |
第三章 基于预测误差扩展和整数小波变换的可逆数字水印算法 |
3.1 算法框架 |
3.2 相关技术 |
3.2.1 整数小波S变换 |
3.2.2 减小差值扩展 |
3.3 算法介绍 |
3.3.1 优化IRDE |
3.3.2 有向差值预测 |
3.3.3 预处理 |
3.3.4 水印嵌入阶段 |
3.3.5 水印提取及载体恢复阶段 |
3.4 实验结果与分析 |
3.4.1 实验用例及实验环境 |
3.4.2 预测有效性分析 |
3.4.3 容量及透明性分析 |
3.5 本章小结 |
第四章 基于阈值分割的对比度增强的可逆数字水印算法 |
4.1 相关知识 |
4.1.1 Ostu阈值分割算法 |
4.1.2 梯度幅值 |
4.2 算法介绍 |
4.2.1 直方图均衡化 |
4.2.2 循环终止条件 |
4.2.3 水印嵌入阶段 |
4.2.4 水印提取和载体恢复阶段 |
4.3 实验结果与分析 |
4.3.1 实验用例及实验环境 |
4.3.2 对照实验及分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 不足与展望 |
参考文献 |
致谢 |
攻读学位期间取得的成果 |
(6)基于小波变换的音频隐写技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 隐写术的起源与发展 |
1.3 国内外研究现状 |
1.3.1 时空域算法 |
1.3.2 变换域算法 |
1.3.3 新型隐写算法 |
1.4 课题的研究内容和创新点 |
1.4.1 论文研究内容 |
1.4.2 论文创新点 |
1.5 论文章节安排 |
第二章 音频隐写理论基础 |
2.1 隐写术 |
2.1.1 隐写术通用模型 |
2.1.2 隐写术的相关概念 |
2.2 人类听觉系统特性 |
2.3 音频信号的数字特征 |
2.4 音频隐写的评价标准 |
2.5 本章小结 |
第三章 基于整数小波变换和游程编码的音频隐写算法 |
3.1 小波变换及其相关理论 |
3.2 秘密信息预处理 |
3.2.1 Logistic混沌置乱 |
3.2.2 Zigzag变换 |
3.2.3 游程编码 |
3.3 秘密信息嵌入 |
3.4 秘密信息提取 |
3.5 实验结果与分析 |
3.5.1 不可感知性实验与分析 |
3.5.2 鲁棒性实验与分析 |
3.5.3 隐写容量分析 |
3.6 本章小结 |
第四章 基于小波包能量的自适应音频隐写算法 |
4.1 小波包分解 |
4.2 加权能量比与能量阈值的确定 |
4.2.1 预处理 |
4.2.2 自适应过程 |
4.3 秘密信息嵌入 |
4.3.1 调整小波包子带的能量关系 |
4.3.2 计算每个小波包子带前后两部分的能量 |
4.3.3 调整小波包子带前后两部分的能量 |
4.4 秘密信息提取 |
4.5 实验结果与分析 |
4.5.1 不可感知性实验与分析 |
4.5.2 鲁棒性实验与分析 |
4.5.3 隐写容量分析 |
4.6 本章小结 |
第五章 基于小波域质心的音频隐写算法 |
5.1 小波域质心及质心区间的确定 |
5.2 秘密信息嵌入 |
5.2.1 整数小波变换与分段 |
5.2.2 具体嵌入规则 |
5.3 秘密信息提取 |
5.4 实验结果与分析 |
5.4.1 不可感知性实验与分析 |
5.4.2 鲁棒性实验与分析 |
5.4.3 隐写容量分析 |
5.5 本章小结 |
结束语 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(7)基于整数小波变换的数字图像可逆水印算法(论文提纲范文)
0 引言 |
1 相关知识介绍 |
1. 1 整数小波变换 |
1. 2 直方图平移 |
2 算法介绍 |
2. 1 防溢出处理 |
2. 2 嵌入参数选择 |
2. 3 嵌入停止参数选择 |
2. 4 水印嵌入和提取过程 |
算法1:水印嵌入算法 |
算法2: 水印提取算法 |
3 实验结果与分析 |
3. 1 算法复杂度分析 |
3. 2 实验结果 |
4 结语 |
(8)基于线性空间隐藏模型的可逆图像水印算法(论文提纲范文)
1 可逆水印算法 |
1.1 线性空间隐藏模型 |
1.1.1 像素溢出预防机制 |
1.1.2 预防溢出机制的线性空间隐藏模型 |
1.1.3 正交向量组X的选取 |
1.1.4 隐藏模型的鲁棒可逆水印 |
1.1.5 隐藏模型的多重可逆水印 |
1.2 鲁棒水印嵌入算法 |
1.3 鲁棒水印嵌入提取算法 |
2 算法分析 |
3 仿真实验 |
4 结论 |
(9)可逆数字水印在数字图像高容量信息隐藏中的应用(论文提纲范文)
摘要 |
Abstract |
目录 |
1 绪论 |
1.1 研究背景 |
1.2 研究动机与问题描述 |
1.3 论文贡献与提纲 |
2 可逆数字水印技术研究现状 |
2.1 引言 |
2.2 数字水印技术介绍 |
2.2.1 信息隐藏、水印与隐写术 |
2.2.2 数字水印技术发展历程 |
2.2.3 数字水印技术系统和模型 |
2.2.4 数字水印技术性能需求 |
2.2.5 数字水印应用领域 |
2.3 可逆数字水印技术研究综述 |
2.3.1 可逆数字水印概念 |
2.3.2 可逆数字水印算法综述 |
2.4 本章小结 |
3 基于整数小波变换的可逆数字水印算法设计 |
3.1 引言 |
3.2 整数-整数小波变换技术 |
3.3 直方图平移技术 |
3.4 防溢出处理 |
3.5 算法设计 |
3.5.1 嵌入条件选择 |
3.5.2 水印嵌入和提取过程 |
3.6 本章小结 |
4 实验结果与讨论 |
4.1 引言 |
4.2 自然图像实验结果 |
4.3 学图像实验结果 |
4.4 算法复杂度分析 |
4.5 本章小结 |
5 总结与展望 |
5.1 论文研究总结 |
5.2 进一步的研究方向 |
参考文献 |
攻读学位期间主要的研究成果目录 |
致谢 |
(10)基于小波和多尺度几何分析的信息隐藏技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 信息隐藏技术 |
1.1.1 信息隐藏技术的概念 |
1.1.2 信息隐藏技术的特点、分类 |
1.1.3 数字水印技术 |
1.1.4 DEM数据信息隐藏技术 |
1.1.5 信息隐藏技术的发展 |
1.2研究意义 |
1.3 相关研究工作 |
1.3.1 经典水印算法 |
1.3.2 多尺度几何分析水印算法 |
1.3.3 无损信息隐藏 |
1.3.4 自适应水印容量 |
1.4 立题依据和研究内容 |
1.4.1 立题依据 |
1.4.2研究内容 |
1.5 章节内容介绍 |
第二章 基于几何多尺度分析的图像水印算法 |
2.1 基于第二代Bandelet图像认证水印算法 |
2.1.1 Bandelet变换理论 |
2.1.2 第二代Bandelet变换 |
2.1.3 基于局部统计模型的自适应水印强度算法 |
2.1.4 基于Bandelet变换的水印算法 |
2.1.5 实验结果 |
2.2 方向小波几何认证算法 |
2.2.1 方向小波变换 |
2.2.2 图像的小波方向流 |
2.2.3 基于方向小波变换的水印算法 |
2.2.4 实验结果 |
2.3 本章小结 |
第三章 纹理无损隐藏DEM技术 |
3.1 DEM信息隐藏技术研究现状 |
3.2 基于有理化小波的数据压缩技术 |
3.2.1 完全重构双正交小波系数的有理化设计 |
3.2.2 数据压缩技术 |
3.3 DEM数据压缩 |
3.4 纹理图像无损隐藏压缩的高程数据 |
3.4.1 信息隐藏流程 |
3.4.2 无损隐藏技术 |
3.5 实验结果 |
3.6 本章小结 |
第四章 无损DEM签名和可见三维水印技术 |
4.1 三维水印技术简介 |
4.1.1 三维数字水印的发展 |
4.1.2 空域3D网格数字水印 |
4.1.3 频域网格数字水印技术 |
4.1.4 国内三维水印技术研究现状 |
4.2 基于方向小波变换的无损三维地形数据水印签名算法 |
4.2.1 DEM数据广义灰度值及广义直方图 |
4.2.2 基于方向小波变换的三维DEM数据特征提取 |
4.2.3 无损水印签名算法 |
4.2.4 实验结果 |
4.3 DEM数据无损可见三维水印技术 |
4.3.1 无损可见水印算法流程 |
4.3.2 无损信息隐藏和恢复算法 |
4.3.3 实验结果 |
4.4 本章小结 |
第五章 基于模糊理论和矩阵理论水印算法 |
5.1 模糊关系与模糊矩阵理论 |
5.1.1 模糊数学概论 |
5.1.2 模糊子集及其运算 |
5.1.3 模糊关系与模糊变换 |
5.2 基于小波系数相对模糊关系的水印算法 |
5.2.1 引言 |
5.2.2 基于小波域量化噪声的视觉权重分析 |
5.2.3 模糊关系矩阵生成 |
5.2.4 水印算法 |
5.2.5 实验结果 |
5.3 基于模糊关系的无损可见水印算法 |
5.3.1 可见水印概述 |
5.3.2 模糊隶属关系 |
5.3.3 可见水印安全性分析与Hash函数构造 |
5.3.4 无损隐藏遮蔽图像数据 |
5.3.5 实验结果 |
5.4 本章小结 |
第六章 总结 |
6.1 主要贡献和创新点 |
6.2 展望 |
参考文献 |
致谢 |
攻读博士学位期间主要的研究成果 |
四、基于整数小波的无损数据隐藏(论文参考文献)
- [1]大容量的视觉安全图像隐藏方法研究[D]. 邹梦玲. 南京信息工程大学, 2021(01)
- [2]基于隐写技术的安全可验证秘密图像分享方法研究[D]. 仲鑫玮. 南京信息工程大学, 2021(01)
- [3]基于空间域的可逆水印算法研究[D]. 王晓利. 山东科技大学, 2020(06)
- [4]基于码分复用的医疗图像可逆信息隐藏算法研究[D]. 李冰. 齐鲁工业大学, 2020(02)
- [5]面向医疗图像的可逆数字水印算法研究[D]. 王悦. 北京邮电大学, 2020(05)
- [6]基于小波变换的音频隐写技术研究[D]. 刘翰林. 国防科技大学, 2017(02)
- [7]基于整数小波变换的数字图像可逆水印算法[J]. 陈亮,刘惠文,邓小鸿. 计算机应用与软件, 2016(04)
- [8]基于线性空间隐藏模型的可逆图像水印算法[J]. 姜传贤,杨铁军,董明刚,程小辉,李智. 自动化学报, 2014(10)
- [9]可逆数字水印在数字图像高容量信息隐藏中的应用[D]. 刘惠文. 中南大学, 2013(03)
- [10]基于小波和多尺度几何分析的信息隐藏技术研究[D]. 刘绪崇. 中南大学, 2010(01)