版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、互聯(lián)網(wǎng)技術的快速發(fā)展為人們在網(wǎng)絡上傳遞數(shù)字多媒體數(shù)據(jù)提供了便捷的應用,同時也給數(shù)字信息的保護這一問題提出了新的挑戰(zhàn)。信息隱藏技術就是將需要保護的數(shù)字信息如序列號、文字、圖像標志等信息嵌入到數(shù)字多媒體數(shù)據(jù)中的一種掩蔽技術,用來實現(xiàn)秘密多媒體數(shù)據(jù)的隱蔽通信。信息隱藏的特殊應用要求秘密信息的嵌入不僅具有不可感知性,還要具有強魯棒性能夠抵抗各種類型的攻擊操作。
本文首先綜述了信息隱藏技術的基本概念和原理及針對不同的信息隱藏方法,對
2、現(xiàn)有的數(shù)字圖像信息隱藏算法進行了總結和比較并提出了一種新的基于視覺注意力的信息隱藏算法。該算法首先根據(jù)載體圖像視覺注意力的機制,選擇出載體圖像的感興趣顯著區(qū)域后生成此區(qū)域外的局部載體圖像,對局部載體圖像進行特征點的檢測并以特征點為中心擴展為8x8大小的特征區(qū)域,然后對所有特征區(qū)域進行奇異值分解。利用本文提出的結合奇異值(Singular Value)的嵌入算法,來保證秘密信息嵌入的不可感知性和嵌入強度的控制。由于奇異值分解的性質使得本文
3、算法獲得更高的魯棒性,根據(jù)算法流程在計算機上進行仿真實驗,重點針對秘密信息的不可感知性、魯棒性和完整性三個指標,進行了秘密信息的嵌入、提取和攻擊后的秘密信息的提取測試。實驗結果表明,該算法是有效可行的,在保證秘密信息嵌入容量的同時,它能夠很好地保持圖像視覺的質量,對壓縮、椒鹽噪聲、高斯噪聲、剪切、銳化和旋轉等攻擊都有表現(xiàn)出很好的魯棒性。
本文提出的圖像信息隱藏的算法,對于人類視覺注意力選擇和數(shù)字圖像奇異值分解的研究和應用有
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 視覺運動注意力方法研究.pdf
- 基于視覺注意力機制的圖像檢索方法研究.pdf
- 基于視覺注意力的視頻水印方法研究.pdf
- 駕駛員視覺注意力的檢測方法研究.pdf
- 視覺注意力計算模型的研究.pdf
- 基于視覺的駕駛員注意力判別研究.pdf
- 基于腦電熵參數(shù)的視覺注意力分級研究.pdf
- 注意力經(jīng)濟下讀者注意力的經(jīng)營研究.pdf
- 視覺注意力機制及其應用研究.pdf
- 基于注意力驅動模型的圖像檢索方法研究.pdf
- 基于視覺的駕駛員疲勞和注意力分散檢測研究.pdf
- 提高注意力的訓練方法
- 84982.注意力經(jīng)濟下讀者注意力的經(jīng)營研究
- 基于情境認知的安全注意力研究.pdf
- 注意力講座
- 注意力訓練
- 社會網(wǎng)絡群體注意力分析方法研究.pdf
- 注意力游戲
- 注意力訓練
- 集中注意力訓練方法
評論
0/150
提交評論