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118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、圖象無(wú)損數(shù)據(jù)隱藏近年來(lái)是信息安全領(lǐng)域的一個(gè)研究熱點(diǎn),與一般的圖象數(shù)據(jù)隱藏不同,無(wú)損數(shù)據(jù)隱藏不但能無(wú)損恢復(fù)嵌入的水印數(shù)據(jù),而且原始載體圖象也能完全恢復(fù)出來(lái),因此其非常適合于在醫(yī)學(xué)、法律、軍事等這些不允許原始圖象有任何失真的敏感領(lǐng)域中應(yīng)用。評(píng)價(jià)無(wú)損數(shù)據(jù)隱藏方法最重要的兩個(gè)指標(biāo)是嵌入容量和視覺(jué)失真程度,因此如何研究出大容量、高保真的無(wú)損數(shù)據(jù)隱藏方法是目前亟待解決的問(wèn)題。為此,本文對(duì)圖象無(wú)損數(shù)據(jù)隱藏進(jìn)行了深入研究,利用小波變換的優(yōu)良特

2、性,提出一系列基于小波的無(wú)損數(shù)據(jù)隱藏方法??梢哉f(shuō),本文提出的一系列無(wú)損數(shù)據(jù)隱藏方法位于當(dāng)前最好的無(wú)損數(shù)據(jù)隱藏方法之列。作為圖象數(shù)據(jù)隱藏的反過(guò)程,圖象隱寫(xiě)分析近來(lái)也受到大量矚目,本文也對(duì)此進(jìn)行了深入探討,并提出一種基于小波系數(shù)特征函數(shù)矩的通用隱寫(xiě)分析方法,在CorelDRAW圖象庫(kù)上的實(shí)驗(yàn)結(jié)果表明,該方法在性能上遠(yuǎn)遠(yuǎn)超出其他的通用隱寫(xiě)分析方法。本文的創(chuàng)新點(diǎn)如下:1、提出一種基于小波域擴(kuò)譜的無(wú)損數(shù)據(jù)隱藏方法。該方法利用“圖象的大

3、部分小波高頻子帶系數(shù)其幅度比較小”這個(gè)規(guī)律,根據(jù)擴(kuò)譜原理把數(shù)據(jù)嵌入到圖象整數(shù)小波交換后的高頻子帶系數(shù)中,不但能嵌入大容量的數(shù)據(jù)信息,而且保證嵌入大容量數(shù)據(jù)后的圖象仍然具有較好的視覺(jué)效果;通過(guò)選取一個(gè)合適的閾值,可以在嵌入容量和視覺(jué)質(zhì)量這兩者之間進(jìn)行折衷控制;同時(shí),通過(guò)嵌入偽信息的方式,解決了在提取信息時(shí)無(wú)法判斷在哪些系數(shù)上嵌入了水印信息的問(wèn)題,從而保證了圖象和數(shù)據(jù)的無(wú)損性。2、提出兩種基于小波壓縮擴(kuò)展技術(shù)的圖象無(wú)損數(shù)據(jù)隱藏方

4、法:小波移位壓縮擴(kuò)展方法和小波直方圖間隙方法。小波移位壓縮擴(kuò)展方法根據(jù)小波高頻系數(shù)的拉普拉斯分布特性,使用一個(gè)分段線性函數(shù)作為壓縮函數(shù),先對(duì)小波系數(shù)進(jìn)行壓縮,然后使用移位方式嵌入數(shù)據(jù);小波直方圖間隙方法則通過(guò)使用壓縮函數(shù)在小波高頻系數(shù)直方圖中引入一些間隙,隨后利用這些間隙來(lái)進(jìn)行數(shù)據(jù)嵌入。實(shí)驗(yàn)結(jié)果及與其他方法的比較表明,這兩個(gè)方法無(wú)論在嵌入容量上還是嵌入數(shù)據(jù)后的圖象視覺(jué)效果上,均達(dá)到甚至超過(guò)當(dāng)前世界上最好水平,可以說(shuō)位于當(dāng)前最

5、好的無(wú)損數(shù)據(jù)隱藏方法之列。3、提出一種基于小波系數(shù)特征函數(shù)矩分析的通用隱寫(xiě)分析方法。該方法先對(duì)測(cè)試圖象和預(yù)測(cè)誤差圖象作小波變換,然后分別計(jì)算各小波子帶特征函數(shù)的前三階矩,并以此作為特征使用貝葉斯分類(lèi)器來(lái)進(jìn)行隱寫(xiě)分析。該方法適用于各種數(shù)據(jù)隱藏方法,在CorelDRAW圖象庫(kù)上的實(shí)驗(yàn)結(jié)果表明,該方法在性能上遠(yuǎn)遠(yuǎn)超出其他的通用隱寫(xiě)分析方法。4、提出基于一種基于實(shí)時(shí)量化處理的JPEG2000數(shù)據(jù)隱藏算法,并將它用于改進(jìn)原來(lái)的使用數(shù)字

6、水印和指紋識(shí)別的網(wǎng)上身份認(rèn)證系統(tǒng),解決了在低帶寬情況下,如何有效地傳送嵌入用戶認(rèn)證信息后的指紋圖像這個(gè)問(wèn)題。在客戶端,用戶指紋圖像被采集并用JPEG2000進(jìn)行壓縮,壓縮過(guò)程中用戶認(rèn)證信息作為水印以量化的方式實(shí)時(shí)嵌入到壓縮碼流中;在服務(wù)器端,用JPEG 2000解碼器解碼壓縮碼流,并從中實(shí)時(shí)提取水印信息,然后對(duì)解壓縮的指紋圖像進(jìn)行指紋匹配來(lái)認(rèn)證剛戶身份。5、提出一種簡(jiǎn)單有效的直方圖調(diào)整及記錄編碼方式。挑選調(diào)整灰度時(shí),使用多次遍

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(méi)有圖紙預(yù)覽就沒(méi)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