免疫規(guī)劃及分塊優(yōu)化算法在隱寫術中的研究和應用.pdf

1、隨著信息技術和互聯(lián)網應用的普及,版權保護和隱秘通信已經得到廣泛的關注和重視,信息隱藏技術作為信息安全的重要組成部分,成為新的研究前沿。
　　 本文重點研究空間域隱寫方法,結合免疫規(guī)劃、分塊優(yōu)化等算法,在現(xiàn)有空間域隱寫方法的基礎上提出了新的改進方法,一定程度上提高了嵌入容量和嵌入效率,降低了檢測率,并結合人類視覺系統(tǒng)的特性提高了含密圖像的質量。
　　 (1)利用免疫規(guī)劃對配對最低有效位匹配隱寫方法進行優(yōu)化
　　 提

2、出了免疫規(guī)劃優(yōu)化的配對最低有效位匹配隱寫方法。該方法建立了評估匹配方式優(yōu)劣的分級評分系統(tǒng),同時利用免疫規(guī)劃對匹配順序進行尋優(yōu),解決了原方法在匹配過程中優(yōu)化程度不高、對原始圖像修改較多的問題。實驗表明,該方法在保持與原有方法相同嵌入容量的前提下,提高了圖像質量,降低了檢測率。
　　 (2)分塊方法在EMD中的應用
　　 提出了分塊優(yōu)化的EMD隱寫方法。原有的EMD方法通過僅修改n個像素中的一個來表示(2n+1)種不同的嵌入

3、方向,但利用率的提高僅在分割長度無限時才有意義,有著應用上的局限。本方法通過分塊將有限長度分割的像素組結合起來,使得在實際無法做到無限分割這一限制條件下利用EMD方法的特點提高嵌入效率。實驗結果表明,嵌入效率較EMD方法有所提高,檢測率也有所下降。
　　 (3)模函數(shù)和分塊法在基于像素差隱寫方法中的應用
　　 提出了利用分塊像素差和模函數(shù)的自適應大容量隱寫方法。像素差能在空域較好描述圖像紋理的變化程度,諸多學者利用這一特