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_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、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

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。

評論

0/150

提交評論