本文關(guān)鍵詞：基于圖像內(nèi)容特征的安全隱寫算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計算機的普及與信息化的飛速發(fā)展,高效的互聯(lián)服務在給人們帶來便捷的同時之也帶來了一些擔憂。信息作為一種重要的資源存儲在互聯(lián)網(wǎng)中,并且通過互聯(lián)網(wǎng)進行數(shù)據(jù)的傳輸,互聯(lián)網(wǎng)的高透明性對信息的傳輸存在安全隱患。因此,安全問題就成為了信息傳輸中的首要問題。為了解決信息傳輸中的安全問題,信息隱藏技術(shù)就被提了出來,并且迅速成為各國的研究熱點。隱寫術(shù)是信息隱藏技術(shù)的重要組成部分,它是利用多媒體數(shù)據(jù)的冗余信息,以不改變載體數(shù)據(jù)的視覺特征為目的,將要傳輸?shù)男畔㈦[蔽在圖像、音頻、視頻等多媒體數(shù)據(jù)中。好的隱寫算法擁有較強的安全性和較高的嵌入容量。目前,隱寫技術(shù)的發(fā)展也促進了隱寫分析技術(shù)的迅速發(fā)展。隱寫分析是通過分析載密信息來確定是否嵌有秘密信息。隱寫分析技術(shù)主要包括專用隱寫技術(shù)和通用隱寫技術(shù)。本文主要介紹了基于圖像的隱寫算法和隱寫分析算法,同時在分析現(xiàn)有基于圖像紋理特征隱寫算法的基礎上,提出了安全性強、嵌入容量更高的隱寫算法。論文的主要內(nèi)容如下:(1)提出一種在整數(shù)小波域中基于圖像紋理特征的隱寫算法。在現(xiàn)有基于圖像紋理的隱寫算法中,對于劃分圖像紋理區(qū)域存在不足,因此,本算法首先對載體圖像進行整數(shù)小波分解,在分解得到的不同頻率區(qū)域采用不同的嵌入方案。在高頻區(qū)域,對目標像素所在的平滑區(qū)、過渡區(qū)和紋理區(qū)來確定所要嵌入秘密信息的位數(shù);在低頻區(qū)域使用LSB匹配算法進行秘密信息的嵌入。同時,設定不同的嵌入方案,可以自適應的調(diào)節(jié)嵌入容量。從實驗中可以得出,本文在確保較高圖像保真度的同時擁有更多的嵌入容量。(2)提出一種在整數(shù)小波域中基于亮度特征的隱寫算法。在基于圖像內(nèi)容特征的隱寫算法中,紋理只是圖像內(nèi)容特征的一部分,而對于圖像亮度特征的描述卻很少。因此,首先對圖像進行整數(shù)小波分解,利用人眼視覺掩蔽特性,人眼在較亮和較暗區(qū)域敏感度低,即在較暗和較亮區(qū)域可以嵌入更多的信息。然后確定目標像素所在的明暗區(qū)域,并利用模函數(shù)對秘密信息進行嵌入。從實驗數(shù)據(jù)得出,本算法可以保證較強的安全性和較高的嵌入量。
【關(guān)鍵詞】：整數(shù)小波變換 人眼視覺特性 隱寫分析 模函數(shù) 邊緣匹配
【學位授予單位】：西北師范大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要8-9
• Abstract9-11
• 1 引言11-15
• 1.1 論文選題背景和意義11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.3 論文的組織結(jié)構(gòu)14-15
• 2 圖像隱寫技術(shù)及圖像內(nèi)容掩蔽特性15-26
• 2.1 圖像隱寫技術(shù)15-21
• 2.1.1 圖像隱寫基本原理與框架15
• 2.1.2 圖像隱寫特性15-16
• 2.1.3 信息隱藏的性能評價標準16-18
• 2.1.4 隱寫分析基本原理與框架18
• 2.1.5 檢測方法的評價指標及分類18-20
• 2.1.6 RS隱寫分析20-21
• 2.2 圖像內(nèi)容掩蔽特性21-25
• 2.2.1 人眼視覺特性21-22
• 2.2.2 失真測度與JND模型的關(guān)系22-25
• 2.3 本章小結(jié)25-26
• 3 基于圖像紋理特征的安全隱寫算法26-37
• 3.1 算法相關(guān)技術(shù)26-29
• 3.1.1 LSB隱寫算法26-27
• 3.1.2 圖像整數(shù)小波變換27-28
• 3.1.3 Lorenz混沌序列28-29
• 3.2 隱寫算法嵌入方案29-32
• 3.2.1 目標像素差值及其嵌入方案29-31
• 3.2.2 嵌入算法31-32
• 3.2.3 提取算法32
• 3.3 實驗結(jié)果與分析32-36
• 3.3.1 嵌入率和不可感知性33-35
• 3.3.2 安全性35-36
• 3.4 本章小結(jié)36-37
• 4 基于圖像像素亮度特征的隱寫算法37-44
• 4.1 亮度掩蔽效應37-38
• 4.2 隱寫算法嵌入與提取38-40
• 4.2.1 目標像素信息嵌入方案38-39
• 4.2.2 嵌入算法39
• 4.2.3 提取算法39-40
• 4.3 實驗結(jié)果與分析40-43
• 4.3.1 圖像質(zhì)量與嵌入容量40-42
• 4.3.2 像素差值直方圖分析42-43
• 4.4 本章小結(jié)43-44
• 5 總結(jié)與展望44-46
• 5.1 本文工作總結(jié)44-45
• 5.2 工作展望45-46
• 參考文獻46-49
• 致謝49

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉建忠;;圖像邊緣的數(shù)學結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計算方法[J];微型電腦應用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學院學報;2009年04期

4 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計算機科學;2012年03期

5 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補算法[J];寧夏大學學報(自然科學版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動幾何精糾正系統(tǒng)的設計與實現(xiàn)[J];計算機應用;2012年S2期

7 宋建中;;噴霧圖像的自動分析[J];光學機械;1988年04期

8 張錦華;孫挺;;引入像點融合度修補的圖像邊緣化參差拼接實現(xiàn)[J];微電子學與計算機;2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計算方法[J];模式識別與人工智能;2003年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應用學術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學術(shù)會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復方法[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強;王風;;一種保持圖像幾何特征的去噪模型[A];中國通信學會第五屆學術(shù)年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學會第十屆全國圖像圖形學術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導濾波的單幅圖像前景精確提取[A];浙江省電子學會2013學術(shù)年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強[A];第六屆全國信息獲取與處理學術(shù)會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強模糊空間目標圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學術(shù)交流會論文集（下冊）[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產(chǎn)芯片進軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計算機報;2002年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 梁福來;低空無人機載UWB SAR增強成像技術(shù)研究[D];國防科學技術(shù)大學;2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學技術(shù)大學;2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學;2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學;2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應用研究[D];重慶大學;2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學技術(shù)大學;2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學;2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學;2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李鵬遠;圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應用[D];華南理工大學;2015年

2 萬燕英;微聚焦X-ray圖像自適應正則化去噪方法[D];華南理工大學;2015年

3 毛雙艷;基于梯度域的圖像風格化渲染方法的研究及其應用[D];華南理工大學;2015年

4 向訓文;RGB-D圖像顯著性檢測研究[D];華南理工大學;2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學;2015年

6 熊楊超;圖像美學評價及美學優(yōu)化研究[D];華南理工大學;2015年

7 王艷;圖像視覺顯著性檢測方法及應用的研究[D];華南理工大學;2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應用研究[D];昆明理工大學;2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學;2015年

10 曹靜;基于暗通道先驗算法的圖像去霧處理[D];海南大學;2015年

  本文關(guān)鍵詞：基于圖像內(nèi)容特征的安全隱寫算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：348271