發(fā)布時間：2017-04-02 04:17

  本文關(guān)鍵詞：基于灰階圖像的數(shù)據(jù)嵌入方法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著Internet的快速發(fā)展,信息化早已成為社會發(fā)展的一種必然趨勢。人類已經(jīng)逐步進(jìn)入到了一個嶄新的信息和多媒體的時代,獲得信息的方式也早已不在僅僅局限于傳統(tǒng)的紙張、底片、磁帶等媒介。由于數(shù)字信息具有易存儲性和易傳輸性等特點,因此從多媒體和互聯(lián)網(wǎng)獲取信息就變得越來越普遍和高效。然而,在享受數(shù)字科技帶來的便捷與商機時,一些潛在的問題不斷出現(xiàn),例如對隱私權(quán)、版權(quán)的保護不當(dāng)或者信息傳輸時安全性的缺失,因此對信息和數(shù)據(jù)的安全保護就變得越來越重要。為了解決上述問題,一門新的技術(shù)即“數(shù)據(jù)嵌入技術(shù)”應(yīng)運而生,并得到了充分的發(fā)展。數(shù)據(jù)嵌入技術(shù)就是將隱秘信息嵌入到如文本,圖像、音頻或者視頻等多媒體媒介中,以此來避免引起因特網(wǎng)上惡意攻擊者的注意,增強了數(shù)據(jù)傳輸?shù)陌踩浴８鶕?jù)信息嵌入技術(shù)不同的應(yīng)用場景,本文分別提出了非可逆式和可逆式的數(shù)據(jù)嵌入方法,以及圖像壓縮域的信息嵌入方法。(1)本文提出了一種全新的可調(diào)整的數(shù)據(jù)嵌入方法。該方法是在修改方向編碼法(EMD)的基礎(chǔ)上改進(jìn)而成,稱為“多組式修改方向編碼法”。多組法是將多個像素組組合起來,根據(jù)構(gòu)建的置換表嵌入隱秘數(shù)據(jù),這樣不僅避免了EMD方法和智能分段策略產(chǎn)生的冗余問題,還有效地增加了獲得更大嵌入容量的可能性。根據(jù)實驗結(jié)果和數(shù)學(xué)論證可知,相比EMD方法和智能分段策略,多組法能夠使有效嵌入負(fù)載更大,圖像視覺品質(zhì)更好。(2)本文根據(jù)相鄰像素之間的高相關(guān)性規(guī)則,提出了兩個可恢復(fù)的數(shù)據(jù)嵌入方法。一個是基于像素間的高相關(guān)性規(guī)則將圖像分區(qū)塊,另一個是利用方向順序模式將像素分類。然后針對不同類型的像素分別利用插值估計和相鄰像素間的差值將隱秘信息嵌入到相應(yīng)的像素中。由于兩個方法對分類像素的操作機制不同,而且使用插值估計和像素差值的順序不同,因此產(chǎn)生的嵌入效果也不同。但是兩個方法都能夠獲得更大的嵌入負(fù)載,同時較其他方法擁有更佳的圖像品質(zhì)。(3)本文提出了一個基于VQ的可逆式數(shù)據(jù)嵌入方法。首先使用VQ編碼獲得圖像的索引表,然后根據(jù)每個索引的權(quán)重值,對索引表進(jìn)行霍夫曼編碼,最后將隱秘數(shù)據(jù)嵌入索引表中。此外,基于一個用于傳輸?shù)臄?shù)據(jù)結(jié)構(gòu),本文還提出了兩種機制來處理額外信息。實驗結(jié)果表明,在嵌入量和壓縮率方面,本文提出的方法優(yōu)于Yang等學(xué)者的方法。而且本方法可以根據(jù)實際的應(yīng)用環(huán)境隨意調(diào)整嵌入量或者壓縮率的大小。
【關(guān)鍵詞】：數(shù)據(jù)嵌入 隱寫 應(yīng)用修改方向 直方圖修改 向量量化
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-11
• 圖目錄11-12
• 表目錄12-13
• 主要符號表13-14
• 1 緒論14-36
• 1.1 研究背景與意義14-16
• 1.2 數(shù)據(jù)嵌入技術(shù)相關(guān)工作研究進(jìn)展16-32
• 1.2.1 基于灰階圖像為載體的數(shù)據(jù)嵌入技術(shù)16-21
• 1.2.2 不可逆式數(shù)據(jù)嵌入技術(shù)21-24
• 1.2.3 可逆式數(shù)據(jù)嵌入技術(shù)24-28
• 1.2.4 基于壓縮編碼的數(shù)據(jù)嵌入技術(shù)28-32
• 1.3 本文主要研究思路與內(nèi)容32-36
• 2 基于置換表的多組式修改方向編碼法36-56
• 2.1 相關(guān)工作36-38
• 2.1.1 EMD方法36-37
• 2.1.2 智能分段策略37-38
• 2.2 基于置換表的多組式數(shù)據(jù)嵌入法38-47
• 2.2.1 冗余問題分析38-39
• 2.2.2 置換表算法39-42
• 2.2.3 多組法42-47
• 2.3 實驗結(jié)果47-55
• 2.3.1 模擬隱秘數(shù)據(jù)嵌入實驗49-53
• 2.3.2 真實隱秘數(shù)據(jù)嵌入實驗53-54
• 2.3.3 反檢測測試54-55
• 2.4 本章小結(jié)55-56
• 3 面向高品質(zhì)圖像的可逆式數(shù)據(jù)嵌入方法56-91
• 3.1 相關(guān)工作56-61
• 3.1.1 插值預(yù)測方法56-58
• 3.1.2 中間區(qū)塊預(yù)留方法58-61
• 3.2 基于高相關(guān)性規(guī)則的可逆式圖像嵌入方法61-72
• 3.2.1 差值修改機制61-63
• 3.2.2 預(yù)處理過程63
• 3.2.3 高相關(guān)性規(guī)則63-65
• 3.2.4 數(shù)據(jù)嵌入過程65-69
• 3.2.5 數(shù)據(jù)提取和圖像恢復(fù)過程69-71
• 3.2.6 輔助信息71-72
• 3.3 基于高相關(guān)性規(guī)則的圖像嵌入方法的實驗結(jié)果72-76
• 3.3.1 單層嵌入實驗73-74
• 3.3.2 多層嵌入實驗74-76
• 3.4 基于方向順序模式的可逆式圖像嵌入方法76-86
• 3.4.1 數(shù)據(jù)嵌入過程77-82
• 3.4.2 數(shù)據(jù)提取和圖像恢復(fù)過程82-84
• 3.4.3 輔助信息84-86
• 3.5 基于方向順序模式的圖像嵌入方法的實驗結(jié)果86-89
• 3.6 本章小結(jié)89-91
• 4 基于VQ壓縮編碼的可逆式數(shù)據(jù)嵌入方法91-107
• 4.1 相關(guān)工作91-97
• 4.1.1 向量量化91-93
• 4.1.2 霍夫曼編碼93-95
• 4.1.3 基于VQ的數(shù)據(jù)嵌入方法95-97
• 4.2 基于VQ索引表的數(shù)據(jù)嵌入方法97-101
• 4.2.1 預(yù)處理過程97-98
• 4.2.2 數(shù)據(jù)嵌入過程98-100
• 4.2.3 數(shù)據(jù)提取和索引表恢復(fù)過程100-101
• 4.3 實驗結(jié)果101-106
• 4.4 本章小結(jié)106-107
• 5 結(jié)論和展望107-111
• 5.1 結(jié)論107-108
• 5.2 創(chuàng)新點108-110
• 5.3 展望110-111
• 參考文獻(xiàn)111-120
• 附錄A 縮略語對照表120-122
• 攻讀博士學(xué)位期間科研項目及科研成果122-123
• 致謝123-125
• 作者簡介125

  本文關(guān)鍵詞：基于灰階圖像的數(shù)據(jù)嵌入方法的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：281873