基于隐藏容量的数字图像信息隐藏算法 pdf下载

《基于隐藏容量的数字图像信息隐藏算法》主要对数字图像信息隐藏算法进行系统的研究，针对信息隐藏算法中提高隐藏容量的关键问题，提出解决方案并进行仿真实验和分析。主要研究工作如下：在宿主图像分析中，分析人类视觉系统对图像的掩蔽特性，分别对宿主图像中两类不敏感区域进行筛选，并提出结合两类不敏感区域的综合区域筛选方法，利用阈值确定掩蔽区的数量，决定嵌入容量的大小。为了更大限度地去除冗余，合理有效地利用载体图像的空间，嵌入有用信息，提出在秘密图像信息嵌入之前，利用图像像素间的相关性构建编码器来进行预测，通过消除像素之间的冗余度达到压缩的目的。

目录
前言
第1章 绪论 1
1.1 引言 1
1.2 信息隐藏的定义 2
1.3 信息隐藏技术的要求 4
1.4 信息隐藏技术的分支 6
1.5 信息隐藏技术的发展 9
1.6 本书的主要研究内容 10
1.7 组织结构 11
第2章 基于图像的信息隐藏算法 13
2.1 按嵌入域分类 13
2.1.1 空间域信息隐藏算法 13
2.1.2 变换域信息隐藏算法 15
2.2 按提取条件分类 18
2.3 按抗攻击能力分类 18
2.4 可逆信息隐藏技术 20
2.5 多重信息隐藏技术 22
第3章 基于宿主图像分析的信息隐藏算法 23
3.1 人类视觉特性 23
3.2 宿主图像分析 25
3.2.1 宿主图像亮度分析 25
3.2.2 宿主图像纹理分析 28
3.2.3 宿主图像综合分析 31
3.3 信息隐藏 34
3.3.1 最低有效位替换 35
3.3.2 多位面替换嵌入算法 36
3.4 信息提取 42
3.5 实验结果与分析 44
3.5.1 不同阈值T 对嵌入率和图像质量的影响 45
3.5.2 不同分块对图像质量的影响 50
第4章 基于隐藏信息压缩的信息隐藏算法 54
4.1 引言 54
4.2 隐藏信息压缩 56
4.3 信息隐藏 61
4.4 信息提取 63
4.5 实验结果与分析 63
第5章 基于遗传算法的彩色图像隐藏算法 67
5.1 遗传算法 67
5.1.1 遗传算法基本原理 68
5.1.2 遗传算法基本流程 69
5.1.3 遗传算法基本操作 71
5.1.4 遗传算法的特点 74
5.2 基于遗传算法的彩色图像数字水印算法 76
5.2.1 在彩色图像数字水印算法中应用遗传算法的原理 76
5.2.2 算法概述 77
5.2.3 水印嵌入算法 79
5.2.4 水印提取算法 80
5.3 基于BP神经网络的水印复原算法 80
5.3.1 神经网络概述 80
5.3.2 误差反向传播网络的定义及特点 81
5.3.3 神经网络的功能 82
5.3.4 基于神经网络的数字水印复原算法 83
5.3.5 实验结果与分析 85
5.4 小结 90
第6章 基于图像梯度预测可调节大容量可逆信息隐藏算法 91
6.1 引言 91
6.2 差值扩展算法 92
6.2.1 基本扩展算法 92
6.2.2 梯度预测算法 94
6.3 插值扩展可逆信息隐藏算法 98
6.3.1 相关工作 98
6.3.2 本书提出的隐藏算法 99
6.4 信息提取及图像恢复 102
6.5 实验结果与分析 103
6.5.1 不同阈值T 对嵌入率和图像质量的影响 104
6.5.2 与其他算法比较 108
第7章 总结和展望 110
7.1 总结 110
7.2 工作展望 111
参考文献 113