导读:本文包含了隐藏容量论文开题报告文献综述及选题提纲参考文献，主要关键词:可逆信息隐藏,直方图平移,隐秘传输
隐藏容量论文文献综述
郗艳华[1]（2019）在《基于直方图平移的简易大容量可逆信息隐藏算法》一文中研究指出为了提高隐秘图像质量和信息隐藏容量,并能在正确提取隐藏信息后无损恢复原始图像,文中提出了一种基于直方图平移的分块双向多位可逆信息隐藏算法。首先通过直方图寻找其最大的两个峰值点及其各自对应的零值点(或者是最小值点),然后对图像分块,在有峰值点的块中实现双向多位信息隐藏。为了提高隐藏图像的质量,优先选取靠近峰值点的零值点,同时在信息隐藏前需对待隐藏信息进行预处理。实验结果表明,该算法不仅可以实现可逆信息隐藏,而且隐藏容量高,隐藏图像质量好,算法简单。该方法可应用于图像认证和隐秘传输等相关领域。(本文来源于《咸阳师范学院学报》期刊2019年06期）
王俊祥,毛宁雄,赵怡,王春桃[2]（2019）在《面向全容量的高性能彩色图像可逆信息隐藏算法》一文中研究指出可逆信息隐藏主流算法通常基于经验给出各种固定的边信息(峰值点和零点对)搜索方案用于直方图平移过程,使得算法性能受到较大限制.为进一步提高算法效率,该文给出一种面向全容量(从小容量到大容量)的自适应嵌入方案,根据给定的嵌入容量选择近似最优的边信息.所提出的基于多特征排序的嵌入位置优选策略,能够搜索到更光滑的区域进行信息嵌入,从而提高算法性能;基于给定的嵌入容量,给出了一种基于智能优化算法的自适应边信息优选方案.实验结果表明,该算法可以实现全容量下的信息嵌入,并且获得的算法性能更好.(本文来源于《应用科学学报》期刊2019年05期）
任克强,肖璐瑶[3]（2019）在《融合CFT和LSB的高容量可逆数据隐藏》一文中研究指出针对可逆数据隐藏中图像质量和嵌入容量之间相互矛盾的问题,提出一种中心折迭技术与最低有效位替换相结合的可逆数据隐藏方法。该方法首先对原始图像中的像素进行位平面划分,以得到2个位平面;然后利用中心折迭技术将秘密数据折迭,并将折迭后的秘密数据嵌入到原始像素的最高有效位中,以生成2个隐秘像素;最后利用最低有效位替换将秘密数据嵌入到隐秘像素的最低有效位中,以进一步提高嵌入容量。实验结果表明,利用中心折迭技术与最低有效位替换来嵌入秘密数据,嵌入容量达到了1 572 778位,有效地提高了嵌入容量;当嵌入容量相同时,与嵌入秘密数据后的相关算法相比,图像的PSNR提高了约2dB,降低了图像失真,具有更好的不可感知性。(本文来源于《液晶与显示》期刊2019年04期）
王继军,孙泽锐,李国祥[4]（2019）在《图像抛物线插值空间大容量可逆信息隐藏算法》一文中研究指出针对可逆信息隐藏算法嵌入容量小、通用性差、运行效率低等问题,提出以插值图像为载体的大容量可逆信息隐藏方法,设计了一种类线性图像插值方法,通过实验数据分析给出了理想插值图像的期望插值,将载体图像两相邻像素值看作抛物线的根,构造一元二次方程,利用方程性质,建立以抛物线最值为参考点、以两根均值为期望插值的模型,根据差值区间确定出可嵌入位置和位数,再由区间调整因子和秘密信息共同确定出最终插值,设计了两种可逆隐藏方案,均无附加信息、无数据溢出,平均嵌入率接近4bit/pixel,载密图像有较高质量,通过与5种优秀算法的实验比较,表明算法在嵌入容量、隐蔽性、运行效率等方面相对比较算法有一定优势.(本文来源于《电子学报》期刊2019年01期）
刘亚刚[5]（2018）在《结构约束下实时网络可逆大容量信息隐藏仿真》一文中研究指出为了提高信息在网络中传输的安全性,需要对网络可逆大容量信息隐藏方法进行研究。采用当前网络可逆大容量信息隐藏方法对信息进行隐藏处理时,存在嵌入信息容量小和信息隐藏安全性低的问题。在结构约束的条件下提出一种实时网络可逆大容量信息隐藏方法,通过加法和减法两个操作构建DNA序列的开始标签和结束标签,采用标签构建法结合开始标签和结束标签得到信息嵌入的最佳位置。通过基于R-LWE的信息隐藏方法设置参数,并对信息进行预处理,根据私钥和公钥对信息进行加密和解密处理,将加密处理后的信息嵌入到最佳位置或将嵌入的信息提取出来,完成网络可逆大容量信息的隐藏处理。仿真结果表明,所提方法的嵌入容量在60bit以上,验证所提方法的嵌入容量大、安全性高。(本文来源于《计算机仿真》期刊2018年12期）
郑梦阳,李增辉,陈潭升,董梦瑶,和红杰[6]（2018）在《JPEG比特流加密域大容量可逆数据隐藏》一文中研究指出兼顾加密JPEG图像的隐藏容量和安全性,提出一种JPEG比特流加密域可逆数据隐藏新方法。该算法设计了一种块间置乱与块内加密相结合的JPEG比特流加密方法,不仅实现对图像块的伪随机置乱,还实现了熵编码块的霍夫曼编码和扩展位的全加密,降低信息泄露可能性的同时,提高了算法抵抗唯密文攻击的能力。同时,该算法生成的加密JPEG比特流与JPEG解码标准兼容,解码得到的加密图像类似随机噪声且与原始图像大小相同,所有图像块熵编码都可以用来隐藏附加信息,有效解决了隐藏容量与安全性之间的矛盾。对比分析了算法的安全性、文件大小和隐藏容量等性能。实验仿真结果表明本文算法能有效抵抗唯密文攻击,隐藏容量是现有最新同类算法的4倍以上。(本文来源于《信息安全学报》期刊2018年06期）
熊祥光,曹永锋,欧卫华,刘彬,韦立[7]（2018）在《采用插值和排序的大容量可逆数据隐藏算法》一文中研究指出针对现有基于图像插值可逆数据隐藏算法的隐藏容量和隐秘图像质量问题,提出一种采用插值和排序的大容量图像可逆数据隐藏算法.首先提出一种改进的图像插值算法,提高了插值图像的质量;然后对插值图像进行重迭分块,采用优先选择方差较小的分块、自适应地计算各个非基准像素能隐藏的最大数据量和自适应的秘密数据隐藏3种策略来隐藏秘密数据,解决了隐秘图像像素溢出问题并提高了隐藏容量及隐秘图像质量.在Kodaklossless true color image suite, uncompressed color image database, McMaster dataset和USC-SIPI image database这4个图像集上进行实验,并将文中算法与相似的4种算法进行对比,结果表明,该算法的隐藏容量分别提升了约113.16%,27.69%, 188.53%和4.08%,且在相同的隐藏容量条件下也具有更好的图像质量.(本文来源于《计算机辅助设计与图形学学报》期刊2018年10期）
刘宇,杨百龙,赵文强,袁志华[8]（2018）在《基于矩阵编码的大容量密文域可逆信息隐藏算法》一文中研究指出针对当前密文域可逆信息隐藏技术中容量不足的缺陷,提出一种完全可分离的大容量可逆信息隐藏算法。将猫脸变换后的密文图像按照像素值划分区间,对特定区间内的像素定位,按矩阵编码的方式嵌入信息。接收方利用位置信息并根据隐写密钥解码提取秘密信息,经简单计算复原密文图像,解密后即可恢复原始图像。实验结果表明,该算法能够准确地提取秘密信息,无损恢复载体图像,实现2种操作的完全分离。(本文来源于《计算机工程》期刊2018年10期）
汪维清[9]（2018）在《大容量及高信噪比的可逆图像信息隐藏方法研究》一文中研究指出信息隐藏DH(Data hiding)技术在数字媒体授权、版权保护、军事信息传递、个人隐私保护以及电子商务活动等方面都得到了广泛应用。然而传统DH技术存在较大缺陷,即隐密图像提取信息后不能完全正确地复原原始载体图像,这对一些要求较高的特殊应用,如军事、医学及法律应用等,即使载体图像有一点小小改变都不可忽视。因此涌现出了大量有关可逆图像信息隐藏RDH(Reversible data hiding)技术的研究。RDH方法可以在保证提取出隐藏信息的同时无损地恢复载体图像。目前,RDH算法研究主要分为四大类:基于差分扩展DE(Difference expansion)的RDH、基于直方图平移HS(Histogram shifting)的RDH、基于预测误差扩展PEE(Prediction error expansion)的RDH以及基于双图像和图像内插的RDH。然而RDH技术还存在几个关键问题有待解决:1.建立信息隐藏过程中隐密图像失真数学模型;2.构造出更陡峭的直方图;3.寻找信息隐藏量与隐密图像质量平衡点;4.提升图像信息隐藏技术鲁棒性;5.研究新视觉质量评价标准。本文针对当前RDH存在的问题提出了解决信息隐藏过程中的抗干扰具体办法,建立了信息隐藏过程中隐密图像失真的数学模型,分析了信息隐藏中出现的上溢/下溢机理,并提出了相应解决措施,同时构造出了一些更为陡峭的误差差分分布直方图模型。主要创新点有3方面:(1)提出了基于有效位差分扩展的RDH算法。结合像素二进制有效位和DE方法而提出了一种基于有效位差分扩展的RDH方法。如果隐密图像完好无损,原始载体图像就能正确地恢复,隐藏信息也能正确地被提取出来;另一方面,如果隐密图像被一些无意改变如噪声等,算法也能具有一定鲁棒性。算法首先将载体图像像素分解成两部分:较高有效位HSB(Higher significant bits)与最低有效位LSB(Least significant bits),并计算相邻像素间的HSB差分。然后通过差分平移在HSB中隐藏信息,平移量和平移规则相对比较固定,故能实现可逆性。由于像素的HSB和LSB的分离,一些对隐密图像无意改变并不能影响HSB,故算法具有一定鲁棒性。(2)基于左右平移的大容量RDH算法。根据矩形预测误差的分布特点:直方图的最高峰值点也同时是差分零值点,位于原点,其它峰值点以近似对称的形式分布在原点两侧,而其它频率为零值点也近似对称地分布在原点两侧。首先将峰值点向右平移,留下部分空位用于隐藏信息,接着再将峰值点向左平移,再次留下部分空位用于隐藏信息。由于向右移增大像素,而向左移又会减小像素,故两次平移具有一定综合性,能减小隐密图像总体失真。同时,通过分析PE(Predictive error)条件,可以在不增加任何附加信息情况下有效地解决上溢/下溢问题。实验分析表明,算法具有嵌入量大且隐密图像质量高的特点,算法性能有明显提高。(3)提出了基于双向差分扩展的可逆图像信息隐藏算法。首先,以“Z”字形顺序扫描光栅图像,将二维图像转换为一维数组;然后,将相邻像素间的差分分别向左右两个方向扩展,并同时在左侧嵌入一位信息;最后,再将嵌入了信息位的加密一维数组转换为二维数组,得到隐密图像。信息接收者接收到隐密图像后,以“Z”字形顺序扫描光栅图像,将二维图像转换为一维数组;然后,将相邻像素间差分分别向左右两个方向压缩,并同时在左侧提取一位信息;最后,再将提取了信息位的一维数组转换为二维数组,得到无损载体图像。另外,利用两个像素的均值取值范围解决了上溢/下溢问题,并减小了隐密图像失真,即图像质量得到了提高。实验表明,算法在嵌入量及隐密图像质量等方面都有明显地提高。(本文来源于《重庆大学》期刊2018-09-01）
熊祥光,陈熙,曹永锋,欧卫华,刘彬[10]（2018）在《图像插值空间自适应大容量无损信息隐藏算法》一文中研究指出针对基于图像插值技术的无损信息隐藏算法虽然具有秘密数据隐藏容量大,但是隐秘图像质量欠佳的问题,提出一种基于图像插值技术的自适应大容量无损信息隐藏算法。首先,提出一种改进的图像插值算法。然后,将该插值算法应用于下采样图像得到待隐藏秘密数据的载体图像和对其进行重迭分块,计算各个分块中所有基准像素的方差,根据方差大小进行升序排序并得到各个分块的索引。其次,利用得到的索引按顺序选择各个分块,分别计算各个非基准像素与分块中基准像素最大值和最小值差值的绝对值。对于各个非基准像素,自适应选择绝对值最大的差值作为它的最终差值,并据此差值计算它能隐藏的数据量大小。最后,采用自适应的数据隐藏算法来隐藏秘密数据。在NCID(never-compressed image database)和USC-SIPI两个图像数据库上的实验结果表明,该算法数据隐藏率的平均值为2.492 5 bit/pixel。与同类算法相比,该算法的平均数据隐藏容量不仅提高了约90%,而且隐秘图像质量也提高了约9%。(本文来源于《计算机科学与探索》期刊2018年12期）
隐藏容量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
可逆信息隐藏主流算法通常基于经验给出各种固定的边信息(峰值点和零点对)搜索方案用于直方图平移过程,使得算法性能受到较大限制.为进一步提高算法效率,该文给出一种面向全容量(从小容量到大容量)的自适应嵌入方案,根据给定的嵌入容量选择近似最优的边信息.所提出的基于多特征排序的嵌入位置优选策略,能够搜索到更光滑的区域进行信息嵌入,从而提高算法性能;基于给定的嵌入容量,给出了一种基于智能优化算法的自适应边信息优选方案.实验结果表明,该算法可以实现全容量下的信息嵌入,并且获得的算法性能更好.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
隐藏容量论文参考文献
[1].郗艳华.基于直方图平移的简易大容量可逆信息隐藏算法[J].咸阳师范学院学报.2019
[2].王俊祥,毛宁雄,赵怡,王春桃.面向全容量的高性能彩色图像可逆信息隐藏算法[J].应用科学学报.2019
[3].任克强,肖璐瑶.融合CFT和LSB的高容量可逆数据隐藏[J].液晶与显示.2019
[4].王继军,孙泽锐,李国祥.图像抛物线插值空间大容量可逆信息隐藏算法[J].电子学报.2019
[5].刘亚刚.结构约束下实时网络可逆大容量信息隐藏仿真[J].计算机仿真.2018
[6].郑梦阳,李增辉,陈潭升,董梦瑶,和红杰.JPEG比特流加密域大容量可逆数据隐藏[J].信息安全学报.2018
[7].熊祥光,曹永锋,欧卫华,刘彬,韦立.采用插值和排序的大容量可逆数据隐藏算法[J].计算机辅助设计与图形学学报.2018
[8].刘宇,杨百龙,赵文强,袁志华.基于矩阵编码的大容量密文域可逆信息隐藏算法[J].计算机工程.2018
[9].汪维清.大容量及高信噪比的可逆图像信息隐藏方法研究[D].重庆大学.2018
[10].熊祥光,陈熙,曹永锋,欧卫华,刘彬.图像插值空间自适应大容量无损信息隐藏算法[J].计算机科学与探索.2018