基于网点形状的半色调信息组合防伪算法

研究基于不同网点形状的半色调信息组合防伪算法,获取能实现最佳防伪效果的网点形状组合。将圆形、方形、菱形网点两两组合形成6种结合方案;对防伪信息部分作二值化处理,提供调制信号作为加网过程中网点选择的依据,获取带有隐藏信息的半色调图像;利用模板匹配法生成网点匹配模板,提取防伪信息并进行主客观评价。研究结果表明,圆形-菱形网点组合生成的半色调图像与原图更为接近,且其防伪信息的隐蔽性好,提取的防伪信息与原信息的结构相似度较高。网点形状组合的择优选取保障了图像信息的准确再现,并提高了防伪性能。     

一种大容量的半色调图像水印算法

在半色调图像中隐藏信息是解决印刷品的版权保护、来源认证和防止伪造等问题的有效措施。提出了一种能在半色调图像中嵌入大容量数据的隐藏算法,该算法利用误差扩散算法将待隐藏的信息作为误差信号嵌入到与该位置相邻的多个像素上,信息嵌入与半色调处理同步完成。实验表明本算法能将一幅与半色调图像同样大小的二值水印图像嵌入到半色调图像中,载有水印的图像在经受一定的噪声干扰、污损和旋转的情况下,仍能有效提取水印图像。该算法可用于普通证件的防伪。     

一种基于像素交换的半色调图像水印算法

在彩色图像中隐藏信息是一种防伪措施,它能够在一定程度上准确鉴别印刷品的真伪,并不易被复制或仿制。提出了一种半色调图像水印算法,该算法将彩色图像先进行分通道处理,利用误差扩散算法将单通道图像二值化后,通过像素交换方法将水印图像嵌入到半色调图像中。实验结果证明,本算法能有效地嵌入到半色调图像中,而且提取的水印信息清晰,在受到旋转、裁剪等攻击后仍然能有效提取,可用于包装印刷品的安全。     

半色调加网防伪应用

描述了一种利用调频加网进行半色调图像防伪。提出一种通过网点扩大补偿的分析进行防伪的方法。该方法比现有的防伪方法更简便易行。     

成像光谱技术的古画隐藏信息提取

目的 古画隐藏信息是包含在画作中的一种微弱信息,对于文物鉴定与修复具有非常重要的意义,如何快速无损准确提取古画中微弱的隐藏信息是目前研究和应用的一大技术难题,本文利用高光谱成像技术快速无损提取古画隐藏信息。方法 对古画进行高光谱扫描成像,得到短波红外波段（1 000~2 500 nm）的高光谱立方体数据,联合多种光谱匹配技术分析古画中人物头冠颜料种类;利用主成分分析技术,提取古画头冠周围涂抹痕迹。结果 通过多种光谱匹配算法对颜料进行分析,确定了颜料种类,并对匹配算法进行了对比,结果表明在颜料混合的情况下,光谱匹配算法仍能够有效的识别出混合颜料的端元种类,光谱信息散度与光谱角的匹配算法SID_SA匹配精度可以达到0.096,相比其他匹配算法,效果最好;利用主成分分析技术分层剥离主要背景信息后,头冠周围位于画作底层的涂抹信息得到了加强,可以有效地区分背景颜料信息与涂抹信息,提取隐藏信息。结论 高光谱分析技术对古画隐藏信息的提取有很好地识别效果,能够准确提取绘画颜料种类,发现绘画过程中的涂抹等痕迹,特别适用于混合颜料的种类识别与画作底层信息提取,发掘画作隐藏信息,为文物保护修复与鉴定提供支持。     

优化参数化二元模映射信息隐藏

目的 针对目前信息隐藏的嵌入和提取函数为固定表达式,存在容易被隐写分析和非法提取信息的安全隐患,以及基于模函数的隐写研究现状,提出信息隐藏参数化设计思想、优化参数化二元模映射隐写算法。方法 首先提出信息隐藏参数化设计定义和分析参数化信息隐藏算法的安全性,然后提出优化参数化二元模映射隐写算法。优化参数化二元模映射隐写算法将两个像素值优化组合后的模运算结果映射到一位n²进制信息,从而实现信息隐藏。结果 优化参数化二元模映射隐写算法的密钥空间大,载密图像均方差小于或等于同类算法。结论 信息隐藏参数化设计可以有效提高信息隐藏算法的抗隐写分析能力和抗信息提取能力;优化参数化二元模映射隐写算法与同类算法相比,具有更好的载密图像视觉质量和安全性。     

均衡集束网点密度的伪随机混合抖动半色调化算法的研究

该研究发现,基于现有混合加网算法的阳集束网点和阴集束网点密度的比例大致是1;2,而这样悬殊的比例将制约集束网点密度的提高.现有混合加网算法通过一个平面的几何划分形成集柬网点.文中通过欧拉公式推导出了两个关于平面几何划分性质的定理.根据定理2提出的优化算法可以生成集束网点密度均衡的混合半色调化抖动矩阵.文中实验中用优化算法得到的半色调化抖动矩阵的阴阳集束网点的比例由优化前的0.502195提高到0.903919.     

B样条驱动纹理生成的构造式信息隐藏

目的 传统构造式图像信息隐藏算法通常直接将图像空域特征与秘密信息关联,对算法的安全性造成威胁。因此,本文将曲线绘制函数与信息隐藏相结合,提出一种以B样条控制点为特征,在图像空域间接隐藏信息的算法。方法 算法主要分为信息隐藏及信息提取两阶段。在信息隐藏阶段,发送方首先通过选取初始控制点、仿射变换及B样条曲线绘制生成多条参考曲线,然后利用曲线控制点的位置隐藏信息,最后为图像填充颜色,即完成含密纹理图像的构造。在信息提取阶段,提取方根据纹理曲线和图像颜色获得含密曲线及参考曲线,经对照计算即可提取出秘密信息。结果 本算法具有较高的隐藏容量、鲁棒性和安全性。实验结果表明,由本文算法生成的800×800像素图像,其最高隐藏容量可达2870bits,分别是另两种典型构造式信息隐藏算法的6.7和3.4倍,且在质量因子为10的JPEG（joint photographic experts group）压缩攻击下的提取误码率可低至0,优于鲁棒较强的选择式信息隐藏算法LDA-DCT（robust coverless image steganography based on DCT and LDA topic classification）以及与之类似的构造式信息隐藏算法。同时,抗隐写分析检测实验表明,在隐藏容量小于250bits时检测误差趋近于0.5。结论 本文以B样条曲线控制点为特征,在纹理图像的绘制过程中隐藏信息,有效提高了传统构造式图像信息隐藏算法的安全性、隐藏容量和鲁棒性。     

利用色调—亮度彩色分量的可见光植被指数

目的 无人机遥感具有高时效、高分辨率、低成本、操作简单等优势。但由于无人机通常只携带可见光传感器,无法计算由可见光-近红外波段组合所构造的植被指数。为解决这一问题,提出一种归一化色调亮度植被指数NHLVI （normalized hue and lightness vegetation index）。方法 通过分析HSL （hue-saturation-lightness）彩色空间模型,构建一种基于色调亮度的植被指数,将该植被指数以及其他常用的可见光植被指数,如归一化绿红差值指数NGRDI （normalized green-red difference index）、过绿指数ExG （excess green）、超绿超红差分指数ExGR （excess green minus excess red）等,分别与野外实测光谱数据和无人机多光谱数据的NDVI （normalized difference vegetation index）进行相关性比较;利用受试者工作特征曲线ROC （receiver operating characteristic curve）的特点确定阈值,并进行植被信息提取与分析。结果 NHLVI与NDVI相关性高（R²=0.776 8）,而其他可见光植被指数中,NGRDI与NDVI相关性较高（R²=0.687 4）;ROC曲线下面积大小作为评价不同植被指数区分植被与非植被的指标,NHLVI指数在ROC曲线下面积为0.777,小于NDVI （0.815）,但大于NGRDI （0.681）,区分植被与非植被能力较强。为进一步验证其精度,利用阈值法提取植被,NHLVI提取植被信息的总体精度为82.25%,高于NGRDI （79.75%）,尤其在植被稀疏区,NHLVI的提取结果优于NGRDI。结论 提出的归一化色调亮度植被指数,提取植被精度较高,适用于无人机可见光影像植被信息提取,为无人机可见光影像的应用提供了新方法。     

MSPRL：面向图像逆半色调的多尺度渐进式残差学习网络

目的 图像逆半色调的目的是从二值半色调图像中恢复出连续色调图像。半色调图像丢失了大量原始图像内容信息,因此逆半色调成为一个经典的图像重建病态问题。现有的逆半色调算法重建效果无法满足对图像细节和纹理的需求。此外,已有方法大多忽略了训练策略对模型优化的重要影响,导致模型性能较差。针对上述问题,提出一个逆半色调网络以提高半色调图像重建质量。方法 首先提出一个端到端的多尺度渐进式残差学习网络（multiscale progressivoly residual learning network,MSPRL）以恢复出更高质量的连续色调图像。该网络基于UNet架构并以多尺度图像作为输入;为充分利用不同尺度输入图像的信息,设计一个浅层特征提取模块以捕获多尺度图像的注意力信息;同时探讨不同学习策略对模型训练和性能的影响。结果 实验在7个数据集上与6种方法进行对比。在Place365和Kodak数据集上,相比性能第2的方法,峰值信噪比（peak signal-to-noise ratio,PSNR）分别提高0.12dB和0.18dB;在其他5个常用于图像超分辨率的测试数据集Set5、Set14、BSD100（Berkeley segmentation dataset 100）、Urban100和Manga109上,相比性能第2的方法,PSNR值分别提高0.11dB、0.25dB、0.08dB、0.39dB和0.35dB。基于本文的训练策略,重新训练的渐进式残差学习网络相比未优化训练模型在7个数据集上PSNR平均提高1.44dB。本文方法在图像细节和纹理重建上实现最优效果。实验表明选用合适的学习策略能够优化模型训练,对性能提升具有重要帮助。结论 本文提出的逆半色调模型,综合UNet架构和多尺度图像信息的优点,选用合适的训练策略,使得图像重建的细节与纹理更加清晰,视觉效果更加细致。本文算法代码公布在https://github.com/Feiyuli-cs/MSPRL。     

基于点扩散和误差扩散的半色调自隐藏算法

将秘密图像隐藏在一幅基于点扩散或误差扩散的半色调图像中,实现基于点扩散和误差扩散的半色调自隐藏算法;以基于点扩散的双向共轭信息隐藏算法为基础实现基于点扩散的灰度半色调自隐藏算法,将该算法扩展到基于误差扩散的灰度半色调图像,提出基于误差扩散的灰度半色调自隐藏算法;以最新的基于点扩散和误差扩散的新共轭数据隐藏算法为基础,提出基于点扩散和误差扩散的彩色半色调自隐藏算法。将四类自隐藏算法进行实验验证,对不同半色调自隐藏算法的性能进行了比较。结果表明在相同参数下,基于误差扩散的彩色半色调自隐藏算法具有最好的性能。     

数字加网信息隐藏技术在隐秘保密通信中的应用

针对现代网络环境通信的隐秘性和信息容量问题,提出了一种基于数字加网的信息隐藏算法,通过该算法将秘密信息嵌入文本载体中实现隐秘通信。该算法首先将隐秘信息隐藏在由网点组成的背景底纹图案中,接着与随机生成的半色调调频网点图像相融合,最后将嵌入水印后的背景底纹图案作为常规元素叠加到文本文档的版面中。分析与实验结果表明,该方法可以隐藏的隐秘信息容量大,在A4幅面的文档页面中嵌入72000个汉字的信息量,而且视觉效果美观自然,隐蔽性好,安全性高,文件体积小,可以广泛应用于现代网络安全通信领域。     

整数变换实现大容量图像无损信息隐藏

目的 针对图像无损信息隐藏中嵌入容量和隐藏图像质量问题,描述了一种基于可逆整数变换算法在图像中实现较大容量数据嵌入的无损隐藏方法。方法 定义的可逆整数变换算法先计算图像块n个像素点的整数平均值,在整数变换过程中将各像素点与平均值之间的差值扩展到4倍。结果 整数变换后图像块所有像素点最低两位有效位相同,产生的冗余信息可用来嵌入2(n-1)比特数据。结论 给出了一种新的可逆整数变换算法并实现较大容量图像无损信息隐藏,实验结果表明该方法具有较大的数据嵌入容量和较好的隐藏图像质量,嵌入数据和原宿主图像均能从隐藏图像中无失真恢复。     

基于混沌理论和整数变换的可逆信息隐藏

针对传统可逆信息隐藏算法存在宿主图像质量下降明显、安全性低、信息恢复需要较多额外负载等问题，提出一种混沌理论和整数变换相结合的可逆信息隐藏算法。将载体图像分为大小为2×2的子块并对其像素区分为标记像素和隐藏像素；将子块像素偶数化并将其扩展再获取与基像素的差异值；若扩展像素和差异值满足给定门限条件时，将混沌加密隐藏信息经整数变换再嵌入载体子块隐藏位置像素的最低有效位；否则，将标记位置像素奇数化并记录该原始像素的最低有效位。仿真测试表明，所提出的隐藏方法能够实现载体图像与原始图像无损恢复，不仅有效地减少了传输负载，且具有较高的安全性。     

半色调可视加密算法的综合评价算法

已有半色调可视加密(HVC)算法的评价普遍采用正确解码率(CDR)或比特错误率(BER),未考虑信息隐藏对载体图像造成的干扰。提出一种半色调可视加密算法的综合评价算法,综合考虑信息隐藏对载体图像造成的干扰和提取秘密图像的错误率,选择平均每像素干扰值(ADPP)衡量信息隐藏对载体图像造成的干扰,为保证ADPP和BER数据范围的一致性,采用秘密图像结合隐藏阈值T计算最大平均干扰值(MAD),将ADPP和BER结合MAD和系数λ综合计算,得到半色调可视加密算法的综合干扰值(IDHVC)。该算法与已有综合评价算法相比,在运算量方面具有明显优势。通过实验验证,该算法可应用于灰度和彩色半色调可视加密算法的综合评价。     

结合恰可察觉编码失真模型的HEVC大容量信息隐藏方法

目的 数字视频通常经过压缩后传输,结合视频编码标准嵌入秘密信息是视频信息隐藏的主流技术。然而,现有基于HEVC（high-efficiency video coding）的视频信息隐藏技术存在码率增长过快、视频质量下降等问题。针对以上问题,提出结合恰可察觉编码失真模型（JNCD）的HEVC大容量信息隐藏方法。方法 JNCD模型是一种面向HEVC视频编码的视觉感知模型。该模型充分考虑编码过程的模糊和块效应,有效去除视频感知冗余,在相同码率下可获得更高的主观感知质量。结合JNCD模型,调节I帧中编码单元（CU）的最优量化参数（QP）值,并利用基于方向调整（EMD）算法嵌入秘密信息,进一步增加信息隐藏容量。为了提高信息的安全性,用密钥对秘密信息进行置乱加密处理,在解码端只有持有该密钥的用户才能正确解密,获得秘密信息。结果 实验使用HEVC参考软件HM16.0,选取分辨率不同的序列进行测试。结果表明,秘密信息嵌入后,视频测试序列的PSNR平均值为41.16 dB,与现有的信息隐藏方法相比,不仅保持较好的主观和客观视频质量,而且信息隐藏容量平均提升2倍左右。结论 采用本方法在保证原视频图像的质量的情况下,能够有效增加信息隐藏的容量,并能够一定程度阻止码率增长,符合信息隐藏的不可见性、安全性和实时性要求。