SOM和小波对比度在密写中的应用

为了提供较大的秘密信息嵌入量和保持较好的载密图像质量,提出了一种基于自组织特征映射神经网络和小波对比度的图像密写。该方法先将载体图像分成固定大小的小块,对每一小块进行小波一级分解后计算小波对比度。然后,利用自组织特征映射神经网络将小块分为三类。最后,采用模算子技术嵌入秘密信息。实验结果表明,与WCL算法相比,该算法有更大的嵌入量并保持了良好的载密图像质量。     

基于小波对比度和神经网络的图像隐写方法

为使通信安全在传输过程中提供较大的秘密信息嵌入量,并保持较好的载密图像质量,提出一种基于自组织特征映射神经网络和小波对比度的图像隐写方法。将载体图像分成固定大小的小块,采用小波一级分解并计算其小波对比度,利用自组织特征映射神经网络将小块分为3类,采用模算子技术嵌入秘密信息。实验结果表明,该方法有较大的嵌入量并保持良好的载密图像质量。     

基于小波对比度和神经网络的图像隐写方法

为使通信安全在传输过程中提供较大的秘密信息嵌入量,并保持较好的载密图像质量,提出一种基于自组织特征映射神经网络和小波对比度的图像隐写方法。将载体图像分成固定大小的小块,采用小波一级分解并计算其小波对比度,利用自组织特征映射神经网络将小块分为3类,采用模算子技术嵌入秘密信息。实验结果表明,该方法有较大的嵌入量并保持良好的载密图像质量。     

基于HVS和SOM的小波域隐写

为了提供较大的秘密信息嵌入量并保持良好的载密图像质量,提出一种基于SOM(自组织特征映射神经网络)和HVS(人眼视觉特性)的小波域图像隐写.该方法先将载体图像分成固定大小的小块,以小波对比度之和以及小波系数方差作为特征量.然后,利用SOM将小块分为三类.最后,采用模算子隐写将秘密信息嵌入到小波系数中.实验结果表明,与WHS算法相比,该算法有更大的嵌入量并保持了良好的载密图像质量.     

新的基于小波对比度的LSB密写

利用图像块的小波对比度可以判定图像各像素的LSB（Least Significant Bit）嵌入深度,以提高嵌入容量并保持载密图像的质量。提出了一种新的基于小波对比度的密写方案,将图像块像素的低4位置0后进行小波变换并计算小波对比度作为嵌入深度的判决信息,由嵌入深度逐块逐像素密写。实验结果表明,该方法不仅保持了较高的嵌入容量,而且提取秘密信息时不需任何附加信息。     

一种利用小波对比度的图像隐藏算法*

基于小波对比度,提出了一种新的迭代混合图像隐藏算法。该算法将各图像块的小波对比度绝对值之和作为视觉敏感性的测度,选取适合嵌入秘密信息的图像块;最后以迭代混合的方式将混沌置乱后的秘密图像嵌入这些图像块,成功地将256灰度级秘密图像隐藏在载体图像中。仿真结果表明该算法在实现大容量信息隐藏的同时,载密图像仍具有很好的视觉质量。     

基于小波对比度和模函数的安全密写算法

针对图像隐写中大容量、高保真度和安全性问题,依据人眼对变换剧烈及较暗区域均不敏感的视觉特点,结合模函数周期性运算,提出一种基于小波对比度和模函数运算的高保真图像隐写算法。该方法首先将载体图像按固定大小分块并计算其小波对比度,然后依据小波对比度确定各块嵌入深度,最后采用模函数运算嵌入秘密信息。实验结果表明,该方法能嵌入较多信息和保持良好的载密图像质量。     

一种基于SOM和HVS的密写方法

为了提供较大的秘密信息嵌入量和保持较好的载密图像质量,提出了一种基于自组织特征映射神经网络和人眼视觉特性的图像密写。该密写方法将对比度和纹理敏感度作为特征向量,并通过自组织特征映射神经网络将像素分为视觉敏感类与视觉不敏感类,将较多秘密信息嵌入属于视觉不敏感类的像素,而将较少秘密信息嵌入属于视觉敏感类的像素。实验结果表明,与SOC算法相比,该算法有更大的嵌入量,并保持了良好的载密图像质量。     

小波系数统计特征量密写分析方法

基于人类视觉系统(HVS)抗统计分析的小波域密写通过减小载体图像的小波系数绝对值来嵌入秘密信息,会导致零小波系数的概率急剧增加。针对该问题,提出小波系数统计特征量密写分析方法。在分析载体图像和载密图像小波系数直方图的基础上,通过计算图像的小波系数统计特征量判断是否存在秘密信息,由此实现密写分析。理论分析和实验结果表明,该方法能检测出基于HVS抗统计分析的小波域密写。     

数字水印在电子印章系统中的应用

针对传统印章易伪造的弊端,给出了一种在原始印章图像中嵌入数字水印信息的新方法.该方法首先提取电子文件中的摘要信息,并对其进行数字签名,将签名所得到结果作为水印信息;其次对原始电子印章图像进行分块处理,并对各子块印章图像进行小波分解;再将数字签名后所得到了水印信息序列进行分段处理,并将其嵌入电子印章图像小波分解后的小波系数中.该方法使电子文件实现了防篡改及身份认证等功能.