子图直方图相关的图像置乱效果盲评判

为客观、自动地评价图像置乱效果,提出了一种基于子图直方图相关的图像置乱盲评判方法。该方法首先分析理想置乱图像的定义和特征,归纳总结最优置乱图像的直方图特点;然后,将待评判的置乱图像进行分块处理,建立各子图的直方图序列,利用各序列间的相关度给出置乱程度的评判测度。两种不同类型的置乱效果评判实验显示,与基于SNR的置乱评价方法相比,该方法不仅高效、灵活,评判不需要原始图像做参考,而且评判结果与人类视觉系统的主观感知相吻合,可快速有效判断图像置乱程度。     

基于灰色关联分析的图像置乱程度评价方法*

为有效衡量图像置乱的程度,引入灰色理论中的灰色关联分析,提出一种新的置乱效果评价方法。该方法首先将置乱图像分块,通过计算各子块图像中每行元素的灰度均值来统计各子块的灰度信息,建立小样本序列;然后利用灰色关联分析理论计算各序列之间的灰度信息关联度来评判各子图像灰度信息的关联程度,从而获取图像的置乱效果。实验表明,该方法能有效地评价不同置乱变换的效果,且评判无须原图像参与,与基于SNR的置乱评判方法相比,能更加客观地评判置乱效果,且与人眼目测结果相符。     

利用DCT变换进行图像置乱及其效果评价

提出了基于DCT变换的图像置乱效果评价新方法,以便真实地评价图像置乱效果的好坏。首先将置乱前后两图像分成大小相同的子块并对其进行DCT变换,其次利用置乱前后相同位置子块图像所对应频域系数来构造偏差矩阵并定义其离散概率分布,最后通过计算离散概率分布的信息能量作为图像置乱程度的评价。提出的评价方法能够很好地度量图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

奇异值分解用于图像置乱程度评价研究

提出了基于奇异值分解的图像置乱程度评价新方法。首先求置乱前后两图像灰度值差的绝对值矩阵;其次计算灰度差绝对值矩阵与其转置矩阵之积并进行奇异值分解;最后根据所得奇异值构造一个离散概率分布并计算其信息熵作为图像置乱程度评价函数。实验结果表明,所提出的评价方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

基于位置相关性的图像置乱效果评价方法

利用欧氏距离范数描述图像的位置相关性,提出一种图像置乱效果评价方法。对Arnold变换和M序列变换2种置乱算法的置乱效果进行评价,实验结果表明,该评价方法能较好地刻画图像的置乱程度,反映了置乱次数和图像置乱程度之间的关系,与主观评价结果相吻合。     

利用差分图像奇异值分解的置乱程度评价研究

提出了基于差分图像和奇异值分解相结合的图像置乱效果评价新方法。针对基于奇异值分解法的置乱程度评价法不能客观地反映图像置乱效果好坏的不足,首先对置乱前后图像进行差分运算并得到其相应的差分图像,其次对两差分图像进行奇异值分解,最后计算其奇异值差异程度的大小作为图像置乱效果评价的新准则。实验结果表明,提出的评价方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。对于不同的图像,该评价方法在一定程度上反映了所用的置乱变换在各置乱阶段的效果。     

利用脉冲耦合神经网络进行图像置乱效果评价

提出了基于脉冲耦合神经网络的图像置乱加密效果评价新方法。脉冲耦合神经网络直接来自于哺乳动物视觉皮层神经细胞的研究,已在图像处理的众多领域得到了广泛应用。首先利用脉冲耦合网络实现图像特征提取,然后分析置乱前后两图像所提取特征向量之间的差异程度,最后构造了图像置乱效果评价函数。实验结果表明,提出的评价方法是能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

基于二维Arnold变换的图像双置乱算法

Arnold变换在图像置乱中具有较为广泛的应用。对Arnold变换矩阵在图像置乱中的应用进行了分析,并在此基础上提出了基于二维Arnold变换的双置乱算法,其中将二维Arnold变换同时用于位置置乱和灰度置乱,既改变了图像的纹理信息又改变了图像的统计信息。实验结果表明,该算法简单、安全,在少量的置乱迭代次数下即可达到较好的置乱效果。     

基于交叉熵的数字图像置乱程度评价方法

将交叉熵与图像的最优分块处理相结合,提出了一种基于分块交叉熵的数字图像置乱程度的评价方法。为了能用图像交叉熵反映出图像置乱效果,采用具有周期性的置乱变换进行实验,结果表明,该方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映了所用的置乱变换在各个加密阶段的效果。     

基于差分信噪比的图像置乱效果评价研究

针对基于均方信噪比的置乱程度评价法不能客观地反映图像置乱效果好坏的不足,首先对置乱前后的图像进行差分运算并得到其相应的差分图像,其次计算两差分图像之间的均方信噪比值作为图像置乱效果评价的新准则,提出了基于差分图像和均方信噪比相结合的图像置乱效果评价新方法.实验结果表明,该方法能够有效地描述图像的置乱程度,能够反映出置乱次数与置乱程度之间的关系,并且与人的视觉感知基本一致.     

基于灰度均匀性的图像置乱程度盲评价算法

针对图像置乱程度评价问题提出以每个点为中心的区域灰度差均值作为图像置乱程度评价方法。算法首先针对理想置乱变换定义只适用于位置置乱的问题对其进行修改,使其也可以适用于包括像素置乱在内的所有置乱过程,并在此基础上考虑到各灰度值分布的均匀性,建立新的无需原图参与的图像置乱程度评价公式。实验仿真结果表明,该方法可以较好地衡量位置置乱图像或灰度置乱图像的置乱程度,与人的直观视觉评价吻合。     

面向纹理特征的图像置乱程度的衡量方法

图像置乱是信息隐藏中最常用的一项技术,其目的是通过将图像的信息次序打乱来提高隐蔽载体的鲁棒性和隐蔽性。如何评价图像置乱的程度,是信息隐藏研究的重点问题之一。利用图像纹理基元行程特征和灰度级的连续概率特征对图像质量的描述方法,提出了基于图像纹理特征的图像置乱程度衡量方法,实验表明,该方法能较好地评价图像的置乱程度,与人的主观视觉评价有较好的一致性。     

基于模糊散度理论的图像置乱程度评价研究

提出了基于模糊散度理论的图像置乱程度评价新方法。首先对置乱前后图像中任意像素所对应二阶邻域系统构造一个模糊集并定义其隶属度;其次计算图像中各像素所对应二阶邻域系统模糊集及其补集之间的模糊散度;最后根据置乱前后两图像的模糊散度来构造图像置乱程度评价函数。实验结果表明,提出的评价方法是能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

二值图像Arnold变换的最佳置乱度

以数字水印技术为背景,介绍了基于二值图像Arnold变换置乱和周期性,详细地讨论置乱度,提出了一种图像分块后像素值方差和像素点与4邻域灰度差值相结合的最佳置乱度计算方法。实验结果表明,该最佳置乱度计算方法能很好地反映二值图像的置乱程度并与主观视觉效果相一致。     

图像置乱度评估的层次分析法

目的：针对目前置乱度评估算法对同一图像置乱算法的评价结果存在多变性,对多个置乱算法不能同时评估的问题,本文提出基于层次分析法的图像置乱评估算法。方法：首先,计算置乱矩阵元素分布的均匀性和随机性程度,获得置乱像素位置分布的属性值,保证了同一置乱算法置乱度的恒定性。然后应用层次分析法,实现置乱度二维属性的整合和多个置乱算法的同时评估。结果：实验结果表明,该算法得到的置乱度只与置乱算法本身和置乱迭代次数相关,和置乱对象无关,结果具有稳定性和有效性,同时算法可给出任意数目置乱算法的置乱度排序。结论：总之,建议算法实现了客观、公平、高效的图像置乱度评估,不仅有利于信息隐藏领域设计者方便快速选择合适的置乱算法,同时也为置乱算法的开发提供了有力的反馈工具。     

运用模糊熵理论进行图像置乱程度评价

提出了基于模糊熵理论的图像置乱程度评价新方法。首先对置乱前后图像中任意像素所对应二阶邻域系统构造一个模糊集并定义其隶属度,其次计算图像中各像素所对应二阶邻域系统模糊集的模糊熵,最后根据置乱前后两图像的模糊熵构造图像置乱程度评价函数。实验结果表明,提出的评价方法能够较好地刻画图像的置乱程度,充分反映加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

一种有效的图像置乱程度衡量方法

随着数字图像置乱技术的发展,如何衡量一种置乱技术的好坏,是研究的热点和难点。为了对其进行有效地衡量,给出了图像连续性区域的定义,并根据置乱前后数字图像连续性区域数量随像素点位置的变化而改变这一原理,提出了一种有效的图像置乱程度衡量方法,实验表明,该方法能够清楚地反应图像在各个置乱阶段的置乱效果。