嵌入率可调和低修改率的二值图像密写算法

为了提供大而可调的二值图像信息隐藏容量和保持载密二值图像良好的视觉质量,提出一种基于分块和矩阵编码的二值图像信息隐藏算法.将二值图像划分为互不相交的2×2的图像子块,随机选择黑白相间的边缘子块作为可嵌子块,应用(1,n,k)矩阵编码实现最多只改变n块可嵌子块中一块的1个像素即可嵌入k比特信息,以及修改像素的规则.选择不同的矩阵编码方案,可以得到不同的嵌入率和像素修改率.理论分析和实验结果表明,本文算法具有信息嵌入量大,效率高,修改率低,安全性好;其信息嵌入率选择具有高度弹性,可以根据实际要求选择在嵌入率和载密图像质量都很理想的密写方案.     

一种大容量的二值图像信息隐藏算法

针对二值图像取值形式为二值和信息隐藏量少的特点,提出一种在能在各种二值图像中进行大容量信息隐藏的方法.该方法将二值图像分割成大小为2×2的图像块,再根据每个块黑白像素的个数的不同,自适应地确定可嵌入隐藏信息的比特数,以尽量减少对载体图像的修改痕迹,隐藏信息的提取不需原始载体图像及其它辅助信息,是一种完全的盲提取.实验表明该算法在不明显引入修改痕迹的情况下,可显著提高信息隐藏量,比常用的二值图像信息隐藏算法的隐藏容量大一倍以上.     

基于行程编码的二值图像数字隐写算法

针对二值图像仅有两种颜色,对像素修改敏感的特点,提出了一种基于行程编码的二值图像数字隐写算法.将原始图像划分成子块,并以zigzag扫描的顺序对块内像素进行行程编码,通过修改较大的行程来嵌入信息.修改行程时采用行程拆分与合并策略.并考虑对应像素的"可翻转度".同时.秘密信息嵌入时利用纠错码数字隐写的原理,通过使用共享密钥来进一步增强算法的安全性.实验结果表明,该算法不仅具有一定的隐藏容量,而且保证了我密图像质量,并能够较好地保持行程统计特性,从而说明该算法具有较高的安全性.     

基于宿主图像差值矩阵的可逆信息隐藏算法

提出一种能无失真地从水印图像中提取出隐藏信息并无失真地恢复出原始图像的可逆图像信息隐藏算法。该算法利用图像相邻像素之间差异较小的特性,通过差值矩阵对原始图像进行预处理,修改差值矩阵并映射到宿主图像中实现信息隐藏。理论分析和仿真实验表明,该算法在保证良好不可见性的情况下,有效提高了信息嵌入容量。     

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。     

基于二值图像的信息隐藏算法

针对二值图像修改痕迹明显的特点,提出一种失真较小的二值图像信息隐藏算法.给出翻转点选择标准,定义二值图像所有适合翻转的像索点集合.考虑视觉特性,提出可翻转像素点修改得分的计算方法,设定可翻转点选取的门限值,将含有可修改像素点的图像块视为隐藏消息的载体块.对二值图像进行分块,利用STC编码,在载体块序列中选择一条信息嵌入...     

密文域高嵌入率图像全位面可逆数据隐藏

目的 针对现有的加密域可逆信息隐藏算法未能充分利用图像的全部位平面的问题,提出了一种密文域高嵌入率图像全位面可逆数据隐藏。方法 对载体图像进行加密,然后将隐蔽信息嵌入到加密图像中,进行隐蔽传输,发送给接收者。本文将灰度图像的8个位平面都用来进行数据嵌入,并把每个位平面划分成不重叠的块,分为非连续块（块内像素值0,1都存在）和连续块（块内为全0或全1像素值）,按块进行重排列且将排列前的块标签嵌入到重排列图像中,使用流密码对图像进行加密。在数据嵌入阶段,提出了带修正信息的像素预测方法用于非连续块的嵌入。连续块中,保持块内右下角像素值不变,用于连续块的恢复,其他位置嵌入数据;非连续块中,对预测正确的像素嵌入数据,预测错误的像素保持不变。结果 实验过程实现了多种密文域可逆数据隐藏算法,本文进行大量对比实验,并在BOSSbase和BOWS-2数据集上进行验证,与其他方法比较,本文方法在BOSSbase和BOWS-2数据集上的嵌入率分别提升了42.1%和43.3%。结论 提出的加密图像可逆数据隐藏方案,通过对不同性质的块采用不同方法进行数据嵌入,利用图像全位面信息,使得方案能够获得更高的嵌入率,表明了本文方法的有效性。     

基于像素值排序与块再分的可逆数据隐藏算法

基于像素值排序的可逆数据隐藏算法通过修改图像块中的最大像素和最小像素嵌入数据,但并未充分利用图像块内的每一个像素,从而影响嵌入性能。结合块再分原理,提出基于像素值排序的可逆数据隐藏算法。将原始图像划分为3×3的图像块,计算每一个图像块的局部复杂度。设计12种分块模式将局部复杂度小于阈值的图像块细分为子块A和B。根据子块A和B的不同局部特征分别采用2种不同的扫描顺序读取像素。子块A的像素序列使用次小值预测最小值和次大值预测最大值的方法,获得2个预测误差值,子块B的像素序列利用中值像素连续预测其余4个像素的方法,得到4个预测误差值。在此基础上,利用图像块中预测误差值为0和1的像素嵌入隐藏数据。实验结果表明,该算法在一个图像块中最高可嵌入6 bit的数据,在较低计算复杂度的情况下能够有效提高像素的嵌入性能。     

结合层次结构和直方图平移的无损数据隐藏

针对现有基于差值直方图方法利用原始图像结构关系上的不足,提出了一种基于层次结构和差值直方图平移的无损数据隐藏方法RDH-HSDHS。RDH-HSDHS利用原始图像数据块中像素的差值形成直方图,充分利用图像中相邻像素间的相关性嵌入数据,为了进一步利用数据块中的参考像素进行数据嵌入,将参考像素组成新的图像进行下一层水印嵌入,直到当前层的嵌入容量小于解码所需的附加信息的长度或隐秘图像质量小于给定阈值。实验仿真结果表明,RDH-HSDHS能较好利用原始图像的全局和局部特性,在嵌入容量和隐秘图像质量之间达到较好的折中,在隐秘图像质量超过30 dB的同时,嵌入容量大于0.75 bit/pixel。另外,与相似方法的性能比较证明了提出方法的优势。该方法能有效应用于高质量需求的图像载体中进行信息隐藏。     

无定位图的预测误差差值扩展可逆数据隐藏*

将Tian差值扩展技术应用于彩色图像中,提出一种利用预测误差差值进行扩展嵌入的彩色图像可逆数据隐藏算法。针对传统差值扩展技术存在过分修改像素灰度值、须嵌入定位图等缺点,首先利用色彩分量间的相关性减小差值,并将差值扩展量分散到两个色彩分量中;其次,对直方图平移技术进行改进,使得同等嵌入率下图像质量达到最佳;最后由两个色彩分量中像素的预测值之和决定可用于扩展嵌入的像素,无须保存溢出定位图,提取端在提取信息时可无损地恢复原始图像。实验结果表明,与其他算法相比,该算法在同等嵌入率下可取得更好的图像质量,算法复杂度     

用度量矩阵和偏差矩阵加速修改AHP中判断矩阵的多对元素交叉方法

本文通过分析判断矩阵,一致性矩阵,导出矩阵及度量矩阵的关系,提出一种用度量矩阵和导出矩阵交叉加速修改AHP中的判断矩阵.当判断矩阵的一致性较差时,基于导出矩阵和度量矩阵中偏离大的元素对判断矩阵一致性的影响较大,通过度量矩阵得出加速修正的步长.每次修改判断矩阵的一对元素即可进行判断矩阵的修正.实例分析表明,交叉修正法是可行的,且可根据问题的性质,灵活确定修正的步长.     

压缩感知中高斯矩阵的优化研究

为了优化高斯矩阵,对部分哈达玛矩阵与高斯矩阵的统计学参数作了对比分析,确定了导致部分哈达玛矩阵信号重构能力好的主要因素,并提出了高斯矩阵优化算法.验证了优化算法对不同规模高斯矩阵的通用性和有效性,确定了优化矩阵对各种稀疏信号重构算法的适用性.最后对优化矩阵的性能作了初步的理论和实验分析,优化矩阵的信号重构能力可达到、甚至超过哈达玛矩阵.研究成果为测量矩阵的分析、设计和优化提供了新的思路和方法.     

图像重建中的非常稀疏循环矩阵

测量矩阵是压缩传感理论的关键要素之一。针对目前大部分工作中所用的高斯等随机测量矩阵独立随机变元过多,不利于物理实现的问题,引入稀疏带状和稀疏列的概念,形成稀疏带状随机、托普利兹和循环矩阵以及稀疏列随机、循环矩阵,随机变元个数减少约三分之一。采用通用的模拟实验方法,验证此类稀疏矩阵对于真实图像的重建效果及对0-1信号的成功重建概率均与随机高斯矩阵相当。     

求分块周期三对角矩阵逆矩阵的新算法

根据分块三对角矩阵逆矩阵的特殊结构,利用其LU和UL分解,并使用Sheman-Morrison-Woodbury公式,得到一个求分块周期三对角矩阵逆矩阵的新算法,并由该算法得到求周期三对角矩阵和对称周期三对角矩阵逆矩阵的新算法。新算法比传统算法的计算复杂度和计算时间要低。     

Toeplitz矩阵之逆矩阵的新分解式及快速算法

本文利用线性方程组是否有解给出了Toeplitz矩阵可逆的条件,表明Toeplitz矩阵的逆矩阵可以表示为循环矩阵与下三角Toeplitz矩阵的乘积之和,给出了其逆矩阵列的递推公式,得到了求Toeplitz矩阵之逆矩阵的快速算法,计算复杂性为O(n2),一般n阶矩阵求逆的计算复杂性为O(n3).     

粗信息矩阵与其粒度矩阵特征

提出了粗信息矩阵、信息粒度矩阵、粗粒度矩阵的概念,给出了粗信息矩阵的结构及粒度特征;讨论了粗信息矩阵、粗粒度矩阵的性质及运算法则。给出粗信息矩阵与粗集、S-粗集的关系定理、粗信息矩阵与其粗粒度矩阵的关系定理,粗信息矩阵不仅是研究粗系统结构特征的新理论工具,而且是粗系统理论研究与应用研究又一个新的研究方向。     

Information of group-correlations in Korean financial market

We study two sides of the KOSPI, classified as an emerging market. First, the evolutionary property is examined in terms of overlapping matrix and survival ratios. To this end, we apply the random matrix theory (RMT) and the one-factor model to analyzing correlation matrix and finding business clusters. Second, we examine the relations between the market capitalization and the business. For the well-developed markets such as NYSE, the contribution of the firms to the second-largest eigenvector shows an exponential function of the market capitalizations while no clue is observed for the KOSPI. We confirm that the market capitalization is distributed in a power-law with the exponent 1.2 like a Pareto's distribution. Particulary, the KOSPI shows a different behavior compared to the mature market, that is, one or two companies lead a number of companies with the little money and big companies competed to win each other. The clusters also represent by largest eigenstates show a weak affiliation compared to smaller ones. These results imply that the KOSPI is the target for the short-positioned investors.     

Parametric solutions to Sylvester-conjugate matrix equations

By two recently proposed operations with respect to complex matrices, a simple explicit solution to the Sylvester-conjugate matrix equation is given in a finite series form. The obtained solution can also be equivalently expressed in terms of the so-called controllability-like matrix and observability-like matrix. The proposed solution can provide all the degrees of freedom which is represented by a free parameter matrix. An illustrative example is employed to show the effectiveness of the proposed method.     

基于矩阵符号函数求解代数Riccati方程的ANN方法

本文基于矩阵符号函数方法，运用神经网络技术的智能特性，给出了一种求解连续及离散代数Ｒｉｃｃａｔｉ方程的ＡＮＮ方法，最后给出这种方法的应用例子，验证了该方法的有效性及可靠性。     

Fisher information matrix for models of systems based on face-splitting matrix products

Expressions for blocks of the information Fisher matrix are presented based on factorization of the Neudecker derivative of a transposed face-splitting matrix product. Translated from Kibernetika i Sistemnyi Analiz, No. 4, pp. 141–149, July–August, 1999.