首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 62 毫秒
1.
基于分块DCT变换和Arnold置乱的自适应图像水印算法   总被引:7,自引:0,他引:7  
提出了一种基于分块DCT变换和Arnold置乱变换的自适应图像水印算法,该算法在水印嵌入过程中充分考虑了人类视觉系统(HVS)的特点,在不同的DCT块中嵌入不同的水印能量,从而使算法具有自适应能力。实验结果表明:该算法对于常见的图像处理具有较强的鲁棒性,特别是具有十分有效的抗击剪切的能力。  相似文献   

2.
瞿新南  孙秋艳 《计算机工程》2009,35(10):164-167
针对当前出现的各种各样的置乱算法,为更好地衡量这些算法对不同图像的置乱程度,利用DCT系数的良好特性,结合人眼视觉掩蔽特点,提出一种新的描述图像置乱程度的评价方法。实验表明,该方法与人的主观评价相接近,能较好地反映同一图像和不同图像酌置乱效果。  相似文献   

3.
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。  相似文献   

4.
考虑到变换域置乱的鲁棒性和混沌序列对初值敏感、遍历性及随机性等特点,提出一种基于DCT变换域的半空间图像置乱方法,先对图像的第一个变量进行一维DCT变换。在此基础上对DCT系数用混沌序列进行调制,将调制结果进行DCT反变换;进而对图像的第二变量进行一维DCT变换,采用与第一变量相同的方法得到最终的置乱结果。算法简单可行,置乱效果好。实验证明该方法具有一定的抗攻击能力。  相似文献   

5.
一种基于分块DCT变换和水印置乱的嵌入算法   总被引:7,自引:15,他引:7  
本文提出一种以图像为水印的DCT变换的数字水印算法,为实现数字水印的嵌入后原始图像不会出现块效应,首先我们对水印图像进行了置乱,为使分块后每块水印图像能完整的嵌入到原图像每块的直流和低频分量部分,我们对水印和原始图像分别进行了4×4和8×8分块DCT变换,为了增加水印嵌入的鲁棒性,我们把水印的每个子块都同时嵌入到多个原图像的子块中。试验结果证明该算法具有较好的不可见性,鲁棒性和抗攻击性。  相似文献   

6.
三维不等长Arnold变换及其在图像置乱中的应用   总被引:2,自引:0,他引:2  
传统的二维Arnold变换和三维Arnold变换在图像置乱过程中仅能改变图像的像素位置,导致图像置乱效果不理想.为此,利用二维等长Arnold变换构造三维等长Arnold变换的原理,将二维不等长Arnold变换及其反变换进行推广,得到了一种三维不等长Arnold变换及其反变换的算法.该算法将平面图像一一映射为立体空间二值图像,对其像素位置的置乱和恢复间接地改变了平面图像的像素位置和像素值大小;并采用小波多级分解和信息论相结合的方法实现了图像置乱效果的评价.实验结果表明,采用文中算法是可行的,对于图像置乱结果的评价与人的视觉感知基本相符.  相似文献   

7.
二值图像Arnold变换的最佳置乱度   总被引:5,自引:1,他引:4  
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。  相似文献   

8.
基于Zigzag变换的数字图像置乱算法的研究   总被引:3,自引:0,他引:3  
图像的隐藏与伪装技术是图像安全方面一个非常重要的研究领域.其中常用的图像置乱算法实现较为复杂,基于Zigzag变换的思想提出了一种新的数字图像置乱算法,并构造了两个具体的置乱变换方法.通过算法的仿真实验和结果分析表明该算法具有较好的置乱效果及较大的周期,并具有一定的抗攻击能力,从图像信息安全性及算法的时间复杂度方面分析,该算法优于Arnold等变换,将该类算法用于图像加密有一定的应用价值.  相似文献   

9.
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。  相似文献   

10.
针对传统欧氏距离不能真实刻画图像间差异程度的不足,考虑到图像中任意位置灰度信息与其周围邻域灰度存在紧密关系,提出一种考虑邻域灰度信息的图像距离新定义,并用其构造一种描述图像置乱效果好坏的评价函数。实验结果表明,该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。  相似文献   

11.
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。  相似文献   

12.
随着现在图像破译技术的提高,传统的基于Arnold变换的置乱算法仅适用于正方形区域,存在很大的局限性,已经远远不能保证图片在传送过程中的安全性了。提出了一种新的多区域置乱算法的图像加密模型,即对于非正方形图像采用划分多区域,分别对每个区域进行置乱的思想。实验数据显示,新算法不仅有效地提高了图像的安全性,使破译起来无从下手,而且对置乱后的图像恢复,与原图几乎是一样的,达到了图像安全、可靠传输的目的。  相似文献   

13.
图像置乱程度的衡量方法   总被引:1,自引:0,他引:1  
图像置乱变换是信息隐藏和图像加密常用的方法,如何衡量一种置乱变换的好坏,是研究的热点和难点问题。基于置乱前后位置变化的方法可以作为一个衡量的标准,但是位置变化并不能代表像素点值的改变,而且把图像作为一个整体来考虑也会产生一些偏差。为了克服这个缺点,提出了一种基于各点相关性的图像置乱程度衡量方法,主要是通过比较置乱前后每个点与其相邻点相关性的差异来进行衡量。由Matlab仿真结果表明,该方法可以很好地衡量图像置乱次数与置乱效果的关系,而且与人类的视觉具有比较好的一致性。  相似文献   

14.
由于图像置乱分成位置和像素值置乱两类,图像置乱衡量也从这两方面进行分析。目前基于像素值的衡量效果依赖于原始图像,存在局限性;基于位置的衡量随着置乱距离的不同效果也有很大偏差,同样存在局限性。从图像位置置乱的实质出发,提出均匀置乱的概念,从偏离度和均匀度的角度对图像位置置乱效果进行衡量。通过对大量实验结果的分析得出,该衡量算法可以准确地衡量图像置乱程度,与人的视觉评价保持一致,具有可行性和有效性。  相似文献   

15.
基于差分互信息距离的图像置乱效果评价法   总被引:2,自引:0,他引:2  
提出了差分图像和互信息距离相结合的图像置乱效果评价新方法。首先提出了互信息距离概念,然后对置乱前后图像进行差分运算并得到其相应的差分图像,最后计算两差分图像之间的互信息距离作为图像置乱效果评价的新准则。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。  相似文献   

16.
分析研究了现有的几种图像置乱度衡量算法,从图像置乱前后相邻像素之间的距离偏移和方向偏移两个方面考虑,提出了基于几何测度的图像置乱度算法;最后通过对比分析,证明该算法具有更好的实用性、有效性与优越性。  相似文献   

17.
Canny算子在图像置乱程度评价中的应用   总被引:1,自引:0,他引:1       下载免费PDF全文
随着图像置乱技术的发展,出现了各种各样的置乱算法,为了更好地衡量这些算法对不同图像的置乱程度,本文利用canny算子的良好特性,在分析现有评价方法特点的基础上,提出了一种新的描述图像置乱程度的评价方法。试验表明该方法与人的主观评价相接近,且结果不受原图像影响。本文采用MATLAB作为研究工具。  相似文献   

18.
图像置乱的相对置乱度评价方法   总被引:1,自引:1,他引:0  
定义了衡量图像置乱效果的标准,拓展了衡量图像置乱效果的方法,且填补了对该方法进行系统评价的空缺.首先结合混沌理论、熵的概念及图像自身属性,定义了乱图像的标准,并给出一幅趋于这个标准的乱图像生成方法及过程;在定义与生成标准乱图像的基础上,进一步明确提出了评价图像置乱效果的相对置乱度的计算方法.对这种方法进行了全面的测试,实验结果表明,该方法具有相应的灵敏度、可用性和适应性.最后也探讨了对图像置乱效果计算方法进行评价的框架.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号