差分编码和块压缩的密文域可逆信息隐藏算法

随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底地压缩以提升嵌入容量仍具有较大挑战。本文针对密文域可逆信息隐藏算法因载体图像空间利用率不足而导致嵌入容量较低的问题,提出一种基于差分编码和块压缩的密文域可逆信息隐藏算法。首先根据自然图像局部区域内像素强相关性邻位作差,并基于块内最大差值对差值图像矩阵进行分类和自适应编码,同时设计分块置乱和块内像素扩散加密机制保证图像信息安全。然后根据差值像素块自适应编码结果作用在对应的密文图像块上,压缩冗余空间,最后通过位替换嵌入秘密信息。不同于之前算法,本算法对差分编码后的图像进行比特位重排列,从密文图像像素最低有效位开始,标记差值像素的符号位,其余各位面依次标记最小差值比特位。由于加密操作与自适应编码的可逆性,合法接收者可实现对原始明文图像的无损重构和秘密信息的无误提取。实验结果表明,与现有的几类算法相比,本文提出的算法具有更高的嵌入率和更好的安全性,在BOSSbase和BOWS-2两个数据集上的平均嵌入率达到3.027bpp和2.937bpp,在经典测试图像上,平均嵌入率也均提高0.57bpp以上。     

基于小波域和块分类的鲁棒自适应水印算法

一种基于小波域和图像块分类的鲁棒的自适应水印算法,能更加有效地利用人眼的视觉掩蔽特性,增强水印的安全性和鲁棒性.算法首先将8×8分块后的图像块根据亮度区别和纹理特征进行分类,计算出各块的JND阈值.把分块后的原图像按Hilbert扫描顺序排列,在序列中选取两相邻块,然后结合各分块JND阈值,通过不同强度的调整两相邻块各对应中高频子带均值之间的大小关系自适应的嵌入水印.同时,根据水印信号改变低频系数的值以嵌入水印信号.实验结果证明:该算法可以存储较大量的水印信息,而且对常见图像处理操作、有损压缩、裁剪、挤压、像素移位等几何变换有较高的鲁棒性,且有较高的透明性.     

结合自适应字典学习的稀疏贝叶斯重构

贝叶斯压缩感知是一种基于统计分析的压缩感知算法,具有很好的鲁棒性,能够充分利用信息间的相关性,它的重构依赖于图像的稀疏性表达.针对贝叶斯压缩感知的深层次稀疏化问题,笔者结合自适应字典学习思想,提出一种冗余自适应字典表示的稀疏贝叶斯学习算法.该算法对图像进行局部分块,从待重建图像的迭代中间图像分块中学习字典,并以该字典作为图像的稀疏变换基,通过稀疏贝叶斯学习算法获得稀疏解.实验结果表明,基于自适应字典的贝叶斯学习算法能提高稀疏化,明显改善图像的重构质量.     

基于双向预测的变采样率分块压缩视频感知

目前现有的变采样率分块压缩视频感知方案仅使用了视频帧的前向预测,即先对参考帧进行 测量,然后根据当前帧与参考帧各块之间相关性的大小自适应地分配采样率．这种方式只利用了当 前帧与参考帧的帧间相关性,而忽视了自身与后面帧的相关性特点．针对这个问题,提出了一种基 于双向预测的变采样率分块压缩视频感知方案,利用双向预测和双向运动估计为当前帧分配合理 的采样率并重构视频图像．实验结果表明：相比较现有的变采样率方案,此方案可以适当降低帧的 采样率并且提高视频的重构质量,获得１～３ｄＢ的峰值信噪比增益和０．０２～０．０６的结构相似性 增益．     

一种基于小波变换的非均匀量化索引调制水印算法

为了提高数字水印的稳健性与不可见性,将图像小波变换与量化索引调制算法相结合,提出了一种基于小波变换的非均匀量化索引调制数字水印算法。该算法对原始图像进行离散小波变换,将中频小波系数分成3×3的系数子块作为水印载体,对子块的系数均值采用非均匀量化索引调制,实现二值水印的嵌入。根据人类视觉特性,不同的系数子块采用不同的量化间隔并自适应于子块内相邻系数的差值。实验结果表明,该算法透明性好,安全性高,对高斯白噪声、剪切、滤波以及JPEG压缩等常见攻击具有较强的稳健性。     

基于十字模板的数字减影图像配准快速算法

提出一种基于十字模板的数字减影图像配准快速算法.采用块匹配法消除几何失真带来的运动伪影.选择不受血管区域影响的差值直方图能量尺度作为相似性尺度.通过计算图像梯度信息,选取边缘区域像素作为控制点,既改善减影图像质量,又提高运算速度.用十字模板替代传统块匹配法中常用的矩形模板,可减少直方图统计中的像素数量,缩短计算时间.对比矩形模板和十字模板的差值直方图能量搜索结果,发现参数选取适当时,改变模板形状不影响控制点运动位移量的正确确定.对十字模板中像素进行采样,可进一步压缩像素数量,提高运算速度.实验结果表明,改变模板形状后,图像配准速度显著加快,且减影图像质量保持良好.     

基于降采样块匹配的数字视频3D降噪算法

针对数字视频图像的高斯白噪声,提出了一种基于降采样块匹配的3D降噪算法.该算法先进行边缘检测并分块噪声估计,根据噪声强度设置阈值,然后利用图像的自相似特征,对搜索块内部像素降采样,再进行块匹配运算以降低算法复杂度.在自适应阈值筛选阶段,对选出的刚体运动块和非刚体运动块分别统一进行处理,对刚体运动区域进行时域加权滤波,对非刚体运动区域用改进的双边滤波器进行系数自适应滤波,减少了单独对每个块进行处理所产生的块效应,对细节处理更好.仿真结果表明,该算法能明显改善图像主观质量,提高信噪比.     

基于自适应四叉树分块与最高有效位预测的大容量密文域可逆信息隐藏算法（英文）

为提高密文域可逆信息隐藏（reversible data hiding in encrypted images,RDH-EI）算法的嵌入容量,提出一种基于自适应四叉树分块和最高有效位（mostsignificantbit,MSB）预测的大容量RDH-EI方案。首先根据图像的平滑程度进行自适应四叉树分块,然后将不同大小的块进行块级加密和置乱,以抵抗对于加密图像的分析。在嵌入数据阶段,对于文献Wang&He(2022)提出的自适应MSB预测方法进行改进,以块中左上角像素为目标像素,用于预测其它像素,从而腾出更多嵌入空间。首次将四叉树分块方法应用于密文域图像的可逆信息隐藏。模拟结果表明,所提方法具有可逆性与可分离性,并且在自适应MSB预测方法基础上进一步提高了平均嵌入容量。对于512×512大小的灰度图像,平均嵌入容量提高约25565比特,对于所有嵌入容量有所提高的较平滑图像,平均嵌入容量提高约35 530比特。     

彩色图像的矢量阈值自适应分割算法

针对彩色图像,提出了一种矢量阈值的自适应分割算法,该算法中的阈值是一个矢量．在图像分割时,通过先求取图像像素矢量与阚值矢量之间的差矢量,再根据差矢量与阈值矢量之间的夹角确定像素所属的区域(背景区域或目标区域)．同时基于类间方差法(Ostu法)给出了最佳阈值矢量选择原则——扩展类间矢量方差法,从而实现彩色图像矢量阈值的自适应分割．实验结果表明,采用此图像分割算法分割效果要优于采用灰度图像的阈值分割算法．     

基于ESPIHT的分块DWT域图像水印研究

提出一种鲁棒的基于扩展嵌入零树小渡图像编码(ESPIHT)的分块DWT的图像水印技术.算法以一幅有意义的二值图像为水印,在充分考虑人类视觉系统(HVS)屏蔽特性的基础上,利用了Hilbert扫描.能很好地保持图像空间局部特性的特点,在结合各块视觉阀值的基础上,通过调整图像分块的Hilbert序列中相邻对应细节子带均值之间的大小关系,以自适应地嵌入水印信号,真正实现了盲水印提取.实验结果表明,该算法较好地解决了水印透明性与鲁棒性的矛盾,对通常的图像处理操作和裁剪、挤压、像素移位等几何攻击有较强的鲁棒性且具有很好的透明性.     

基于稀疏表示的人脸图像压缩方法

基于稀疏表示的人脸图像压缩算法首先对人脸图像进行分块,其次利用K-SVD字典学习算法,训练一个图像的冗余字典,最后用OMP算法对其进行稀疏编码,得到压缩的图像.由于OMP算法复杂度较高,为了降低复杂度,提高算法效率,提出了一种基于稀疏表示理论的新的人脸压缩算法.该算法在稀疏编码阶段,用基于块坐标松弛(Block Coordinate Relation)字典学习算法对人脸图像进行稀疏编码,最后用重构算法对压缩数据进行重构.通过实验仿真,与JPEG压缩方法及OMP算法比较,所提方法在同等压缩比下,重构的图像质量有所提高.     

一种基于信息瓶颈的图像模式处理算法

针对传统图像处理技术存在的问题,比如压缩比例较低、图像重构精确度较差等,基于IPMI算法提出了一种基于信息瓶颈的图像模式处理算法,旨在利用相邻区域的重叠程度,尽可能地保留相邻区域之间的互信息,提高模式处理的质量。实验结果表明,IPMI算法可有效识别目标图像且复原图像的准确度高。     

一种基于最大区域熵值的图像融合方法

针对图像融合中不同区域在融合中的不同作用,给出了图像区域熵的概念,在此基础上提出了一种基于最大区域熵值的图像融合方法.首先对参加融合的两幅图像进行分块处理,然后分别计算出对应区域熵的大小,最后选取区域块中熵值较大者作为融合结果.试验结果表明,与现有的基于像素规则融合方法相比,能更好地突出不同图像的区域特征,减少冗余信息,从而取得了更好的融合效果.     

用于立体图像编码的自适应块匹配视差估计算法

提出了一种新的自适应块匹配视差估计算法,对图像用固定尺寸分块并做视差估计,利用对应块之间的亮度估计误差判断是否进行自适应的块匹配估计．在自适应块匹配算法中使用亮度估计误差的方差来控制匹配窗口的大小和形状,得到最优的匹配窗口．用这个窗口重新进行视差估计,得到最后的视差矢量．实验证明,该算法的估计误差小于传统的固定尺寸块匹配算法,效率优于一些用于立体图像分析的自适应块匹配算法,是一种简单、实用、适合编码系统使用的视差估计算法．     

基于加权多核子空间聚类的图像分割方法

为了解决单核子空间聚类算法在图像分割任务中无法较好地处理数据非线性结构和噪声等问题，提出了一种基于非凸低秩子空间聚类的图像分割方法。首先，采用自适应形态学重构种子分割方法对梯度图像进行逐点最大值运算，将图像预分割为不同区域大小的超像素图像，弥补了超像素分割算法过度分割的缺陷；其次，对超像素块进行颜色特征提取，并堆叠成数据矩阵输入到多核子空间聚类算法中；再根据子空间表示求解系数矩阵，进而构造出亲和矩阵；最后，输入谱聚类中得到最终的分割结果。在公共数据集上的对比实验结果表明，所提方法取得了最佳的聚类性能和分割效果。     

优化块选择策略的高性能可逆信息隐藏算法

块选择是改善基于像素值排序的可逆信息隐藏算法性能的关键策略,通过在波动性较小的块中优先嵌入数据,可提升相应算法的不可感知性。然而,现有计算波动值的方法准确性受限于分块大小、形状和所选用的预测器,所以设计一种可以在不同分块大小、不同分块形状、不同类型预测器下通用的计算方法就尤为重要。对于较大的或者形状不规则的分块,若用于参与扩展计算的像素空间位置相关性较弱,即使相应的块波动值较小,在实际嵌入过程中,也仍然可能导致无效平移。为了解决该问题,首先提出了一种改进的波动性定义,以同时考虑水平、竖直、双斜对角4个方向上下文像素的一致性,判断完局部邻域内相邻像素一致性后,再判断同一方向上两个邻域的整体像素一致性,提升了块选择的准确性;其次,考虑了最大值与次大值、最小值与次小值之间的切比雪夫距离,通过消减最大值或最小值像素的扩展来减少无效移位。实验结果表明,文中提出的方案可实现更好的不可感知性。     

基于相邻像素的帧内预测算法

为了解决H．264帧内预测中运动物体边缘预测不精确的问题,提出了一种基于块内相邻像素的帧内预测算法．根据块内相邻像素相关性更强的特点,采用层次结构,分阶段预测待编码块内像素．在保证模式方向特性的前提下,充分利用块内已经预测过的像素作为参考,预测其他像素,重新统计最优模式的分布规律,基于统计结果确定该算法的预测模式顺序．实验结果证明,这种基于相邻像素的帧内预测算法可以解决预测不精确的问题,提高帧内编码效率．     

基于固定块的图象压缩编码

提出一种新的基于固定分块的图象压缩方法．根据相邻象素间的相关性,将图象分成2×2大小的块,然后结合中值滤波和RLE方法进行编码,达到平滑噪声和压缩目的．     

一种基于DCT系数直方图差异的JPEG图像篡改检测

JPEG图像是人们日常接触最广泛的图像格式,因此对此类图像的篡改检测有着更加重要的意义。本文以JPEG图像篡改压缩后篡改区域相当于一次压缩为理论基础,研究了一次和双JPEG压缩的基本原理,分析了质量因子Q1、Q2之间的大小关系对双压后图像DCT系数直方图统计特性所引起的变化,并分两种情况对图像进行分块求其DCT系数直方图,根据不同的方法判定图像块经过了一次还是二次压缩,从而在此基础上提出了一种基于DCT系数直方图的JPEG图像篡改检测算法。实验表明该算法不仅运算复杂度低,而且对篡改区域有很好的检测和定位效果。     

结合颜色向量角和灰度熵的图像修复

针对现有图像修复算法效率低下的问题,提出一种结合颜色向量角和灰度熵的图像修复改进算法．根据颜色向量角能够衡量图像中不同颜色之间的差异特性,算法先构造边缘项来代替Ｃｒｉｍｉｎｉｓｉ算法中的数据项,并改进优先级计算方式;然后根据图像局部灰度均值的一维信息熵来度量图像中待修复块周围图像,进而采用局部平均灰度熵确定搜索区域的大小,以减少搜索最佳匹配块的搜索时间．实验结果表明,与Ｃｒｉｍｉｎｉｓｉ算法相比无论从速度上还是修复的质量上文中所提算法都占有优势．