首页> 中文学位 >基于图像空间域信息隐藏关键技术研究
【6h】

基于图像空间域信息隐藏关键技术研究

代理获取

目录

声明

摘要

第一章 绪论

1.1 研究背景与意义

1.2 信息隐藏技术的发展

1.3 目前存在的问题

1.4 未来发展趋势

1.5 本文的工作与安排

第二章 数字图像信息隐藏技术简介

2.1 引言

2.2 数字图像信息隐藏技术的基本概念与模型

2.3 数字图像信息隐藏技术方案性能评价标准

2.3.1 峰值信噪比(PSNR)

2.3.2 隐藏机密信息的量(Capacity)

2.3.3 Subtractive Pixel Adjacency Matrix(SPAM)检测分析

2.4 本章小结

第三章 基于modulo 3策略的数字图像信息隐藏技术

3.1 引言

3.2 相关工作

3.2.1 基于最低有效位技术(LSB)的数字图像信息隐藏方案

3.2.2 三进制系统

3.3 基于modulo 3策略的图像信息隐藏技术

3.3.1 隐藏信息算法(Embedding algorithm)

3.3.2 提取信息算法(Extracting algorithm)

3.3.3 上下溢出规避算法

3.4 实验与分析

3.4.1 视觉质量和藏量分析

3.4.2 SPAM检测分析

3.5 本章小结

第四章 基于动态基数数制系统的自适应图像信息隐藏

4.1 相关工作

4.1.1 动态基数数制系统Varying Radix Numeral System(VRNS)

4.1.2 Geetha等人的工作

4.2 基于动态基数数制系统的自适应图像信息隐藏

4.2.1 隐藏信息算法(Embedding algorithm)

4.2.2 提取信息算法(Extracting algorithm)

4.3 实验与分析

4.3.1 视觉质量和藏量分析

4.3.2 SPAM检测分析

4.4 本章小结

第五章 总结与展望

5.1 工作总结

5.2 未来展望

参考文献

致谢

攻读硕士学位期间发表的学术论文

攻读硕士学位期间参加的科研项目

展开▼

摘要

随着互联网技术和多媒体信息技术的飞速发展,计算机已经走进了千家万户。互联网使信息交换的形式多种多样同时不受空间限制,使得数字多媒体信息在网上传播越来越便捷,给人们的工作和生活带来了很大的便利。然而,互联网是把双刃剑,给人们工作和生活带来便利的同时也带来信息安全隐患。
  传统的信息安全防护措施是通过密码学对传输的明文信息进行加密处理形成一堆无法直接阅读识别的密文信息,从而达到不被非法分子直接获取的目的。现阶段网络传输中的新问题催生出学者们对信息隐藏(Information Hiding)技术研究的热潮。信息隐藏技术不同于传统的密码学技术,传统的密码学技术仅仅做到信息的内容不被非法接收者所识别,信息隐藏是将机密信息隐藏到一般的数字多媒体(视频、图像、音频、文档文件等)中,隐藏有机密信息的媒体看起来和其他没有隐藏机密信息的一般媒体相同,从而不容易被非法分子注意和发觉,容易逃过非法分子的破解和攻击。
  本文主要针对目前图像空间域信息隐藏技术中存在的问题进行了较深入的研究。具体研究内容如下:
  (1)本文首先分析并总结了国内外在空间域内各种图像信息隐藏技术的特点。其次,为进一步提高现有的图像信息隐藏技术的鲁棒性、机密信息的藏量(Capacity)以及改善隐密图像的质量,主要做了以下几个方面的研究:1)为了提高机密信息的藏量,本文提出了一种基于modulo3策略的图像信息隐藏方案。本方案通过对载体图像中每个像素的灰度值进行加一减一操作达到隐藏两个三进制机密信息的目的,仿真实验结果表明本方案在载体图像的藏量和鲁棒性方面都有所提高。2)为了提高隐密图像的质量,本文根据人类视觉系统(HVS)对图像的平滑区域比较敏感的特性,提出了一种基于动态基数数制系统(VRNS)的自适应图像信息隐藏方案。该方案首先把机密信息分段并转换成动态基数数制系统表示,然后把转换后的机密信息优先藏在载体图像中比较复杂的区域从而达到提高隐密图像视觉质量的目的。最后仿真实验显示本方案不仅获得了一个更好的视觉质量效果,而且提高了鲁棒性。
  (2)图像信息隐藏技术已经发展的很迅速,但是目前存在的空间域内数字图像信息隐藏技术普遍存在一个问题——难抵御数学统计分析。由于在空间域进行信息隐藏改变了原有图像像素间的正态分布特性,使用数学统计分析工具很容易识破一幅数字图像中是否藏有机密信息。信息隐藏技术得以发展最主要的原因是其伪装性不易被非法分子重点关注,如果很容易被数学统计分析工具攻击,信息隐藏技术的意义就没有那么重要了。所以本文提出的两个改进方案均引入了SPAM攻击测试,最后实验结果证明本文改进的两种方案更能抵抗SPAM攻击,鲁棒性都有所提高。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号