基于稀疏表示的圖像隱寫.pdf

1、互聯(lián)網(wǎng)為人們提供了大量豐富的信息的同時(shí)，也帶來了信息安全問題。稀疏域隱寫通過構(gòu)造能夠充分表示圖像結(jié)構(gòu)成分的過完備字典，將秘密信息隱藏在圖像的稀疏表示系數(shù)中，從而實(shí)現(xiàn)對(duì)語義內(nèi)容的修改，具有更強(qiáng)的抗隱寫分析能力。本文的工作主要包括以下三個(gè)方面:
　　(1)成分字典在圖像稀疏域隱寫中作用的研究
　　提出了一種基于圖像形態(tài)學(xué)成分的稀疏域隱寫算法。對(duì)于圖像中卡通成分和紋理成分，建立相對(duì)應(yīng)的成分字典。每種成分字典只能稀疏表示一種圖像成分

2、，而對(duì)另一種圖像成分無效。結(jié)合這兩種字典對(duì)圖像進(jìn)行稀疏表示時(shí)，可以獲得兩種圖像內(nèi)容分別對(duì)應(yīng)的稀疏表示系數(shù)。當(dāng)嵌入秘密信息時(shí)，優(yōu)先嵌入到紋理部分對(duì)應(yīng)的表示系數(shù)中，可以提高稀疏域隱寫技術(shù)的各項(xiàng)性能。我們給出了兩種構(gòu)造字典的方法，利用現(xiàn)有的數(shù)學(xué)變換，以及利用學(xué)習(xí)型算法來自適應(yīng)學(xué)習(xí)。
　　(2)圖像局部復(fù)雜度與稀疏域隱寫安全性關(guān)系的研究
　　首先分析了將空域評(píng)價(jià)圖像復(fù)雜度的指標(biāo)用于稀疏域隱寫算法的難點(diǎn)，然后，提出了一種新的評(píng)價(jià)圖像復(fù)

3、雜度的指標(biāo)——稀疏度。稀疏度不僅可以很好的衡量圖像的局部復(fù)雜度，而且當(dāng)將其用于稀疏域隱寫算法時(shí)帶來了很大的便利。據(jù)此我們提出了一個(gè)基于圖像局部稀疏度的圖像隱寫算法。該算法根據(jù)圖像塊的稀疏度為其賦予不同的優(yōu)先級(jí)，使稀疏度較低的圖像塊優(yōu)先被用于隱藏秘密信息。實(shí)驗(yàn)結(jié)果表明，該算法在視覺檢測(cè)和隱寫分析檢測(cè)中均得到很好的性能。
　　(3)稀疏域隱寫算法在彩色圖像中應(yīng)用的研究
　　引入了一種基于RGB通道的彩色圖像架構(gòu)。利用R、G、B三