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，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，從而實現(xiàn)對語義內(nèi)容的修改，具有更強的抗隱寫分析能力。本文的工作主要包括以下三個方面:
　　(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)學成分的稀疏域隱寫算法。對于圖像中卡通成分和紋理成分，建立相對應的成分字典。每種成分字典只能稀疏表示一種圖像成分

2、，而對另一種圖像成分無效。結(jié)合這兩種字典對圖像進行稀疏表示時，可以獲得兩種圖像內(nèi)容分別對應的稀疏表示系數(shù)。當嵌入秘密信息時，優(yōu)先嵌入到紋理部分對應的表示系數(shù)中，可以提高稀疏域隱寫技術(shù)的各項性能。我們給出了兩種構(gòu)造字典的方法，利用現(xiàn)有的數(shù)學變換，以及利用學習型算法來自適應學習。
　　(2)圖像局部復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價圖像復雜度的指標用于稀疏域隱寫算法的難點，然后，提出了一種新的評價圖像復

3、雜度的指標——稀疏度。稀疏度不僅可以很好的衡量圖像的局部復雜度，而且當將其用于稀疏域隱寫算法時帶來了很大的便利。據(jù)此我們提出了一個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，使稀疏度較低的圖像塊優(yōu)先被用于隱藏秘密信息。實驗結(jié)果表明，該算法在視覺檢測和隱寫分析檢測中均得到很好的性能。
　　(3)稀疏域隱寫算法在彩色圖像中應用的研究
　　引入了一種基于RGB通道的彩色圖像架構(gòu)。利用R、G、B三