基于位平面的彩色图像自适应大容量隐藏算法

来源 :计算机应用研究 | 被引量 : 2次 | 上传用户:ldlhongerfly
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分析彩色图像的位平面特点,提出一种基于空间域的彩色图像自适应大容量信息隐藏算法。对彩色图像的R、G、B分量分别进行位平面分解,将较高位平面分块后,按照规则在其黑白边缘嵌入数据,较低位平面则基于亮度掩蔽效应,根据像素点的亮度不同来嵌入不同量的数据,从而在确保图像不可感知性的前提下,最大限度地利用可利用的隐藏空间。实验表明,该算法具有较大的嵌入容量和较高的峰值性噪比。
其他文献
为解决基于闪存的固态盘寿命有限及随容量被消耗可靠性也逐渐衰减的特性,基于两个重要的观察结果:a)存在大量的重复数据块;b)元数据块比数据块被更加频繁地访问或修改,但每次更新仅有微小变化,提出了flash saver,耦合EXT2/3文件系统,结合重复数据删除和增量编码来减少到SSD的写流量。Flash saver将重复数据删除用于文件系统数据块,将增量编码用于文件系统元数据块。实验结果表明,fla
在结合Holt等人的隐藏证书、IBE算法以及秘密共享这些方案的基础上,设计了一种新的匿名验证隐藏证书方案,在认证过程中可以保护用户的身份信息以及证书中的敏感信息,并且最后给出了一个医学方面的应用场景。分析证明:本方案能够避免攻击者通过收集用户的网络行为信息、利用数据分析等手段获取用户的敏感信息,因此该方案是安全有效的,能够更好地保护用户的隐私。
提出了一种基于四叉树K-均值聚类算法的软件故障预测算法。采用四叉树的目的包括利用四叉树寻找K-均值聚类算法所需要的聚类中心和利用四叉树来进行软件模块的故障预测。在这种算法中,输入门限参数决定了最初的聚类中心,通过改变门限参数,用户可以得到期望的聚类中心。采用了聚类收益这个新的标准来衡量算法的性能。通过仿真和比较,算法具有最高的聚类收益,且在大多数情况下,总体错误率比其他算法更低,从而表明了算法在软
为突破数据不平衡对算法的限制,更好地将子群发现技术应用到数据不平衡领域,设计了一个适合入侵检测数据集与子群发现算法的数据简化策略。实例简化阶段,应用均匀分布随机点定理与数据空间稀疏度构造属性相异度函数,借鉴稀有类信息仿制技术并结合进化学习实例选择算法提出稀有类拓展实例选择算法;属性简化阶段,采用主成分分析法,针对数据集特点保留相关兴趣特征以提高算法发现效率。实验证明,此方法适用于子群发现算法,能有