高保真的可逆信息隐藏

作者: 欧博著 , 赵耀著 , 倪蓉蓉著

出版社: 北京交通大学出版社

出版时间: 2019-01

版次: 1

ISBN: 9787512137820

定价: 36.00

装帧: 平装

开本: 32开

纸张: 胶版纸

页数: 170页

正文语种: 简体中文

分类: 国学古籍>综合性图书

2人买过

　　可逆信息隐藏技术能够将特定信息嵌入到载体中，并允许合法用户在提取该信息后无失真地恢复出原始载体，因而在军事、医学、司法等对图像内容敏感的领域受到了广泛关注。《高保真的可逆信息隐藏》以高保真的可逆信息隐藏技术为主要研究内容，探讨在给定嵌入容量的情况下如何更有效地减小嵌入失真，提升图像视觉质量。 1 绪论
1．1 研究背景和意义
1．2 可逆信息隐藏技术
1．2．1 可逆信息隐藏的研究现状
1．2．2 可逆信息隐藏的应用
1．3 本书的主要贡献和组织结构

2 基于可调节的预测误差直方图的可逆信息隐藏方法
2．1 引言
2．2 预测误差直方图可调的RDH算法
2．2．1 像素补偿
2．2．2 信息的可逆嵌入和提取
2．2．3 嵌入提取流程
2．3 实验结果
2．4 结论

3 基于偏微分方程预测器的可逆信息隐藏方法
3．1 引言
3．2 基于PDE预测器的可逆嵌入提取算法
3．2．1 PDE预测器
3．2．2 溢出问题处理
3．2．3 嵌入流程
3．2．4 提取流程
3．3 实验结果
3．4 总结

4 基于非局部均值预测的可逆信息隐藏方法
4．1 引言
4．2 PEE算法的基本原理
4．3 非局部均值预测
4．4 基于非局部均值预测的可逆方案
4．5 实验结果
4．6 总结

5 广义的利用像素值排序的可逆信息隐藏方法
5．1 引言
5．2 广义的PVO可逆嵌入算法
5．2．1 PVO嵌入方法
5．2．2 PVO-k嵌入算法
5．2．3 最优混合嵌入
5．3 自适应的混合PVO-k算法的实现
5．3．1 修改最大值和最小值像素的PVO-k嵌入的扩展方法
5．3．2 混合嵌入的最优阈值选择
5．3．3 嵌入和提取流程
5．4 实验结果
5．5 结论

6 基于预测误差对扩展的可逆信息隐藏
6．1 引言
6．2 基于pairwise PEE的可逆信息隐藏框架
6．2．1 传统的预测误差扩展技术
6．2．2 二维预测误差直方图
6．2．3 pairwise PEE技术
6．3 pairwise PEE技术的实现
6．4 实验结果
6．5 结论

7 总结与展望
7．1 总结
7．2 展望
参考文献
内容简介:
　　可逆信息隐藏技术能够将特定信息嵌入到载体中，并允许合法用户在提取该信息后无失真地恢复出原始载体，因而在军事、医学、司法等对图像内容敏感的领域受到了广泛关注。《高保真的可逆信息隐藏》以高保真的可逆信息隐藏技术为主要研究内容，探讨在给定嵌入容量的情况下如何更有效地减小嵌入失真，提升图像视觉质量。
目录:
1 绪论
1．1 研究背景和意义
1．2 可逆信息隐藏技术
1．2．1 可逆信息隐藏的研究现状
1．2．2 可逆信息隐藏的应用
1．3 本书的主要贡献和组织结构

2 基于可调节的预测误差直方图的可逆信息隐藏方法
2．1 引言
2．2 预测误差直方图可调的RDH算法
2．2．1 像素补偿
2．2．2 信息的可逆嵌入和提取
2．2．3 嵌入提取流程
2．3 实验结果
2．4 结论

3 基于偏微分方程预测器的可逆信息隐藏方法
3．1 引言
3．2 基于PDE预测器的可逆嵌入提取算法
3．2．1 PDE预测器
3．2．2 溢出问题处理
3．2．3 嵌入流程
3．2．4 提取流程
3．3 实验结果
3．4 总结

4 基于非局部均值预测的可逆信息隐藏方法
4．1 引言
4．2 PEE算法的基本原理
4．3 非局部均值预测
4．4 基于非局部均值预测的可逆方案
4．5 实验结果
4．6 总结

5 广义的利用像素值排序的可逆信息隐藏方法
5．1 引言
5．2 广义的PVO可逆嵌入算法
5．2．1 PVO嵌入方法
5．2．2 PVO-k嵌入算法
5．2．3 最优混合嵌入
5．3 自适应的混合PVO-k算法的实现
5．3．1 修改最大值和最小值像素的PVO-k嵌入的扩展方法
5．3．2 混合嵌入的最优阈值选择
5．3．3 嵌入和提取流程
5．4 实验结果
5．5 结论

6 基于预测误差对扩展的可逆信息隐藏
6．1 引言
6．2 基于pairwise PEE的可逆信息隐藏框架
6．2．1 传统的预测误差扩展技术
6．2．2 二维预测误差直方图
6．2．3 pairwise PEE技术
6．3 pairwise PEE技术的实现
6．4 实验结果
6．5 结论

7 总结与展望
7．1 总结
7．2 展望
参考文献

查看详情

高保真的可逆信息隐藏

内容简介:

目录: