基于小波边缘检测和S-UNIWARD的图像空域隐写术

合集下载

基于小波变换的图像边缘检测

基于小波变换的图像边缘检测

基于小波变换的图像边缘检测邵婷婷;白宗文;周美丽【期刊名称】《电子测试》【年(卷),期】2014(000)019【摘要】介绍了利用小波变换进行图像边缘检测的原理与方法。

基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。

仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。

%The principle and method of image edge detection based on wavelet transform is introduced. According to the wavelet transform modulus maximum ing different scale wavelet transform to obtain image high frequency information of different directions,and through wavelet coefficient modulus extreme points and zero crossing points to detect the image modulus maximum of four directions,which can get the local maximum.The simulation results show that using wavelet transform to detect image edge can get the edge detail properties and gain good result.【总页数】2页(P26-27)【作者】邵婷婷;白宗文;周美丽【作者单位】延安大学物理与电子信息学院,延安,716000;延安大学物理与电子信息学院,延安,716000;延安大学物理与电子信息学院,延安,716000【正文语种】中文【中图分类】TN911.7【相关文献】1.基于二进小波变换与改进Canny算法融合的图像边缘检测方法 [J], 陈灿;刘进锋;周国庆;;;2.基于小波变换和多尺度形态学的图像边缘检测 [J], 徐剑锋;彭亚雄3.一种新的基于小波变换的图像边缘检测方法 [J], 王思雨;吐尔洪江·阿布都克力木;阿斯古丽·艾合麦提4.基于二进小波变换与改进Canny算法融合的图像边缘检测方法 [J], 陈灿;刘进锋;周国庆5.基于小波变换与数学形态学的图像边缘检测方法 [J], 李颖莹; 魏连鑫因版权原因,仅展示原文概要,查看原文内容请购买。

基于小波对比度和神经网络的图像隐写方法

基于小波对比度和神经网络的图像隐写方法

基于小波对比度和神经网络的图像隐写方法
张佳佳;盘宏斌;黄辉先
【期刊名称】《计算机工程》
【年(卷),期】2010(036)005
【摘要】为使通信安全在传输过程中提供较大的秘密信息嵌入量,并保持较好的载密图像质量,提出一种基于自组织特征映射神经网络和小波对比度的图像隐写方法.将载体图像分成固定大小的小块,采用小波一级分解并计算其小波对比度,利用自组织特征映射神经网络将小块分为3类,采用模算子技术嵌入秘密信息.实验结果表明,该方法有较大的嵌入量并保持良好的载密图像质量.
【总页数】3页(P154-155,158)
【作者】张佳佳;盘宏斌;黄辉先
【作者单位】湘潭大学信息工程学院,湘潭,411105;湘潭大学信息工程学院,湘潭,411105;湘潭大学信息工程学院,湘潭,411105
【正文语种】中文
【中图分类】TP309.2
【相关文献】
1.基于平稳小波的电气设备红外图像对比度增强方法 [J], 杜喆;祁帅涛;王晓波
2.基于小波子带特征函数矩和主成分分析的图像隐写分析方法 [J], 孙子文;周治平;李慧
3.对基于小波对比度和LSB逐层隐写方法的分析 [J], 钟尚平;郭文忠;陈羽中;陈国龙
4.基于卷积神经网络的JPEG图像隐写分析参照图像生成方法 [J], 任魏翔; 翟黎明; 王丽娜; 嘉炬
5.基于小波的水下图像对比度增强方法 [J], 廖双
因版权原因,仅展示原文概要,查看原文内容请购买。

基于小波包分解的图像信息隐写盲检测

基于小波包分解的图像信息隐写盲检测

基于小波包分解的图像信息隐写盲检测
罗向阳;刘粉林;王道顺
【期刊名称】《通信学报》
【年(卷),期】2008(29)10
【摘要】基于小波包分解,提出了一类新的具有较高检测正确率的图像信息隐写盲检测方法.首先对图像进行小波包分解得到多个子带,从子带系数以及图像像素中提取直方图特征函数多阶绝对矩作为特征,然后对提取的特征进行预处理并设计BP神经网络分类器进行分类.针对LSB、SS、Jsteg、F5及MB等典型隐写的实验表明:此方法相比现有的典型盲检测方法,正确检测率提高约7.5%~17.2%,且具有更好的通用性.此外,还讨论了整数和非整数小波包分解对检测结果的影响.
【总页数】10页(P173-182)
【作者】罗向阳;刘粉林;王道顺
【作者单位】解放军信息工程大学信息工程学院,河南郑州450002;清华大学计算机科学与技术系,北京100084;解放军信息工程大学信息工程学院,河南郑州450002;清华大学计算机科学与技术系,北京100084
【正文语种】中文
【中图分类】TP309
【相关文献】
1.基于图像内容和特征融合的隐写盲检测 [J], 李侃;平西建
2.基于区域相关性的JPEG图像隐写盲检测方法 [J], 李侃;平西建
3.基于图像分割的LSB隐写信息盲检测方法 [J], 胡玲娜;蒋铃鸽;何晨
4.基于图像分割的LSB隐写信息盲检测方法 [J], 胡玲娜;蒋铃鸽;何晨
5.基于图像分割的LSB隐写信息盲检测方法 [J], 胡玲娜;蒋铃鸽;何晨
因版权原因,仅展示原文概要,查看原文内容请购买。

基于小波变换的图像边缘检测算法

基于小波变换的图像边缘检测算法

基于小波变换的图像边缘检测算法
宋凯;纪建伟;孙晓艳
【期刊名称】《沈阳建筑大学学报(自然科学版)》
【年(卷),期】2006(022)006
【摘要】目的提出一种边缘检测改进算法,提高边缘检测精确性.方法从小波变换入手,将图像进行多尺度分解,在各个尺度下对图像各个高频的细节进行加权处理,然后对处理后的图像进行Laplacian边缘检测.结果噪声得到抑制,边缘定位精确度上升,识别率提高.结论理论和试验结果分析表明,在边缘精度、强弱边缘提取和噪声抑制方面,该算法是有效的.
【总页数】3页(P1012-1014)
【作者】宋凯;纪建伟;孙晓艳
【作者单位】沈阳农业大学信息与电气工程学院,辽宁,沈阳,110161;沈阳理工大学信息工程学院,辽宁,沈阳,110168;沈阳农业大学信息与电气工程学院,辽宁,沈阳,110161;沈阳理工大学信息工程学院,辽宁,沈阳,110168
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于小波变换和SUSAN算子的灰度图像边缘检测算法 [J], 韩玉敏;姜学军
2.一种基于双树复小波变换的SAR图像边缘检测算法 [J], 毛成林;万寿红;岳丽华;夏瑜
3.基于小波变换的含噪图像边缘检测算法 [J], 郝红转;张维强
4.基于二进小波变换的图像边缘检测算法研究 [J], 于彤;马社祥;徐华
5.基于小波变换的纸页缺陷图像边缘检测算法 [J], 张素梅; 綦星光
因版权原因,仅展示原文概要,查看原文内容请购买。

基于小波分析的图像边缘检测技术

基于小波分析的图像边缘检测技术

基于小波变换的图像边缘检测摘要:本文首先介绍了图像边缘检测技术和几种经典的边缘检测算子。

然后对小波变换进行了简单的理论分析,阐述了小波多尺度思想,并对基于小波变换的图像边缘检测进行了简单的介绍。

关键词:边缘检测;小波变换;多尺度Abstract:First,several classic edge detection operators are analyzed in this paper,and then the principle and status are briefly described.Second,the theory of wavelet transform is introduced and multiscale edge detection is also mentioned.Edge detection based on wavelet transform is elaborated in this paper.Key Words:edge detection;wavelet transform;multiscale1引言当今社会可以说已经进入了数字化的信息时代,而占存储空间最大的信息量就是图像,图像中所包含的信息量比所有其他媒体信息量的总和还要多。

图像处理简单的说就是把一副图像根据一定的目的变成另一幅经过修改的图像,就是对图像进行加工和处理来满足人们实际需求。

边缘是图像的最基本的特征之一。

边缘的定义有很多种,常用的定义为:边缘是指图像中灰度发生急剧变化的区域,或者说是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。

它广泛存在于物体与背景之间、物体与物体之间以及区域与区域之间。

图像边缘和图像内在物理特性是直接相联系的,所以边缘蕴含着图像的大量的内在信息,也能够反映出目标轮廓的位置。

而这些轮廓常常包含着我们在图像处理时所感兴趣目标的重要特征,为人们描述或识别目标以及解译图像提供了重要的特征信息,是图像分割所依赖的重要特征。

矿产

矿产

矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。

如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。

㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。

(2 列出开发利用方案编制所依据的主要基础性资料的名称。

如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。

对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。

二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。

2、国内近、远期的需求量及主要销向预测。

㈡产品价格分析
1、国内矿产品价格现状。

2、矿产品价格稳定性及变化趋势。

三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。

2、矿区矿产资源概况。

3、该设计与矿区总体开发的关系。

㈡该设计项目的资源概况
1、矿床地质及构造特征。

2、矿床开采技术条件及水文地质条件。

基于小波变换的边缘检测技术(完整)

基于小波变换的边缘检测技术(完整)

基于⼩波变换的边缘检测技术(完整)第⼀章图像边缘的定义引⾔在实际的图像处理问题中,图像的边缘作为图像的⼀种基本特征,被经常⽤于到较⾼层次的特征描述,图像识别。

图像分割,图像增强以及图像压缩等的图像处理和分析中,从⽽可以对图像进⾏进⼀步的分析和理解。

由于信号的奇异点或突变点往往表现为相邻像素点处的灰度值发⽣了剧烈的变化,我们可以通过相邻像素灰度分布的梯度来反映这种变化。

根据这⼀特点,⼈们提出了多种边缘检测算⼦:Roberts算⼦Prewitt算⼦Laplace算⼦等。

经典的边缘检测⽅法是构造出像素灰度级阶跃变化敏感的微分算⼦。

这些算⼦毫⽆例外地对噪声较为敏感。

由于原始图像往往含有噪声、⽽边缘和噪声在空间域表现为灰度有⼤的起落,在频域则反映为同是主频分量,这就给真正的边缘检测到来困难。

于是发展了多尺度分析的边缘检测⽅法。

⼩波分析与多尺度分析有着密切的联系,⽽且在⼩波变换这⼀统⼀理论框架下,可以更深刻地研究多尺度分析的边缘检测⽅法,Mallat S提出了⼀⼩波变换多尺度分析为基础的局部极⼤模⽅法进⾏边缘检测。

⼩波变换有良好的时频局部转化及多尺度分析能⼒,因此⽐其他的边缘检测⽅法更实⽤和准确。

⼩波边缘检测算⼦的基本思想是取⼩波函数作为平滑函数的⼀阶导数或⼆阶导数。

利⽤信号的⼩波变换的模值在信号突变点处取局部极⼤值或过零点的性质来提取信号的边缘点。

常⽤的⼩波算⼦有Marr 算⼦Canny算⼦和Mallat算⼦等。

§1.1信号边缘特征⼈类的视觉研究表明,信号知觉不是信号各部分简单的相加,⽽是各部分有机组成的。

⼈类的信号识别(这⾥讨论⼆维信号即图像)具有以下⼏个特点:边缘与纹理背景的对⽐鲜明时,图像知觉⽐较稳定;图像在空间上⽐较接近的部分容易形成⼀个整体;在⼀个按⼀定顺序组成的图像中,如果有新的成份加⼊,则这些新的成份容易被看作是原来图像的继续;在视觉的初级阶段,视觉系统⾸先会把图像边缘与纹理背景分离出来,然后才能知觉到图像的细节,辨认出图像的轮廓,也就是说,⾸先识别的是图像的⼤轮廓;知觉的过程中并不只是被动地接受外界刺激,同时也主动地认识外界事物,复杂图像的识别需要⼈的先验知识作指导;图像的空间位置、⽅向⾓度影响知觉的效果。

基于S-UNIWARD的图像自适应空域隐写术

基于S-UNIWARD的图像自适应空域隐写术

基于S-UNIWARD的图像自适应空域隐写术李宁波;潘峰;李军;李秀广【摘要】为提高图像隐写的统计安全性,根据图像内容的最小化嵌入失真原则,在空域通用小波相对失真方法(spatial-universal wavelet relative distortion,S-UNIWARD)的基础上,提出一种结合边缘检测和校验格编码(syndrome trellis code,STC)的图像自适应空域隐写术.利用基于Canny算子的边缘检测得到图像的边缘区域,根据S-UNIWARD定义图像像素的嵌入失真,通过实验设置失真阈值来选择图像的纹理区域,使用STC在边缘区域和纹理区域对秘密信息进行嵌入.实验结果表明,该算法提高了S-UNIWARD在图像边缘区域和纹理区域的嵌入精度,提高了算法安全性.【期刊名称】《计算机工程与设计》【年(卷),期】2016(037)010【总页数】5页(P2627-2631)【关键词】自适应隐写;边缘检测;空域通用小波相对失真方法;失真阈值;校验格编码【作者】李宁波;潘峰;李军;李秀广【作者单位】武警工程大学密码与信息安全保密重点实验室,陕西西安710086;武警工程大学密码与信息安全保密重点实验室,陕西西安710086;武警工程大学密码与信息安全保密重点实验室,陕西西安710086;武警工程大学密码与信息安全保密重点实验室,陕西西安710086【正文语种】中文【中图分类】TP309传统的图像隐写[1,2]算法如最低比特位替换法等,虽然能够实现简单的信息隐写功能,但是存在以下问题:一是隐写方法过于简单,容易被攻击者利用现有的高维隐写分析特征进行攻击;二是虽然对像素中不重要的比特位进行了修改,但是图像中每个像素的“重要程度”并不相同。

例如图像中平滑区域的像素,修改后会造成较大的失真,因此在进行嵌入时应尽量避免;而纹理区域和边缘区域的像素由于内容较为复杂,修改后对图像造成的失真较小,很难被攻击者察觉,而且能够有效抵抗隐写分析者的检测,因此比较适合作为隐写的载体。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

缘 区域和 纹理 区域对秘 密信息进行嵌入 。实验表明本算法提 高 了S - U N I WA R D在 图像边缘 区域和 纹理 区域的嵌入精度 , 且能提 高算法安
全性。
关键 词 : 信息安全; 自适 应 隐 写 ; 边缘检测 ; 空域 通 用 小 波相 对 失真 方 法 ; 校 验 格 编 码
入。
1 预 备 知 识
1 . 1基 于小波的图像边缘检测 图 1 四种 隐 写 方 法抵 抗 SR M 隐 写分 析 的 实验 结果 小波边缘检测 主要包含 以下 4 个 步骤 : ,若像素 的嵌入失真不 大于 p ,则判定其属于纹理 区 1 . 1 . 1 对 图像 f ( x , y ) 进行 二维小波变换 , 计 算二维信 号 f ( x, v 】 经过 失真 阈值 p 域, 反之 , 将该像 素的失真值 设定为 1 0 0 0 0 0 0 0 0 。经 过实 验 , 本文选 次小波变换 后的梯度模值 Mf ( x , y ) 和小波变换相角 A f ( x , y ) 。 n = 3 . 9 1 9 2 作为失真阈值 。 1 . 1 . 2通过 检测沿相 角 4个 方 向的小波变换 模 的局部极大 值 择 p 2 . 1 3根据校验矩阵 H和已经定 义的边缘区域 E和纹理 区域 T 点得到可能的边缘 图像 E d g e 。 T C在边 缘区域 E和纹 理区域 T上进 行 1 . 1 . 3对边缘图像 E d g e 取阈值 T和 T ’ 得 到 2个边缘 图像 G 1 ( r r ) 内像 素的嵌入 失真 ,使 用 S 秘 密信 息 的嵌 入 。 和C 2 f’ 1 。 2 . 1 . 4 将载密 图像 y 通过安全信道传递给接收者。 1 . 1 . 4以 G1 为 基础 , 以G 2为 补充 来 连 接 图像 边 缘 。

1 . 2 S—UNI W ARD
2 . 2提取 过程
接收者收到载密图像 Y后 , 根据 S T C, 将所要传递 的秘密信息 m K ( “ 、 、 代表水平 、 垂直 、 对角线三个方向上的方向滤波器 , h 提 取 出来 。 ( g ) 表示一维小波分解低( 高) 通滤波器 。x代表 载体 图像 , 图像大小 3 实 验 结 果及 分析 为n 。 x n , Y代表经过消息嵌入后的图像。 本文实验所选择的图像库 为 B O S S b a s e 1 . 0 1 图像 库。 采用伪随机 1 . 2 1 K【 ” 、 K∞、 K 的 计算 数发生器生成 的二元 随机序列模拟秘密信息 , 通 过集 成分类器 ( E n — K【 ) = h. g ( )= g. J f z 【 。 ) = g. g e m b l e C l a s s i i f e r ) 在载体 图像 和载密图像之间进行训练和测试 。 算法 ( 1 ) s 的安全性 由其抵抗通用隐写分析 的能力来评估 , 在实验中用于性能 1 . 2 . 2计算原始图像 三个方 向上像素点的小波系数
本文结合 图像 处理 中基于小波变换的边缘检测方法和 S T C, 提 出了一种基于 S - U N I WA R D的 自适应空域隐写术。 首先检测 出图像 的边缘区域 E 。 然后通过设置一定的失真阈值选择图像的纹理区域 T 。最后使 用 S T C在边 缘区域 E和纹理 区域 T对秘密 信息进行嵌
, ,
Wu ” : K ‘

对 比的 隐 写 方 有 :H U G O , WO W, S — U N I WA R D 和 本 文方 法 ,实 验 结 来 表示 : ( 2 ) 果用最小平均分类错误率 P
1 f , 、 1
1 . 2 _ 3 定 义总体的嵌入失真
… 喜 = 1 u = l v = l v l f , W ^ , l
( 其中 , 盯为恒定正常数 , 以பைடு நூலகம் 免 分 母 等 于 0 )
: m i n I ( + ( ) ) J
( 3)
其中 , P F A 表示错警率 , P 表示漏检 率。P E 越大, 表 明该 隐写方
作 为信息隐藏的一个重要分 支 , 隐写术主要研究如何在公开 的 多媒体数据 中隐蔽地传输秘密信 息。自适应隐写术是指根据 载体 图 像 内容 的一些 特性 , 自适应 地将秘密信息嵌入 到一些“ 不重要 的区 域” , 而基 于最小化嵌入失真原则的隐写方法 , 则是 目前 自适应 隐写
术 的 热 门 方 向之 一 。

l O 8 ・
科 技 论 坛
基于小波边缘检测和 S - U N I WA R D 的图像空域隐写术
李 宁 波 潘 峰 ( 武警 工 程 大 学 密码 与 信 息 安 全保 密 重点 实验 室 , 陕 西 西安 7 1 0 0 8 6 )
摘 要: 根据 图像 内容 的最小化嵌 入失真原 则, 在 空域通 用小渡相 对失真 "  ̄( , S p a t i a l - U N i v e r s a l WA v e l e t R e l a t i v e D i s t o r t i o n , S — U — N I WA R D) 的基 础 上 , 提 出一种 结合 小波 边 缘检 测 和校 验 格 编 码 ( S y n d r 0 me I 1 r e l 1 i s C o d e , S T C ) 的 图像 自适 应 空 域 隐 写术 。首先 利 用 小波 变 换检 测 图像边缘 区域 , 然后根 据 S - U N I WA R D定义 图像像 素的嵌入 失真 , 并通过设置 失真 阂值选择 图像 的纹理 区域 , 最后使 用 S T C在边
相关文档
最新文档