信号处理
信號處理
신호처리
SIGNAL PROCESSING
2012年
6期
821-826
,共6页
稀疏分解%匹配追踪%遗传优化%隐写
稀疏分解%匹配追蹤%遺傳優化%隱寫
희소분해%필배추종%유전우화%은사
根据超完备字典图像稀疏表示的稀疏性和特征保持性,提出了基于遗传优化图像稀疏分解的密写算法.该密写算法将信息隐藏与基于图像稀疏分解的压缩过程合二为一.首先在基于MP的图像稀疏分解每步迭代中,采用遗传算法快速实现最佳匹配原子的选取；对稀疏分解得到的结果用不同的量化位数进行量化；最后采用LSB嵌入方式将秘密信息隐藏于量化后参数的不同最低有效位中,得到载密图像.实验结果表明,本文提出的基于遗传优化图像稀疏分解的密写算法具有良好的视觉效果,与相同嵌入容量的经典空域和DCT域LSB算法相比,本文的密写算法获得了更高的抵抗隐写分析能力.抗隐写分析实验也表明新的密写算法对嵌入位数不敏感,可灵活地扩充嵌入容量.
根據超完備字典圖像稀疏錶示的稀疏性和特徵保持性,提齣瞭基于遺傳優化圖像稀疏分解的密寫算法.該密寫算法將信息隱藏與基于圖像稀疏分解的壓縮過程閤二為一.首先在基于MP的圖像稀疏分解每步迭代中,採用遺傳算法快速實現最佳匹配原子的選取；對稀疏分解得到的結果用不同的量化位數進行量化；最後採用LSB嵌入方式將祕密信息隱藏于量化後參數的不同最低有效位中,得到載密圖像.實驗結果錶明,本文提齣的基于遺傳優化圖像稀疏分解的密寫算法具有良好的視覺效果,與相同嵌入容量的經典空域和DCT域LSB算法相比,本文的密寫算法穫得瞭更高的牴抗隱寫分析能力.抗隱寫分析實驗也錶明新的密寫算法對嵌入位數不敏感,可靈活地擴充嵌入容量.
근거초완비자전도상희소표시적희소성화특정보지성,제출료기우유전우화도상희소분해적밀사산법.해밀사산법장신식은장여기우도상희소분해적압축과정합이위일.수선재기우MP적도상희소분해매보질대중,채용유전산법쾌속실현최가필배원자적선취；대희소분해득도적결과용불동적양화위수진행양화；최후채용LSB감입방식장비밀신식은장우양화후삼수적불동최저유효위중,득도재밀도상.실험결과표명,본문제출적기우유전우화도상희소분해적밀사산법구유량호적시각효과,여상동감입용량적경전공역화DCT역LSB산법상비,본문적밀사산법획득료경고적저항은사분석능력.항은사분석실험야표명신적밀사산법대감입위수불민감,가령활지확충감입용량.
