- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
                        查看更多
                        
                    
                隐像术--浮水印--影像处理形态学.ppt.ppt
                                           § 位元平面
 ?三原色RGB可分解成R平面, G平面, B平面, 如右:
    高灰階像素也可分解成八個位元平面,
    假設256個灰階值表示成(g8g7g6g5g4g3g2g1)2 , 每一像素提供第i個位元, 即gi
      以組成第i個位元平面(也就是第i張黑白影像), 如下: 
   Ex4: 給定一 4X4子影像:                        , 算出第三張位元平面?
      
   A:                                                          ?   
?利用位元平面植入影像的缺點: 經過壓縮後, 所植入的影像容易遭到破壞; 
    解壓縮後所得影像, 常已破損; 即為數學上的One-way function。
A
A
A
B
B
B
B
B
B
B
B
8
7
6
5
32
31
30
29
10
11
12
13
0
1
2
30000011100000101000111110001110100001011000011010000000100000011
0
1
1
1
0
1
1
1
0
0
1
1
0
0
0
0
§ Steganography and Watermark
?實際重疊高階四個位元平面(捨棄低階四個位元平面)所得影像, 肉眼幾乎分辨
   不出差異; 故捨棄低階四個位元並不影響影像特徵太大(此乃因愈低階位元的
   權重愈低, 所以影響影像特徵的機率愈小)。
   
   例如, 某影像中有兩像素, 其灰階值為19310=2  與 192=2 , 
             可把灰階值為37=2 的第三個像素隱藏於前述影像中; 所得灰  
             階值為194=2  與 197=2  , 人眼幾乎察覺無異其影 
             像特徵。 
? 假設一個位元組可以隱藏一位元, 且影像術規則如下:
    (1) 從浮水印讀出之位元為0, 則原影像對應位元組的最後兩位元由01/10, 改為
          00/11。
    (2) 從浮水印讀出之位元為1, 則原影像對應位元組的最後兩位元由00/11, 改為
          01/10。
    (3) 其餘情況則保持原狀
  例如, 位元隱藏位元1, 則改 要隱藏0, 則位元組
  持不變。
   Ex5: 原影像為                   , 想隱藏如右浮水印                 , 求出加入浮水印後         
                                                                                               的十進位影像?
  
   A: 先改成二進制(如下), 再根據規則得
基本原理
?令B’為A隱藏在B後的結果, PSNR常用來評估B’和B的相似性;
    
   PSNR是不錯的失真表示法, 但無法充分反應紋理(texure)的失真情形; 所謂的
   浮水印, 可把A看成標誌(logo)---而這標誌通常也是一種版權; 例如, NCKU
   之於成大。Note: A的大小必須小於B ; 故必要時, 可把A先壓縮。 
24
710
21
42
8
66
34
10
12
1
0
0
1
0
1
0
1
0
      XX
       XX
      XX
       XX
      XX
       XX
 25
  710
20
 42
  8
 66
 35
 10
 12
?設A為灰階影像且可被壓縮, 又為長條型矩陣; Rank(A)=m, 則 Singular Value 
    Decomposition of A 可表示成 A=U∑Vt , 其中 V and U is orthogonal. 
                                                             
                                            為矩陣 AtA 的第 i 個 Ei
                 原创力文档
原创力文档 
                        

文档评论(0)