网站大量收购独家精品文档,联系QQ:2885784924

连续小波变换在隐写术中的应用.docx

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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
Vladmir Varuikhin et al. / Procedia Computer Science 186 (2021) 580–587 PAGE 587 PAGE 586 Vladmir Varuikhin et al. / Procedia Computer Science 186 (2021) 580–587 连续小波变换在隐写术中的应用 摘要 隐写术是隐藏机密信息的艺术。隐写术的主要目的是隐藏消息,并使攻击者看不到消息,即使在收到隐藏消息的对象的情况下。例如,消息可以隐藏在音频或视频信号中。 隐写术的方法可以分为空间和频率。第一组方法直接改变原始图像的成分(像素),因此,它们在视觉上降低了图像的质量。最广为人知的方法之一是离散余弦变换。离散小波变换作为离散余弦变换的一种替代方法,正得到越来越多的应用。小波变换是一个相对较新的概念。有一种趋势是在信号处理和分析中使用小波来代替或补充离散余弦变换。 图像隐写术的应用之一是使用水印。数字水印的目的是将水印(一种识别数据)隐藏在图像内部,使其不被人眼察觉,同时也使其足够稳定,能够经受各种变换。 本文的重点是在不改变源文件的情况下,借助小波变换成功地隐藏图像中的信息。该算法包括基于不同类型变换的单级2D小波变换,如Haara、Daubeshi和Coiflet。 关键词:隐写术;小波变换;水印;哈尔变换;道贝希变换;蓑衣。 1。 介绍 隐写术是一种传输或存储信息的方式,同时考虑到这种传输(存储)事实的保密性[1]。 隐写术的主要任务是隐藏一条机密信息,这样在第三部分被截获后,要么很难,要么不可能得到原始数据。许多作品[15]致力于隐藏图像中数据的隐写方法,以便这种变换不影响原始图像的视觉感知。这种方法的安全性基础是隐写容器(图像)不会被任何人进一步处理以进行研究 它为机密信息的内容。隐写变换的主要条件:不可见性和可靠性[14]。 通常使用适当的隐写算法隐藏信息。因此,要实现成功的实现,这样的算法有很多任务。其中包括:确保通信的保密性、远程用户的通信、数字阵列的信息交换、开放网络结构中远程用户的通信,实现大量存储信息的保密。 在隐写术中,有两组大的变换:空间变换和频率变换。第一个直接改变源图像的成分(像素)。这种方法显著降低了图像的视觉质量,这可能导致密码分析者怀疑数据被隐藏。另一组直接处理变换图像的系数,以保持原始图像的最佳质量。因此,最常见的频率方法之一是离散余弦变换。这些方法保留了转换后图像的质量,但它们有一个很大的缺点:它们很难配置,必须针对每个特定情况进行,否则,如果使用不当,图像质量可能会受到显著影响,从而导致伪像的出现[2]。 已经建立的离散余弦变换处理方法越来越多地被使用小波变换的新概念所取代[12]。根据MRA(多分辨率分析)[3],这组方法对人眼可以看到的图像失真最小。在研究时,小波变换被用于科学和知识的各个领域——信号处理理论、编码理论和其他[7,8,9,10] 本文将考虑一种基于小波变换的包含隐写信息的方法[14]。 这项研究的目的是使用小波变换隐藏图像中的信息,而不改变源文件。 这项工作包括介绍小波变换的原理,开发一种基于小波变换的隐写算法,并对获得的数据进行分析,研究的对象是jpg格式的图像文件。 该算法包括简单的2D级小波变换。选择哈尔变换、道贝谢变换和奎夫勒变换作为小波变换。选择Matlab数学建模系统作为实现算法的工具。 2。 小波变换的理论基础 小波变换是众所周知的,并广泛应用于许多科学领域[16],小波理论的主要概念出现在道贝希的著作中。在[17,18,19]中描述了使用小波分解的数据压缩方法。目前,小波变换是图像处理领域应用知识的发展方向之一。哈尔变换、道贝谢变换、柯夫勒变换和其他变换是小波变换的一些类型。连续小波变换和离散小波变换是现有变化的两种类型。 对于CWT,您需要从基本小波之一创建小波——一个扩展和一个移位,DWT使用完全不同的方法。为了实现高质量的操作,需要一组滤波器进行进一步的分析和信号处理。DWT有一个与CWT-MRA不同的特点。这种机制允许以不同的频率处理信号,同时给出不同的分辨率[4]。 小波中最简单的波形是哈尔变换,它由带某种比例参数的ψ(t)表示,然后被转换成一系列假设,以确定每个结果高频范围。另一方面,还有一个尺度函数或“父小波”φ(t)。它被转换成一组假设,以确定每个低频范围[5]。 为了获得高频和低频,在哈尔小波变换中,处理区域必须通过低频和高频滤波器[12]。如果对图像执行单级2D小波变换,它将被分解成由四个不相交的范围A、H、V和d组成的层。数组A是近似系数,通道H、V和D分别是水平、垂直和对角线细节系数。源数组,I,j -索引变量。 图。1.小波变换。 图。2.哈尔小波图形

文档评论(0)

真情无限 + 关注
实名认证
内容提供者

我喜欢上网,喜欢上原创力文档分享一些有价值的资源。

1亿VIP精品文档

相关文档