可逆数据隐藏算法在卫星遥感图像上的应用

针对卫星遥感图像受环境因素影响导致图像对比度下降,以及现有可逆信息隐藏算法嵌入容量低等问题,提出一种新的可逆数据隐藏算法,实现在遥感图像安全传输的同时增强图像的对比度.算法为了提高嵌入率,改进已有算法的嵌入方式,同时在信息嵌入的过程中,逐步增强卫星遥感图像的对比度.实验结果表明:提出的算法和一些典型可逆数据隐藏.     

可逆数据隐藏算法在医学图像上的应用

可逆数据隐藏技术是一种新兴的信息隐藏技术,能够在提取嵌入的信息后无失真地还原出原始信息,因此在医学、遥感、军事等领域被广泛使用。提出了一种新的基于直方图平移的可逆数据隐藏算法,解决了已有算法应用在医学图像上出现的严重视觉失真问题,同时实现了病人信息的可逆隐藏和图像的对比度增强。新算法针对医学图像的像素分布特点,改进已有算法的预处理过程,自适应地选择最优预处理区间,并利用最大类间方差法分离背景和前景区域,在信息嵌入的过程中,逐步地增强医学图像感兴趣区域的对比度,之后能够无损地还原出原始图像。仿真实验表明,新算法有效消除了视觉失真,对两类不同的医学图像均有良好的对比度增强效果,信息嵌入率也相当可观。     

用于实现图像对比度增强的可逆数据隐藏算法

针对已有算法嵌入率低、算法过程复杂等问题,提出一种新的可逆数据隐藏算法。算法为了提高信息隐藏率,首先选取直方图中值点两侧的峰值进行数据嵌入。在多次嵌入之后,算法选择中值点位置嵌入所有峰值信息,由于中值点在嵌入后可以直接定位,因此可以实现可逆嵌入与恢复,从而不需要已有算法最低有效位的替换过程,减少了算法过程的复杂性。算法在两个图像集上进行性能测试,先与已有算法进行数据嵌入量比较,接着与MATLAB中3个对比度增强函数进行比较,用于评估算法的嵌入容量以及对比度增强后的图像质量。实验结果表明,所提算法在实现可逆数据隐藏和对比度增强的同时,嵌入容量有较大的提高。     

增强图像平滑度的可逆信息隐藏方案

随着互联网技术的发展和社交网络的普及,可逆信息隐藏技术因其具有无损恢复载体信息的特性而被广泛应用于医疗、军事等领域的隐蔽信息传输。传统的可逆信息隐藏方案大多聚焦于嵌入容量提升和载密图像失真率降低,并未过多关注人们对图像视觉细节的要求,难以抵抗隐藏信息检测方法。针对上述挑战,从增强图像视觉平滑度方面入手,提出了一种增强图像平滑度的可逆信息隐藏方案,在嵌入隐蔽信息的同时提升载密图像最终的视觉质量。具体来说,所提方案将目标图像分为参考区域与非参考区域,利用非参考区域的图像像素预测值与原始像素值的差值作为信息嵌入的判断依据,通过差值平移来嵌入信息;进而构造图像平滑机制,采用高斯滤波作为秘密信息嵌入时像素值修改的模板,对预测值进行滤波计算,将滤波差值无损地加入载体图像中,以达到图像平滑的效果;同时将参考区域的像素值作为边信息,用于实现信息提取方对原始载体图像和秘密信息的无损恢复和提取;并以高斯函数中的滤波系数作为预置秘密信息对嵌入信息进行加密处理以保证嵌入信息的机密性。大量经典图像数据集的测试与分析结果表明,所提方案处理过的载密图像视觉平滑度得到了显著增强,具有较低的失真率、较高的嵌入率和较高的嵌入提取效率。在典型环境下,其生成的载密图像与高斯滤波后的图像相似度可达0.996 3,且可获得37.346的峰值信噪比和0.328 9的嵌入容量。     

用于实现医学图像ROI对比度增强的可逆数据隐藏算法

基于可逆数据隐藏技术具有可以准确地提取嵌入的秘密消息并无损还原原始载体的特点,可逆数据隐藏技术被广泛使用在医学和军事等领域。提出一种新的基于直方图平移的可逆数据隐藏算法,针对医学图像的像素分布特点,利用最大类间方差法分离背景和前景区域,确定边缘像素。对已有算法的预处理过程进行改进,使其能够自适应地选择最优预处理区间,降低视觉失真,并在信息嵌入的同时使医学图像感兴趣区域的对比度增强效果得到逐步改善,最终原始医学图像可以无失真地恢复。与现在已知的方法相比,新算法可以使医学图像ROI的对比度增强效果得到更明显的改善,大幅度提高了图像的视觉质量。     

嵌入率可调和低修改率的二值图像密写算法

为了提供大而可调的二值图像信息隐藏容量和保持载密二值图像良好的视觉质量,提出一种基于分块和矩阵编码的二值图像信息隐藏算法.将二值图像划分为互不相交的2×2的图像子块,随机选择黑白相间的边缘子块作为可嵌子块,应用(1,n,k)矩阵编码实现最多只改变n块可嵌子块中一块的1个像素即可嵌入k比特信息,以及修改像素的规则.选择不同的矩阵编码方案,可以得到不同的嵌入率和像素修改率.理论分析和实验结果表明,本文算法具有信息嵌入量大,效率高,修改率低,安全性好;其信息嵌入率选择具有高度弹性,可以根据实际要求选择在嵌入率和载密图像质量都很理想的密写方案.     

一种基于SOM和HVS的密写方法

为了提供较大的秘密信息嵌入量和保持较好的载密图像质量,提出了一种基于自组织特征映射神经网络和人眼视觉特性的图像密写。该密写方法将对比度和纹理敏感度作为特征向量,并通过自组织特征映射神经网络将像素分为视觉敏感类与视觉不敏感类,将较多秘密信息嵌入属于视觉不敏感类的像素,而将较少秘密信息嵌入属于视觉敏感类的像素。实验结果表明,与SOC算法相比,该算法有更大的嵌入量,并保持了良好的载密图像质量。     

采用可逆信息隐藏技术的高性能彩色图像对比度增强算法

针对彩色图像可逆信息隐藏中相对较少的嵌入容量和数据嵌入后的图像质量问题,提出基于可逆信息隐藏的高性能彩色图像对比度增强算法.该算法将原始RGB图像转换成HSV(色调,饱和度,亮度)图像,在预处理时,合并像素直方图单侧2个高度最低的条柱,并设置一个失真阈值防止图像失真;数据嵌入过程中,在保持色调分量不变的同时增大单个像素能嵌入秘密信息的长度,且在增大数据嵌入量的同时减少了图像失真;在多次执行数据嵌入过程后,直方图实现均衡化,从而有效地增强图像的对比度.在Kodak和USC-SICI图像集上的实验结果表明,与同类算法(UCE和HSP算法)相比,所提算法在嵌入容量指标和色彩差异指标CIEDE2000的性能上分别平均提升28.6%和34.7%.     

利用模运算及其周期性特点的安全隐写算法

为了提供较大的可调信息嵌入量和保持载密图像良好的视觉质量,提出一种基于模运算及其周期性特点的安全隐写算法。首先将秘密信息流转为n进制信息流表示,然后根据余数循环的特点,应用具有安全特性的模函数将一位n进制信息嵌入载体图像的一个像素中,直至信息嵌入完毕。选择不同的参数n可以得到不同的嵌入率和载密图像视觉质量。理论分析和实验结果表明,本文算法在保持高嵌入率的同时仍保持较好的载密图像视觉质量,且安全性好;其信息嵌入率选择具有高度弹性,可以根据实际要求选择在嵌入率和载密图像质量都很理想的隐写方案。与同类算法相比具有更强的实用性。     

一种利用小波对比度的图像隐藏算法*

基于小波对比度,提出了一种新的迭代混合图像隐藏算法。该算法将各图像块的小波对比度绝对值之和作为视觉敏感性的测度,选取适合嵌入秘密信息的图像块;最后以迭代混合的方式将混沌置乱后的秘密图像嵌入这些图像块,成功地将256灰度级秘密图像隐藏在载体图像中。仿真结果表明该算法在实现大容量信息隐藏的同时,载密图像仍具有很好的视觉质量。     

密文域高嵌入率图像全位面可逆数据隐藏

目的 针对现有的加密域可逆信息隐藏算法未能充分利用图像的全部位平面的问题,提出了一种密文域高嵌入率图像全位面可逆数据隐藏。方法 对载体图像进行加密,然后将隐蔽信息嵌入到加密图像中,进行隐蔽传输,发送给接收者。本文将灰度图像的8个位平面都用来进行数据嵌入,并把每个位平面划分成不重叠的块,分为非连续块（块内像素值0,1都存在）和连续块（块内为全0或全1像素值）,按块进行重排列且将排列前的块标签嵌入到重排列图像中,使用流密码对图像进行加密。在数据嵌入阶段,提出了带修正信息的像素预测方法用于非连续块的嵌入。连续块中,保持块内右下角像素值不变,用于连续块的恢复,其他位置嵌入数据;非连续块中,对预测正确的像素嵌入数据,预测错误的像素保持不变。结果 实验过程实现了多种密文域可逆数据隐藏算法,本文进行大量对比实验,并在BOSSbase和BOWS-2数据集上进行验证,与其他方法比较,本文方法在BOSSbase和BOWS-2数据集上的嵌入率分别提升了42.1%和43.3%。结论 提出的加密图像可逆数据隐藏方案,通过对不同性质的块采用不同方法进行数据嵌入,利用图像全位面信息,使得方案能够获得更高的嵌入率,表明了本文方法的有效性。     

基于Shearlet变换和多尺度Retinex的遥感图像增强算法

传统的小波变换、曲波变换和轮廓波变换无法对图像提供最优的稀疏表示,不能取得好的增强效果,为此,提出了一种基于剪切波(Shearlet)变换的图像增强算法.经Shearlet变换,图像被分解成低频分量和高频分量.首先,对Shearlet变换分解后的低频分量进行多尺度Retinex(MSR)调整,以减轻光照条件对图像的影响;其次,对各尺度、各方向上的高频系数采用阈值抑噪来消除噪声;最后,对重构图像进行模糊对比度增强,提高图像的整体对比度.实验结果表明该算法能够明显改善图像的视觉效果,突出图像的纹理细节且具有良好的抗噪性能.与直方图均衡(HE)、MSR、基于非下采样轮廓波变换(NSCT)的图像模糊增强(NSCT_fuzzy)算法相比,图像清晰度、信息熵、峰值信噪比(PSNR)均有一定的提高,且运行时间缩短为MSR的1/2和NSCT_fuzzy的1/10左右.     

沙尘降质图像清晰化算法

目的 沙尘环境中获取的图像存在颜色失真、对比度低等问题,不利于人眼辨识以及进一步的图像处理。为解决沙尘降质图像的这些问题,提出一种新的基于颜色调整和对比度增强的沙尘降质图像的增强算法。方法 沙尘降质图像增强要解决两个问题,即颜色偏移和对比度增强。基于沙尘降质图像的的颜色直方图存在的集中性、顺序性以及偏离性等特性,使用高斯模型分别对各通道颜色进行建模,进而进行颜色调整。针对颜色调整后的图像存在的整体灰暗,对比度低以及噪声等特点,利用改进的基于奇异值分解的增强算法,从而有效地增加图像对比度并抑制噪声。结果 为了验证本文算法的有效性,与带有色彩恢复的多尺度Retinex算法、GUM算法、Tarel算法、融合算法4种方法进行了对比。从增强结果可以看出,本文算法能够有效解决降质图像的颜色偏移和对比度低的问题,并增强图像的整体视觉效果。结论 本文算法充分利用沙尘降质图像三通道颜色直方图分布的特点,能够快速高效地实现颜色校正,并通过图像频域的奇异值信息进一步提升图像的对比度。经过多幅沙尘降质图像清晰化实验验证,表明本文方法能够实现对不同程度沙尘降质图像的增强,具有较强的适用性。     

一种面向交通场景的快速图像增强算法

为提高夜间图像的增强效果,针对具体的交通场景提出一种改进的图像增强算法。通过改进自适应对比度增强算法（ACE）中放大系数的自适应函数,算法能够有针对性地增强图像亮度较低和对比度较低的区域,防止图像过度增强,并且能够增强图像的细节,克服传统对比度增强算法的不足。实验结果表明,该算法增强效果显著,针对具体夜间交通场景图像处理速度快,自适应效果好,具有消除“振铃效应”、颜色保真和较好的保留并增强图像边缘和细节的能力。     

基于梯度场的工业X射线图像增强算法

在X射线成像检测厚薄不均构件时，经常会出现对比度低或对比度不均以及照度低的问题，这会导致图像显示时构件的一些细节难以被观察与分析。针对这一问题，提出一种基于梯度场的X射线图像增强算法。该算法以梯度场增强为核心，分为两步：首先，提出一种基于对数变换的算法，压缩图像的灰度范围、去除图像冗余灰度信息、提升图像对比度；然后，提出一种基于梯度场的算法，增强图像细节、提升图像局部对比度、提高图像质量，使构件细节清晰显示在检测屏上。选择一组厚薄不均构件的X射线图像进行了实验，并与对比度受限自适应直方图均衡化（CLAHE）、同态滤波等算法进行了比较。实验结果表明所提算法具有更明显的增强效果，能更好地显示构件的细节信息，并且通过计算平均梯度和无参考结构清晰度（NRSS）纹理分析的定量评价标准进一步表明了该算法的有效性。     

雾天条件下的多尺度Retinex图像增强算法

在雾天条件下拍摄图像时,由于受到大气散射作用的影响,图像的颜色和对比度会出现退化现象。为了提高雾天图像的质量,提出一种改进的多尺度Retine雾天图像增强算法。首先采用幂次变换压缩图像动态范围;然后采用非线性变换对图像的高光区域进行抑制;最后采用反锐化掩模滤波消除图像模糊,增强雾天图像细节信息,并采用多幅雾天图像对算法性能进行仿真测试。仿真结果表明,改进多尺度Rctinc的雾天图像增强算法较好地解决了传统Retine算法存在的不足,加快了雾天图像增强的运行速度,使得雾天图像更加清晰化,获得了更优的视觉效果。     

基于JPEG图像的模块化可逆信息隐藏方法

当前的可逆信息隐藏方法为了寻求更好的嵌入性能,通常会基于给定的图像内容对修改模式和嵌入参数作出自适应的调整。然而,通过细化自适应程度或扩大解空间来寻找更优解时,会造成计算复杂度高、时间成本难以承受等问题。为此,提出了一种适用于JPEG图像的模块化可逆嵌入方法来提高自适应寻优的效率。通过比较不同情况下最优解的嵌入性能,对原有的解空间进行优化、筛选,从而生成一个适用于不同图像的通用修改模式集合。每一个修改模式被定义为在多直方图修改框架下的最优嵌入点集合。在嵌入时,为给定的图像内容自适应地从预设的解集中选定合适的修改模式。实验在USC-SIPI数据集上与五个具有代表性的方法进行了比较。相比于同类算法,所提算法可将峰值信噪比提升0.03～1.81 dB。对于文件大小扩展,所提算法的性能结果可比两个经典方法分别减少12.4%和5.1%。实验结果表明,相比于主流经典方法,该方法在含密图像质量和文件大小扩展方面有更好的性能表现,并能以较低的计算复杂度取得与最近的高效方法相近的自适应嵌入效果。     

Image fuzzy enhancement algorithm based on contourlet transform domain

In order to solve the problems of low contrast, global darkness and noise amplification in some hyperspectral and remote-sensing images, a new image fuzzy enhancement method based on contourlet transform (CT) domain is proposed. The algorithm includes the following four steps. Firstly, the cyclic translation method is used to suppress the pseudo-Gibbs phenomenon caused by the lack of translation invariance of the CT. Secondly, a nonlinear gain function is designed to enhance and suppress the high-frequency coefficients adaptively. Meanwhile, the multi-scale Retinex with mixed gray function is used to process the low-frequency sub-band coefficients. Then, the inverse translation and linear averaging and the inverse CT are performed on the enhanced coefficients, and finally the improved fuzzy contrast is used to enhance the texture and edge of the image globally. The experimental results show that the proposed method can make the image texture details more prominent, and enhance the overall visual effect of the images. Furthermore, the absolute mean difference and PSNR of images are also greatly improved .

     

High-capacity reversible data hiding using quotient multi pixel value differencing scheme in encrypted images by fuzzy based encryption

The Reversible data hiding (RDH) approach can retrieve the original image from the marked image without any distortion. RDH in encrypted images is an approach that hides extra information into the ciphertext using a skill of recovering the actual data losslessly. To guarantee reversibility for addressing the information redundancy drawback, the cover image pixels are copied into two images. This paper presents a high capacity RDH scheme in encrypted images using fuzzy-based encryption. Initially, the texture classification is processed by a convolutional neural network (CNN) to classify the dense and transparent region. It automatically identifies the significant features without any individual supervision. Then, the plain text encryption is activated by the fuzzy group teaching with infinite elliptic curve (FGTIE) method. To overcome the demerit of FCM, the GTA is hybrid with FCM approach and the encryption is processed by the IE method. Next, a new embedding approach is used to enhance the embedding capacity, namely quotient multi-pixel value differencing (QMPVD). In order to obtain the higher PSNR and payload, the multi-pixel differencing is hybrid with the quotient value differencing. Finally, the original data is extracted and recovered with good quality and high capacity. The performances are evaluated using several performance metrics such as PSNR, SSIM, BER, MSE, embedding capacity/payload, sensitivity, specificity, tampering ratio, correlation coefficient, number of pixel change rate and unified average changing intensity. The performance of PSNR and capacity is compared with existing approaches named Encrypted image-based RDH with Paillier cryptosystem (EIRDH-PC), EIRDH with Redundancy Transfer (EIRDH-RT) and EIRDH with pixel value ordering (EIRDH-PVO). The performance is calculated for three groups of images such as the brain, lungs and abdomen. The implementation results show that the introduced model attained better performance compared to existing approaches in terms of PSNR and capacity. Besides, the proposed approach achieved the merits of no pixel expansion, lossless and alternative order recovery.

     

基于模糊理论的低照度彩色图像增强算法

低照度彩色图像存在整体亮度低、对比度差、颜色偏暗和信噪比低等特点,传统图像增强算法对其增强效果非常有限。提出了一种基于模糊理论的低照度彩色图像增强算法,将三原色(red,green,blue,RGB)图像转换成色相饱和度(HSV)图像,以保证增强处理不引起图像的色彩失真。对亮度图像进行非线性变化,实现动态范围展宽;采用修正后的隶属度函数将图像映射到模糊平面,实现对比度增强。实验结果表明:该算法显著地提高了图像整体亮度和对比度,改善了低照度彩色图像的视觉效果。