基于SVM-Clustering载体图像预处理方法

<正>现有图中藏图方法的载体图像都是随机选择的，没有对其进行有意识的选择，从而导致隐藏效果不好，出现图像模糊和褪色等问题。为了解决这些问题，本文提出基于SVM（支持向量机）图像分类的载体预处理方法。使用SVM分类方法对图像库中的图像进行分类，之后对秘密图像和秘密图像同类的图像进行聚类，最后，选取与之最相似的图像作为载体图像，从而避免两幅图像差距过大，出现伪影问题。实验结果表明，在经过图像预处理之后，隐藏的秘密图像对载体图像的改变更少，生成的图像更加接近于原始图像，并且有效地避免了图像出现的伪影和图像褪色等问题，相对未进行预处理的隐     

一种基于Arnold置乱和DCT编码的无载体信息隐藏方法北大核心CSCD

近年来十分火热的搜索映射式无载体信息隐藏虽具有一定的鲁棒性,但其隐藏容量较低、传输负载大且算法复杂度高。针对以上问题,该文章提出一种基于Arnold置乱和离散余弦变换(discrete cosine transform,DCT)编码的无载体信息隐藏方法。该算法先对图片进行Arnold置乱,再对DCT后的低频系数进行编码,接着更换置乱参数来构建索引表。选择索引表中与秘密信息相同的编码值所对应的参数构建候选队列,最后筛选出鲁棒性强的参数作为密钥发送给接收方。实验结果表明,该方法与现有方法相比大大提高了嵌入容量,拥有更强的抗JPEG压缩性能。并且减少了传输负载,算法简捷,具有较强的应用价值。