基于信息论的视觉特性描述在信息隐藏中的应用

论文摘要

近年来,人们先后提出很多关于视觉掩蔽性、视觉显著性、视觉重要性视觉特征的视觉模型。这些模型对于科学研究有着十分重要意义,需要我们深入研究。本文结合信息论中信息熵的概念,在图像这一特殊的信息系统中,引进了加权熵这一概念,通过视觉对比敏感度函数确定加权熵定义中的权重,进而实现加权熵实际应用。在此基础上,结合加权熵值随图像子块大小变化不断变化这一特性,将图像的显著图作为加权熵值和图像子块尺寸的泛函,实现了显著图的一种描述方法。在加权熵的基础上定义了加权熵矩阵,通过加权熵矩阵的特征值确定了一种度量图像相似性的方法,并将这种度量定义为加权熵差,通过与沃森距离和SSIM的对比验证加权熵差的可行性。在数字水印领域应用基于加权熵的显著性模型,提出一种新的水印算法,并且应用加权熵差给出原始水印与提取水印相似性的判断。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 人类视觉系统构成
• 1.2 视觉系统模型介绍
• 1.2.1 人类视觉系统一般模型
• 1.2.2 Watson 视觉模型
• 1.2.3 SSIM 视觉模型
• 1.3 视觉特征
• 1.3.1 视觉掩蔽效应
• 1.3.2 视觉显著性
• 1.3.3 视觉重要性
• 1.4 图像质量评价
• 1.5 信息隐藏技术
• 1.5.1 信息隐藏的原理
• 1.5.2 密写分析
• 第2章 基于加权熵的显著性模型
• 2.1 背景介绍
• 2.2 图像信息系统的信息熵
• 2.2.1 图像信息熵的定义
• 2.2.2 图像信息熵的特性
• 2.3 加权熵的定义和基本性质
• 2.3.1 加权熵的定义
• 2.3.2 加权熵的基本性质
• 2.3.3 通过视觉对比度敏感度函数实现加权熵
• 2.4 基于加权熵的显著性模型
• 2.4.1 建立基于加权熵的显著性模型
• 2.4.2 显著性模型的实验分析
• 2.5 本章小结
• 第3章 基于加权熵的图像质量评价方法
• 3.1 图像质量评价
• 3.1.1 图像质量主观评价
• 3.1.2 图像质量客观评价
• 3.2 图像质量评价与视觉系统
• 3.2.1 图像质量与人类视觉
• 3.2.2 图像质量评价框架
• 3.3 基于加权熵的图像质量评价方法
• 3.3.1 图像的加权熵矩阵
• 3.3.2 质量评价模型的建立
• 3.3.3 验证加权熵差的不变性
• 3.3.4 对比分析加权熵差可行性
• 3.4 加权熵的一些理论延伸
• 3.5 本章小结
• 第4章 显著性模型和加权熵差在信息隐藏中的应用
• 4.1 数字水印技术
• 4.1.1 数字水印技术的特性
• 4.1.2 数字水印技术的应用与分类
• 4.2 以图像为载体的数字水印技术
• 4.2.1 时域和频域数字水印原理
• 4.2.2 空间域和变换域数字水印原理
• 4.3 显著性模型在数字水印中的应用
• 4.3.1 安全性预处理
• 4.3.2 显著性模型在数字水印中的应用
• 4.3.3 加权熵差的相似性度量
• 4.4 本章小结
• 结论
• 参考文献
• 致谢