NSCT变换和小波包变换相结合的图像隐藏方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (24): 161-164.

• 图形、图像、模式识别 • 上一篇下一篇

NSCT变换和小波包变换相结合的图像隐藏方法

郑伟，吴占桥，李敏，王芳

河北大学电子信息工程学院，河北保定 071002

出版日期:2012-08-21 发布日期:2012-08-21

Novel image hiding method based on NSCT transform and wavelet packet transform

ZHENG Wei , WU Zhanqiao, LI Min, WANG Fang

College of Electronic and Information Engineering, Hebei University,Baoding, Hebei 071002, China

Online:2012-08-21 Published:2012-08-21

摘要/Abstract

摘要： 为了更好地解决NSCT域图像隐藏不可见性和鲁棒性之间的矛盾，提出了一种基于NSCT变换和小波包变换相结合的可见光图像隐藏方法，利用NSCT变换将载体图像分解为低频子带和一组高频子带，对低频子带进行二级小波包分解，通过奇异值变换将秘密图像重要位平面信息隐藏在小波包分解低频子带中，次要信息自适应隐藏在NSCT高频子带中。实验表明，在同等嵌入容量下，算法峰值信噪比大于50 dB，对几何攻击和滤波等干扰处理后，秘密图像的归一化系数仍接近于1。

关键词: 数字图像, 图像隐藏, 非下采样Contourlet变换（NSCT）, 小波包变换, 奇异值分解

Abstract: In order to solve the contradiction between image hiding imperceptibility and robustness in the NSCT, a method of hiding visible light image is proposed based on combination of wavelet packet transform and NSCT, which uses NSCT transformation to decompose the carrier image into a set of low-frequency sub-band and high frequency sub-band, and then to decompose low-frequency sub-band with two level wavelet packet. The method can ensure the secret key bit-plane image information hidden in the wavelet low-frequency sub-band by singular values transform, and the secondary information adaptively hidden in high frequency sub-band of NSCT. The experiment shows that, in the same embedding capacity, peak signal to noise ratio of this algorithm is greater than 50 dB, after geometric attacks and filtering processing of the interference, the secret image normalization coefficient is still close to 1.

Key words: digital image, image hiding, Nonsubsampled Contourlet Transform（NSCT）, Wavelet Packets Transform（WPT）, Sigular Value Decomposition（SVD）

郑伟，吴占桥，李敏，王芳. NSCT变换和小波包变换相结合的图像隐藏方法[J]. 计算机工程与应用, 2012, 48(24): 161-164.

ZHENG Wei,WU Zhanqiao, LI Min, WANG Fang. Novel image hiding method based on NSCT transform and wavelet packet transform[J]. Computer Engineering and Applications, 2012, 48(24): 161-164.

[1]	蔡冬丽，钟清华，朱永升，廖金湘，韩劢之. 三维输入卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2021, 57(5): 161-167.
[2]	杨信民，董红斌，谭成予，周雯. 采用奇异值分解和信息增益的树突状细胞模型[J]. 计算机工程与应用, 2021, 57(15): 156-162.
[3]	赵青，冶继民，常芳丽. 两正定矩阵联合对角化盲分离算法[J]. 计算机工程与应用, 2019, 55(7): 214-219.
[4]	曹浩，陈里里，司吉兵，任君兰. 奇异值分解和稀疏自编码器的轴承故障诊断[J]. 计算机工程与应用, 2019, 55(20): 257-262.
[5]	赵建，张友鹏，赵斌. 基于奇异值分解理论的钢轨断裂检测方法[J]. 计算机工程与应用, 2018, 54(9): 243-250.
[6]	梁新宇1，2，吴建德1，2，黄国勇1，2，孙磊1，2. H∞鲁棒自适应CKF算法在组合导航中的应用[J]. 计算机工程与应用, 2018, 54(9): 251-256.
[7]	王茜竹，邱聪聪. Massive MIMO系统基于子空间的半盲信道估计[J]. 计算机工程与应用, 2018, 54(8): 91-95.
[8]	黄刚劲1，2，范玉刚1，2，冯早1，2，刘英杰1，2. 基于广义形态滤波和MRSVD的故障诊断方法研究[J]. 计算机工程与应用, 2018, 54(3): 217-221.
[9]	王荣，王建新，陈向，盛羽. 面向异构资源集成的数字图像实验平台[J]. 计算机工程与应用, 2018, 54(15): 185-191.
[10]	李天雪，王建平，张敏情，孔咏骏. 基于SVD压缩的高保真可逆信息隐藏算法[J]. 计算机工程与应用, 2018, 54(14): 115-119.
[11]	刘翠响，马玉双，王宝珠，郭志涛. 过完备字典稀疏表示下的RAMP重构算法[J]. 计算机工程与应用, 2018, 54(14): 199-202.
[12]	谢建群，刘怡俊，李生. 改进鲸鱼算法在云计算资源负载预测中的应用[J]. 计算机工程与应用, 2018, 54(13): 73-77.
[13]	郑雄风，丁立新，万润泽. 基于用户和产品Attention机制的层次BGRU模型[J]. 计算机工程与应用, 2018, 54(11): 145-152.
[14]	李越1，2，范玉刚1，2，黄国勇1，2. MRSVD敏感分量在单频周跳探测修复中的应用[J]. 计算机工程与应用, 2017, 53(7): 220-224.
[15]	符颖，王星，周东青，范翔宇，周一鹏. 基于模糊函数SVD和改进S3VM的雷达信号识别[J]. 计算机工程与应用, 2017, 53(6): 264-270.

NSCT变换和小波包变换相结合的图像隐藏方法

Novel image hiding method based on NSCT transform and wavelet packet transform

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics