您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201803-228
论文题目 基于图像纹理复杂度的自适应隐写算法
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 1

基于图像纹理复杂度的自适应隐写算法

首发时间:2018-03-26

康明红 1   

康明红(1989-),男,硕士研究生,主要研究方向:图像隐写和隐写分析

黄颖 2   

黄颖(1978-),男,副教授、硕导,主要研究方向:数字图像处理、人工智能

  • 1、重庆邮电大学计算机科学与技术学院,重庆 400065
  • 2、重庆邮电大学软件学院,重庆 400065

摘要:结合人类视觉系统特性和图像纹理区统计特性,将密信自适应的嵌入纹理区可以获得更高的安全性,提出一种高效的自适应隐写算法,优选选择图像纹理区隐写,以G通道作为基准,根据纹理判别准则和隐写容量,自适应选择嵌入区域,其余两通道根据基准通道,可以获得对应的嵌入区域,在嵌入区域可以利用相邻像素的次LSB和LSB的关系实现密信隐写,提取阶段根据基准通道获得载密像素序列,将载密像素序列作用于二元函数提取密信。实验结果表明,以结构相似性和嵌入效率作为载密图像失真度的指标值均高于6种经典算法,提取通道相关性的R-SPAM、M-SPAM、A-SPAM特征并且利用集成分类器进行分类训练,预测的ROC曲线均优于LSBM系列算法,抗隐写分析能力更强。

关键词: 人类视觉系统 隐写容量 结构相似性 嵌入效率 隐写分析。

For information in English, please click here

An Adaptive Steganographic Algorithm Based on Image Texture Complexity

KANG Minghong 1   

康明红(1989-),男,硕士研究生,主要研究方向:图像隐写和隐写分析

HUANG Ying 2   

黄颖(1978-),男,副教授、硕导,主要研究方向:数字图像处理、人工智能

  • 1、Insititute of Computer Science and Technology,Chongqing University of Posts and Telecommunications,Chongqing 400065
  • 2、School of Software Engineering,Chongqing University of Posts and Telecommunications

Abstract:Combining the characteristics of the human visual system with the statistical characteristics of the image textures, higher security of stego image can be obtained by adaptively embedding secret data in rich textures . As a result ,an efficient adaptive steganographic algorithm is proposed, and the textures of G channel is priority adaptively selected for embedding secret message according to the assessment criteria of texture complexity and steganographic capacity, and the remaining two channels can obtain corresponding embedding textures according to the G channel. In the embedding textures, the relationship between second LSBs and LSBs of adjacent pixels can be used to implement embedding of secret data.In extraction phase,according to the reference G channel to obtain the stego pixel sequence, the stego pixel sequence is applied to the binary function to extract secret information. The experimental results show that the structural similarity index and embedding efficiency that is used to measure image distortion are higher than the six classical algorithms , and the R-SPAM, M-SPAM and A-SPAM features of correlation channel are extracted from three channels , which is used to train and classify according to the ensemble classifier ,the predicted ROC curves are better than the based LSBM algorithms, and have stronger resistance to steganalysis.

Keywords: texture complexity steganographic capacity structural similarity index embedding efficiency steganalysis.

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
康明红,黄颖. 基于图像纹理复杂度的自适应隐写算法[EB/OL]. 北京:中国科技论文在线 [2018-03-26]. https://www.paper.edu.cn/releasepaper/content/201803-228.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于图像纹理复杂度的自适应隐写算法