.png){kind=icon}
返回
Hybrid domain based data embedding using quantization index modulation and metaheuristic optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2025.114429.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
将额外信息嵌入数字图像是数据隐私保护的有效方法。数据隐藏方案需要具备高不可感知性以提供高安全性。同时，需要保持良好的容量和原始信息提取能力。本研究提出了一种基于量化索引调制（QIM）方法的数据嵌入自适应方案，用于将数据嵌入图像的混合空域-频域。通过使用变换矩阵，在空域中通过像素的小幅变化进行信息嵌入。遗传算法为每个图像块寻找最优的变换矩阵。目标函数结合了视觉不可见性、统计不可见性和提取稳定性指标。信息提取在离散余弦变换（DCT）域中进行。使用混合空域-频域可减少优化过程中计算目标函数值时的DCT和逆DCT次数。此外，我们自适应地选择量化步长值。实验结果表明，所提方案在嵌入质量指标方面是高效的。此外，额外信息嵌入对频域图像直方图的影响被最小化。在不可感知性方面，本方案在平均容量为0.4640 bpp时，达到平均PSNR为44.0920 dB、SSIM为0.9995和NCC为0.9998。所有情况下嵌入的信息均能无错误提取，且提取过程中无需额外信息或重新优化。
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
MFFCG-Multi feature fusion for hyperspectral image classification using graph attention network基于图注意力网络的MFFCG-多特征融合高光谱图像分类
OAAI
OAAI分享收藏
查看更多内容