《表1 多特征排序与文献[24]中排序方法的对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向全容量的高性能彩色图像可逆信息隐藏算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了进行公平地比较，对比算法均基于相同的平台进行测试，即相同的预测误差构造思路、容量分配算法、边信息选择和嵌入方案.所有对比算法仅在特征排序上有所区别，分别记为“多特征”和“Yao特征”算法[24].本文对图像Lena在不同容量下进行了测试，实验结果如表1所示.结果表明，多特征算法可以获得更高的PSNR，即表示含密载体与原始载体的失真较小，视觉质量更高.其主要原因在于本文算法采用的多特征排序可以有效地表征光滑区域，并使更多光滑区域排位靠前.如此在相同的嵌入容量下，截取的百分比更小，其中截取百分比即为使用的预测序列误差长度/预测误差总长度.其具体计算法可参考文献[27]，并且生成的直方图更陡峭.上述结果在表1中得到了反映，其他测试图像也存在类似的实验结果.同时本文测试了特征数目对性能的影响，对lena图像的3个容量进行了测试观察2、4、6、8、10不同数目的特征组合对性能的影响，从表格2中可知，特征数目越多对性能的提升越有效.相关其他测试图片可获得类似的实验效果.综上所述，多特征排序的优势得到了验证.