《表4 大容量下本文算法与其他彩色图像可逆信息隐藏算法性能对比》
为了进一步验证边信息优化选择方案的优势,本文比较了3个典型算法的性能,即文献[24]的算法、用多特征排序替换文献[24]嵌入方案中单特征排序的方案(记为“本文算法+多特征”)、同时用“多特征+边信息优化选择”替换其排序和经验边信息选择的算法(记为“本文算法+多特征+边信息优化”).表3给出了测试图像Lena在中小嵌入容量(0.05~0.20 bpp)的结果.可知,增加了多特征后算法性能有所提升,增加了边信息优选操作后算法性能进一步提高,验证了边信息优选方案的有效性.同时,对于其他测试图片有类似的结果.此外,本文比较了3种经典算法在中大容量的性能,如表4所示.从表4中可以看出,本文算法因能够自适应选择多对最优的峰值点和零点对,所以可以实现大容量的嵌入,同时保持较高的性能.相比之下,文献[23]和[24]的算法因仅能选择2对峰值点而使嵌入容量受限.综上所述,可证明边信息优化操作在全容量(从小容量到大容量)下的优势.
图表编号 | XD00108904500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.30 |
作者 | 王俊祥、毛宁雄、赵怡、王春桃 |
绘制单位 | 景德镇陶瓷大学机械电子工程学院、景德镇陶瓷大学机械电子工程学院、景德镇陶瓷大学机械电子工程学院、华南农业大学数学与信息学院 |
更多格式 | 高清、无水印(增值服务) |