《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》

  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.