作者：李蓉; 李向阳像素值排序分区选择嵌入预测误差可逆数据隐藏移位率信噪比
摘要：目的基于像素值排序（PVO）的数据隐藏算法因其高保真的优越性受到广泛重视，并不断得到改进。本文提出一种图像分区选择思想，以进一步充分利用图像的嵌入空间，改善PVO算法的嵌入性能，提高载秘图像的信噪比。方法原始PVO算法通常采用预测差值“1”进行数据隐藏，对平滑像素组有较好的利用率和隐蔽性，而对毛躁像素组隐秘性能明显下降，算法性能与图像像素分布情况密切相关。本文在PVO算法基础上提出图像分区选择的思想，首先，将原始图像分为若干区域，然后按移位率从小到大的顺序依次选择图像区域；其次，在每个区域中选择合适的嵌入预测误差；最后，按顺序在被选区域利用该区域的最优嵌入差值完成信息嵌入。结果假设将图像划分为8×8个区域，对本文算法与原始PVO算法进行比较，当嵌入量为1X10。bit时，Elaine图像的移位率由81．59％降为74．40％，载秘图像的峰值信噪比（PSNR）值由55．3882提高为56．9969，提高了1．6087，采用其他图像并就不同嵌入量进行实验，各图像PSNR值均表现出不同程度的提高。其次，将图像分别划分为2×2、4×4、8×8、16×16个分区，当嵌入量为1×10^4bit时，Lena图像PSNR由原始PVO的59．2046逐渐增加至60．8469，其他图像在不同嵌入量时PSNR均随着分区数的增加而有不同程度的提高。结论本文提出的基于图像分区选择的改进PVO算法，可根据像素分布情况增加对嵌入空间的利用，在相同嵌入量情况下，改进后的算法能够获得更高的PSNR值；在一定分区数量条件范围内，分区数量与图像PSNR值表现出正相关性，随着分区数量的增加，图像PSNR值随之增加；本文方法在一定程度上改善了嵌入容量，弥补了因分区数量增加带来的辅助信息增加的问题。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
