首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于转移和动态块分区直方图的多级可逆数据隐藏

Acknowledgements第6-7页
摘要第7-8页
Abstract第8-9页
1 Introduction第13-20页
    1.1 Background and Scope第13-16页
    1.2 Motivation第16-18页
    1.3 Research methodology第18-19页
    1.4 Dissertation Organization第19-20页
2 A new Multilevel Reversible Bit-planes Data Hiding Technique Based on His-togram Shifting of Efficient Compressed Domain第20-39页
    2.1 Related Work第22-25页
        2.1.1 Ni et al.'s method第22-23页
        2.1.2 Kim et al.'s method第23-24页
        2.1.3 Che et al.'s method第24-25页
    2.2 Proposed method第25-32页
        2.2.1 Data embedding algorithm第26-29页
        2.2.2 Data extraction and cover image retrieval algorithm第29-32页
    2.3 Experiments第32-37页
        2.3.1 Performance comparisons第32-35页
        2.3.2 Block Divisions第35-37页
        2.3.3 Computational Complexity第37页
        2.3.4 Lower bound PSNR第37页
    2.4 Conclusions第37-39页
3 Efficient Lossless Compression based Reversible Data Hiding using Multilay-ered n-bit Localization第39-58页
    3.1 Related work第40-44页
        3.1.1 Kim et al.'s Scheme第40-41页
        3.1.2 Che et al.'s Scheme第41-44页
    3.2 Data embedding algorithm第44-49页
        3.2.1 Embedding with n-bit localization第46-47页
        3.2.2 Side information第47-48页
        3.2.3 Data extraction algorithm第48-49页
        3.2.4 Multilayer n-bit embedding第49页
    3.3 Experiments第49-57页
        3.3.1 N-bit plane with different embedding layer第49-53页
        3.3.2 Comparison with existing algorithms第53-56页
        3.3.3 Embedded capacity versus PSNR第56-57页
    3.4 Conclusions第57-58页
4 Generalized PVO base Reversible Data Hiding Using Firefly Algorithm第58-77页
    4.1 Introduction第58-60页
    4.2 Related work第60-63页
    4.3 Proposed Schemes第63-71页
        4.3.1 Quadtree image partition第64-65页
        4.3.2 Embedding scheme第65-68页
        4.3.3 Extraction scheme第68-69页
        4.3.4 Data embedding and extraction procedures第69-71页
    4.4 Experiments第71-76页
        4.4.1 Analysis of Proposed Method第71-72页
        4.4.2 Special Blocks Handling第72页
        4.4.3 Performances Comparison第72-76页
    4.5 Conclusions第76-77页
5 RDH based histogram equalization using for Cancer prediction and recognitionfor Abnormal Tumor regions第77-94页
    5.1 Related work第80-83页
        5.1.1 Histogram smoothness by Gaussian filter第80-82页
        5.1.2 Partition of new dynamic range第82页
        5.1.3 Independently equalized each partition第82-83页
        5.1.4 Normalization of image brightness第83页
    5.2 Limited Dynamic weighted histogram equalization第83-89页
        5.2.1 Image Preprocessing第83-88页
        5.2.2 Data embedding and extraction procedures第88-89页
    5.3 Experiments第89-93页
        5.3.1 Analysis of Proposed Method第89-91页
        5.3.2 Performance analysis for disease classification第91-93页
    5.4 Conclusions第93-94页
6 Conclusions and Future Directions第94-96页
References第96-108页
Publications第108-110页

论文共110页,点击 下载论文
上一篇:云存储中数据完整性审计技术的研究
下一篇:基于相对属性学习的视觉比较方法研究