基于图像复杂度的PVD隐写算法

针对当前常用的数字图像隐写算法不能同时满足大嵌入量和高安全性的问题,提出了一种基于图像复杂度的PVD隐写算法。该算法通过计算每个块的统计特性来判断图像的复杂度。在复杂度低的图像块上通过产生伪随机序列来修改图像的像素值,以保证原始载体图像直方图统计特性,在复杂度高的图像上充分结合了PVD隐写算法的思想,提高了载体图像秘密信息的嵌入量和抗RS检测的能力。实验结果表明,与传统的数字隐写算法相比该算法具有较高的嵌入容量和较高的安全性。

修正的SQP型并行变量分配算法

Ferris和Mangasarian提出求解最优化问题的PVD(并行变量分配)算法,此算法是把变量分为主要变量和辅助变量,分配到p个处理机上,每个处理机除了负责更新本处理机的主要变量外,同时还沿着给定的方向更新辅助变量,使算法的鲁棒性和灵活性得到了很大的提高.该文基于文献[6]提出一种修正的SQP型PVD算法,构造其搜索方向是下降方向和可行方向的组合,并对此方向给予一个高阶修正,使此算法很好地防止Maratos效应发生,而且能够克服在求解子问题时出现约束不相容的情况.在合适的条件下,推导出此算法具有全局收敛性.

基于Voronoi图的自适应快速码字搜索算法

PVDS算法因搜索固定数量的纹波导致搜索范围过大,编码效率较低。针对该问题,提出一种基于Voronoi图的自适应纹波搜索算法APVDS。通过实验确定一组合理的阈值,每搜索一个纹波就根据阈值判断是否达到搜索停止条件,由此减少所需搜索的纹波数。仿真实验结果表明,自适应搜索到2个纹波后,APVDS与PVDS算法的编码质量基本相同,但平均搜索范围明显缩小,平均编码时间也相应减少。

基于PVD隐写术的载体图像的选择研究

设计高性能嵌入算法与选择合适载体图像是提高隐写术性能的两个重要途径。基于像素差值PVD(pixel-value differencing)是一种算法复杂度低,嵌入容量大的高性能隐写算法。本文针对PVD嵌入算法,研究最佳载体选择问题。论文分析与讨论载体图像的复杂度、直方图及其平滑度等载体图像特征值,和相对熵、直方图的改变量等隐写术系统性能参数之间的关系,研究载体图像的特征值对PVD隐写术系统性能的影响,为PVD隐写算法选择最佳的载体图像提供理论依据。实验结果表明,选择直方图曲线连续变化缓慢的图像作为PVD隐写算法的载体图像,能有效提高隐写术系统的不可感知性能。

基于单频GPS的单点测浪方法的研究

介绍一种用单频单台GPS接收机解算其相对位置变化的算法—PVD算法的基本原理,针对它在海浪测量应用中的特点,提出基于海浪谱估计的自适应PVD算法。实测数据的处理结果表明,用自适应PVD算法解算出的浪高可达厘米级精度。

一个无约束优化问题并行算法的异步执行

在这篇文章里,我们对Fukushima提出的关于无约束优化问题的PVT算法作了改进,提出利用PVD算法中的PVD-方向来构造的PVT-变换矩阵,得到一个更适合于异步执行的PVT算法,从而减少各处理机之间的等待时间,提高并行机的并行效率．文中证明算法具有线性收敛速度,且其线性收敛比与处理机个数无关,该结果改进了中的结果,更适合于并行计算．