-
题名基于深度可逆网络和差分编码的图像隐藏
- 1
-
-
作者
赵杨宇
李倩文
姚丙君
缪海飞
平萍
-
机构
广东电网有限责任公司广州供电局
河海大学计算机与信息学院
南京南瑞继保电气有限公司
-
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第11期318-326,共9页
-
基金
南方电网科技计划(080099WS24190001)
国家自然科学基金(61902110)。
-
文摘
伪装图像质量、恢复图像质量和传输安全性是图像隐藏最关注的3个问题。为解决这些问题,提出一种基于深度可逆网络和差分编码的图像隐藏方法,并用于保护电力巡检缺陷图像。首先训练深度可逆网络,利用训练好的可逆缩放网络对电力巡检缺陷图像进行向下缩放。与压缩感知等方法相比,可逆缩放网络能够恢复质量更高的缺陷图像。然后提出一种新的基于差分编码的嵌入算法,利用该算法将下缩放的缺陷图像嵌入到封面图像中。不同于现存很多方法直接对原图像像素值进行嵌入,所提方法先利用差分编码对缺陷图像进行编码,然后利用最低有效位算法完成嵌入操作,差分编码后的图像数值集中在更小的范围内,减少了嵌入对封面图像像素值的损害。实验结果表明,相较对比方法,所提方法伪装图像的峰值信噪比(PSNR)提高3.99 dB~16.56 dB,恢复缺陷图像的PSNR提高12.52 dB~17.02 dB。另外,该方法对SPAM的抗隐写分析性能优于对比方法。分析结果表明,所提方法在伪装图像质量、恢复缺陷图像质量和传输安全性方面的表现优于许多先进方法。
-
关键词
电力系统
电力缺陷图像
可逆缩放网络
差分编码
隐写分析
-
Keywords
power systems
power defect image
invertible rescaling network
differential encoding
steganalysis
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
