logo móvil
Contáctanos

Una Transformación de Imagen Reversible Mejorada Usando Agrupamiento K-Means y Parcheo de Bloques

Autores: Zhong, Haidong; Chen, Xianyi; Tian, Qinglong

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Una Transformación de Imagen Reversible Mejorada Usando Agrupamiento K-Means y Parcheo de Bloques


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Transformación de imagen reversible
Estego-imágenes
Imagen secreta
Ocultación de datos reversible
Información auxiliar
Calidad de estego-imagen

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Recientemente, la tecnología de transformación de imagen reversible (RIT) ha atraído considerable atención porque no solo es capaz de generar estego-imágenes que se ven similares a las imágenes objetivo del mismo tamaño, sino también de recuperar la imagen secreta sin pérdida. Por lo tanto, es muy útil en la protección de la privacidad de las imágenes y en el ocultamiento reversible de datos en imágenes encriptadas. Sin embargo, la cantidad de información auxiliar, para registrar los parámetros de transformación, es muy grande en el método RIT tradicional, lo que resulta en una degradación abrupta de la calidad de la estego-imagen. En este documento, se propone un método RIT mejorado para reducir la información auxiliar. En primer lugar, dividimos las imágenes secretas y objetivo en bloques no superpuestos y clasificamos estos bloques en K clases utilizando el método de agrupamiento K-means. En segundo lugar, emparejamos bloques en las últimas (K-T) clases utilizando el método RIT tradicional para un umbral T, en el cual los bloques secretos y objetivo se emparejan con el mismo índice compuesto. En tercer lugar, la información auxiliar (AI) producida por el emparejamiento puede ser representada como un segmento secreto, y el segmento secreto puede ser ocultado al parchear bloques en las primeras T clases. Los resultados experimentales muestran que la estrategia propuesta puede reducir la AI y mejorar efectivamente la calidad de la estego-imagen.

Otros recursos que podrían interesarte

Temas Virtualpro