信息隐藏分析题总结

重点考虑以下五个参数：

①α：α取值越大，水印能量越大，抗攻击性能越好，但不可见性越差。

②d/n：d/n取值越小，表示图像特征系数被替换得越小，水印形态与原始图像越像，但是如果d/n过小时，其检测SC图上已无法找到明显的的峰值数据，也就没有阈值可言了；d/n取值越大，水印检测的效果越好，对检测更有利。

③使用的小波：小波分解的尺度越大，与原始图像越相似，即实际上的水印模板的信息越少，检测越困难，水印越能嵌入到图像的高能量部分（低频部分），水印鲁棒性越强，水印不可见性越差。（试验表明在W—SVD中取小波分解尺度为2或3是合适的）

④小波分解的尺度：不同的小波基分解和同一小波不同尺度下的分解生成的水印在形态、与原始图像的相关性、信息容量和随机性等各方面也不同。

⑤随机数种子：不影响水印的质量，只与安全性有关。

2.二值图像三个参数对性能的影响 解题思路：

三个参数：、R0、R1

①（健壮性参数）：在阈值R0和R1一定的情况下，越大隐藏块与无用块的区别越大，提取出错的概率越小（鲁棒性增强），也有利于隐藏容量的增大；

注意：增大阈值R0和R1的距离和增大可以增加容量，但是无限地增大将会导致边界不足的情况发生，同时也会使要修改的像素块增多，不可见性降低。

3.ROC曲线分析 解题思路：

正确肯定率（TPR），也称之为灵敏度

TPR = TP/(TP +FN)

其中：

TP（True Positive）：正确接受测试结果次数（嵌入水印的图像中检测到水印的次数）

FN（False Negative）：错误拒绝测试结果次数（嵌入水印的图像中没有检测到水印的次数）

错误报警率（FPR）：正确报警率（特异性）互补，即FPR = 1-特异性。

FPR = FP/(TN +FP)

其中：

FP（False Positive）：错误报警测试结果次数（没有嵌入水印的图像中检测到水印的次数）

TN（True Negative）：正确拒绝测试结果次数（没有嵌入水印的图像中没有检测到水印的次数）

特异性：

TNR = 1-FPR

所谓ROC曲线，就是接受者操作特性曲线，是关于检测阈值的函数曲线，直观地反映了水印检测的灵敏度和特异性以及两类错误率之间的关系。

ROC纵坐标为正确肯定率（TPR）； ROC横坐标为错误报警率（FPR）；

ROC曲线的含义：ROC曲线越向左上偏，曲线与坐标轴围成的面积越大，表明检测器性能就越好。