范文一：一种增加图像数据量的算法

()李朝晖 南开大学信息技术科学学院 ,天津 300071

()夏 玮 华北煤炭医学院 ,河北唐山 063000

( )L I Zhao2h ui The Col . of Informatio n Technology ,Nankai U niv. , Tianjin 300071 ,China ( )X IA W ei Nort h China Coal Medical College , Tangshan Hebei 063000 ,China

( ) 摘 要 :本文根据数据的相关 性原理提出了一种增加图像 ) (300 kB 以每一像素为单字节数据类型 计 算, 占 用 大 数据量的算法 ,该算法一次可将 m ×n 的数据量增加至 ( 2 m - 量的存储空间 ;若使用画小方块填充颜色的方法 ,则由 ) ( ) 1×2n - 1个 , 解决了图像的放大显示与数据量不足之间 于 480/ 40 = 12 ,即每个小方块画成 12 ×12 的大小才 的矛盾 。 能使图像充满整个屏幕 ,这样会因小方块太大而出现 关键词 :图像处理 ;算法 明显的锯齿状 。较为实用的办法是 先增加至一定的 ABSTRACT :This paper sugest a algo rit hm to increase image data () 数据量 如接近 200 ×200 个数据,再进行小方块填充 quantit y. This algo rit hm can increase image data quantit y f ro m m 颜色法显示输出 ,这样 ,既放大了图像 ,又不至于使锯 ( ) ( ) ×n to 2 m - 1×2n - 1every time . 齿状太明显 ,而且节省了存储空间 ,提高了速度 ,从而 KEYWORDS :Image Processing ;Algo rit hm 解决了图像的放大显示与数据量不足之间的矛盾 。 中图分类号 : TP301 . 6 ; TP317 . 4 文献标识码 :A

2 增加图像数据量的算法 引 言 1

增加图像数据量的算法实质是对原始图像数据进 在医用同位素图像处理系统中 ,首先从同位素扫

行插值 ,而且要求所插数值必须尽可能地反映原始图 描机上获取含噪声图像信号 ,然后进行计算机图像增

1 () 像 。为了解决这个问题 ,根据数据的相关 性原理 ,在 强和恢复等多种方法处理 ,最后在彩色显示器上显

每行和列之间插入数据 ,以增加图像的像素点数来改 示 。原始图像经过平滑等各种滤波处理后 ,图像的数

善图像的质量 。下面介绍的图像数据量增加算法一次 据量并未增加 ,即仍然是扫描计数得到的原始图像数

( ) ( ) 可将 m ×n 的数据量增加至 2m - 1×2n - 1个 ,并 ( 据量 。这时 ,由于采集的图像数据太少 约 40 ×40 个

且满足以上的插值要求 。 点) ,若直接向屏幕输出 ,则在屏幕只能打出近 40 ×40

设 x ,y 分别代表原图像阵列的第 x 行 、第 y 列上 个点 ,图像太小 ,不易观察 ;若将 40 ×40 的数据量增至

像素的坐标 ;i ,j 代表插值后图像阵列的第 i 行 、第 j 列 () 全屏的大小 接近 640 ×480,那么数据量将达到 上像素的坐标 。它们的取值范围为 :

x ?0 ,m - 1 ;y ?0 ,n - 1 ; 〔收稿日期〕 2000 - 10 - 16

( ) 〔作者简介〕 李朝晖 1971 —,男 ,南开大学信息技术科学学院博士 i ?0 ,2m - 2 ; j ?0 ,2n - 2 ; 研究生 ,研究方向 :计算机图像处理 。 插值前后坐标的关系为 :

,使其成为一个面向对在具体实现中自定义了一个类 要求较高 ,故速度也是本算法的一个重要指标 。本算

法在具体实现过程中对浮点数运算和乘法运算均进行 象处理类 。基本数据对象为位图数据块 ,其属性有长 、 优化处理 ,并采用了以空间换时间的方法 ,尽可能提高 宽 、数据位数等 。使用者可方便的扩充自己所需功能 。 速度 。由于速度和精度到一定程度会相互制约 ,二者

不可兼得 ,建议在具体应用中根据需要而调整 。 [ 参考文献 ] 章毓晋. 图像工程 - 图像处理和分析 M . 清华大学出版社 ,1999. 1 倪明田 ,等 . 计算机图形学 M . 北京大学出版社 ,1999 . 2 5 结束语 + + 周长发. 精通 Visual C 图像编程 M . 2000 . 3 最后 ,为了使该算法接口简单 ,易于维护和复用 , + + Michael J Young. Mastering Visual C 6 M . SYB EX Inc. ,1999. 4

i = 2x ; j = 2y ; 1 5 1 1 1 如图 1 所示 , ″1″点表示原始数据点 ,″2″、″3″、″4″、 2 7 2 2 8 2 1 6 1 1 1 ″5″、″6″、″7″、″8″各点表示增加的数据 点 。假 设 原 始 图

(( ) 像有 4 ×4 个点 ,则数据量增加后为 2 ×4 - 1×2 ×4 ( )()()( )d e f g - 1) ,即 7 ×7 个点 。 图 2 计算新增数据点值的模板

假定数组 f 中存放了原始图像的数据 , 数组 g 用

于存放插值后的图像数据 , 则″1″、″2″、″3″、″4″、″5″、″6″、 3 增加图像数据量的算法程序框图 ″7″、″8″各点的计算方法如下 : 设数据量未增加时图像为 f ,数据量为 m 3 n ,增加

″1″点的计算方法为 后的图像为 g ,则计算框图如图 3 所示 , 其中 i ,j 为循

环变量 。为了增加数据量并将其限定在 200 ×200 以gi 3 2 j 3 2 = f i j

,可多次使用上述算法 ,直至符合要求 ,方法如图 4内 其中 ,i = 0 ,1 ,3 ,5 , ,m - 1 ; j = 0 ,1 ,3 ,5 , ,n - 1 。

() ″2″点的计算如图 2 a所示 ,取其邻近 4 个″1″点处 循环 :i :0 ?m - 1 ,j :0 ?n - 1 gi 3 2 j 3 2 = f i j

? 数据的均值 ,可用下式计算 I I = m 3 2 ;JJ = n 3 2 (gi j - 1 + f i - 1 j + 1 + f i + 1 j = f i - 1 ? : 计算所有″2″点的值 ) 循环 [ j - 1 + f i + 1 j + 1 / 4

? 其中 ,i = 1 ,3 ,5 , ,2m - 3 ; j = 1 ,3 ,5 , ,2n - 3 。 : 计算所有″3″点的值 循环 ( ) ( ) ″3″、″4″点的计算如图 2 bc所 示 , 取 其 周 围 两 ? : 计算所有″4″点的值 循环 个″1″点和两个″2″点的数据的均值 。″3″点可用下式计算 ? (j = f i - 1 gi j + f i + 1 j + f i j - 1 : 计算所有″5″点的值 计算所有″6″点的值 循环 ) + f i j + 1 / 4 ? 循环 : 计算所有″7″点的值 计算所有″8″点的值 其中 ,i = 2 ,4 ,6 , ,2m - 4 ;j = 1 ,3 ,5 , ,2n - 3 。 ? ″4″点可用下式计算 得到增加数据后的图像 g (gi j + f i j - 1 j = f i - 1 j + f i + 1 图 3 增加数据量计算框图 ) + f i j + 1 / 4

其中 ,i = 1 ,3 ,5 , ,2m - 3 ;j = 2 ,4 ,6 , ,2n - 4 。

″5″、″6″、″7″、″8″各点为图像边缘上的点 ,这类点的

() () ( ) ( ) 计算模板如图 2 d、e、f 、g所示 ,各点的值都是

取其周 围 两 个″1″点 和 一 个″2″点 的 数 据 的 均 值 。例

如 ,″5″点可用下式计算

() gi j - 1 + f i j + 1 + f i + 1 j = f i j / 3

其中 ,i = 0 ;j = 1 ,3 ,5 , ,2n - 3 。

图 4 限定数据量算法框图 i j 0 1 2 3 4 5 6

0 1 5 1 5 1 5 1

1 7 2 4 2 4 2 8 4 结束语 2 1 3 1 3 1 3 1 以上介绍的增加图像数据量的算法已经成功地应 3 7 2 4 2 4 2 8 用到了医用同位素图像处理系统中 ,既放大了图像 ,又4 1 3 1 3 1 3 1 5 7 2 4 2 4 2 8 不会出现明显的锯齿状 ,而且节省了存储空间 ,较好地 6 1 6 1 6 1 6 1 解决了图像的放大显示与数据量不足之间的矛盾 。 图 1 图像增加数据量算法

1 1 2 1 [ 参考文献 ] 2 1 3 1 2 4 2 周新伦 ,等 . 数字图像处理 M . 北京 :国防工业出版社 ,1986 . 1 1 1 1 2 2 姚家弈 ,等 . 计算机图像技术及其应用 M . 北京 : 国防工业出版

社 ,1998 . ()( )()a b c

范文二：基于C_S结构的大数据量遥感图像显示方案

第 8卷 　 第 14期 　 2008年 7月 167121819(2008) 1423841207　

科 　 学 　 技 　 术 　 与 　 工 　 程

Science Technol ogy and Engineering

　 Vol . 8　 No . 14　 July 　 2008

Ζ　 2008　 Sci . Tech . Engng .

基于 C /S结构的大数据量 遥感图像显示方案

庞博文

1, 2

　 13

(, 2, )

摘 　 要 　 , 探索性提出了一套针对大数据量遥感图像的快速浏 览方案 , 。 在 P I PS 并行图像处理系统结合 JAVA /SW T/JFACE /Eclip se 开发的前台用户界面子 , 在同样网络状况下比较了实际的效果 , 并加以总结 。

关键词 　 客户端 /服务器 (C /S) 　　 传输协议 　　 传输控制协议 (TCP ) 　　 漫游预测 　　 多分辨率金字塔 中图法分类号 　 TP751; 　　　　 文献标志码 　 A

2008年 4月 15日收到 国家 863项目 (2006AA12Z203) 、

(2007AA12Z205) 和自然科学基金项目 (60706054) 资助

第一作者简介 :庞博文 (1981— ) , 男 , 硕士研究生 , 研究方向 :地学 可视化。

3通信作者简介 :李国庆 , 男 , 研究员 , 硕士生导师 , 研究方向 :并 行计算和网格计算 。

　　 随着遥感卫星影像的空间分辨率和光谱分辨 率不断 提 高 , 星 上 数 据 采 集 量 以 百 倍 的 速 度 增 长

[1]

。 例如 :一景包含七个波段的 Landsat T M 影像

的数据量达 270M 左右 , 如果统计覆盖全国的 T M 影像 , 数据量将达到 135G B 左右 , 这样的数据量给 遥感数据的显示带来了极大的压力 。

另一方面 , 为了支持多用户的访问 , 很多软件 采用了基于 C /S 或者 B /S的架构思想 , 服务器端生 成的数据要在客户端显示必然要通过网络传输 。 于是 , 规模在百吉 (100G ) 以上的数据与百兆的带 宽就形成了一对不可调和的矛盾 。如何在硬件条 件无法满足的情况下 , 把海量数据尽量高效的展现 给用户 , 成为一个亟待解决的问题 。

基于这个现状 , 笔者提出了一种基于自定义协 议的漫游预测结合多级缓存的解决方案 , 在基于 C /S 结构的 P I PS 并行图像处理系统中做了实验 , 在数

据量较大的时候可以很大程度上提高用户体验 。

1　 相关背景

在海量 数据 的快速 显示 方向 , W ebGI S 和 3D GI S 的工作者们做了很多的工作 。主要的研究方向

有两个 :

一种是无结构的数据传输 。众所周知 , 各种数 据在服务器端和客户端都是通过文件的形式存储 的 。 而文件的传输需要基于各种协议 。在这个方 向上 , 研究者们所做的工作包括对各种协议进行连 接建立 、 连接保持 、 连接关闭机制的改进 , 以及设计 各种拥塞控制算法 /快速重传算法来最大程度的利 用网络带宽等 。通过改进传输协议 , 可以将普通 TCP 协议的传输速度提高 30%以上 , 在海量数据传

输方面具有很大的意义 。

一种是有结构的数据传输 。这种方式往往建 立在对数据特点进行具体分析的基础上 , 通过将数 据组织成一定结构进行局部传输和局部显示 。例 如对于遥感图像的浏览 , 某时刻客户窗口只显示某 个分辨率图像的一部分 , 通过局部传输 , 客户可以 在很短的时间内获得想要的数据 。另外为了更好 的支持用户的浏览和缩放等操作 , 有必要在客户端 和服务器端进行数据的缓存 ,

这就涉及到各种的缓

存分配和更新算法 。这个方向的研究针对性比较 强 , 往往具有更实际的意义 。

本文的设计思路结合了这两个方向的一些成 果 , 同时根据局域网 C /S结构的特点 , 提出了一种 自定义的协议和缓存方案 。

2　 总体设计思路

海量数据的浏览显示包括普通显示 、 游等操作 。 假设理想状况下 , 百兆网络连接 , G B 的数据 , , 再加 上硬盘 I/O, 两分钟才能打开一幅图像 。这种状况往往在很大 程度上影响用户对系统性能的评价 。

可以通过提高客户端的显示效率来解决这个 问题 。 具体的说 , 每次传输只传送有效区域 (客户 端窗口区域 ) 的数据 , 保证客户可以在第一时间看 到图像 ; 为了保证漫游和缩放的速度 , 需要在客户 端建立一块缓冲区域 , 这就涉及到了缓冲区的数据 结构和调度算法 。由于这种方法需要传输特定组 织格式的数据 , 需要基于一种自定义的传输协议 , 因此本文也对此作了简单介绍 。

总体的系统设计思路图 1所示

。

图 1　 设计思路图

3　 传输方式设计

3. 1　 底层协议

方式 , 比如 ft p 协议 , ht m l Sa mba

[2]

等 , :, 如果图像文件很 I/O次数 , 因为需要把数据文件 读到内存中显示 , 无疑又增加了时间开销。

为了获取足够快的传输速度 , 人们把目光集中 在了最为底层的 Socket 通信

[3]

上 。根据传输数据

类型的不同 , 可以分为可靠的 ① 流式 Socket (TCP ) 和无连接的 ② 数据报 Socket (UDP ) 。由于 ① 实现了 慢启动 、 拥塞控制自动重传等机制 , 使用方便的同 时也限制了可开发的余地 , 人们往往基于 ② 实现面 向连接的传输协议 , 通过设计自己的拥塞算法

[4]

来

保证可靠传输 。这种方式往往会以抢占的方式使 用网络 , 比较容易造成长时间的网络拥塞 , 当然在 远距离的网络传输中它的速度还是要好于 T CP 。

本文涉及的是局域网内的 C /S 结构 , 客户端和 服务器距离比较近 , 受网络不稳定状况影响较小 。 基于以上分析为了获得稳定且高速的传输速度 , 使 用了流式 Socket (TCP ) 作为底层传输协议 , 并定义 了一套基于像素灰度的高效传输方式 , 如图 2所示

。

图 2　 传输流程图

2483科 　 学 　 技 　 术 　 与 　 工 　 程 8

卷

3. 2　 报头格式

客户端发送的请求报头格式 (这里仅以图像数 据请求为例 ) 为 :

request_type　 #请求类型

i m age_identifier　 #图像标识符

bl ock_index　 #块索引信息

Socket 通信的通信格式需要用户自己定义 。为 了保证传输的效率 , 这里使用的报头信息很短 , 包括保障正常通信必须的信息 (三行 )

31211　 请求类型

I M AGE_BLOCK _DATA, 像信 息的请 求 , 该字段 为 GET_I M AGE_I N F O 等 ;

31212　 图像标识符

指定当前要获取的图像的标识 , 这个标识只要 能够唯一的表示一个图像就可以了 , 因此可以使用 图像在服务器上的位置来作为该字段的值 ;

31213　 块索引信息

为了保证用户使用感受 , 采取了多分辨率分块 缓存的机制 (详见后面介绍 ) 。传输的时候以块为 单位 , 这就需要确切的块索引 。这里使用的格式为 “ Layer_indexbl ock_xbl ock_y” , 通过空格分隔的层 索引和该层内的块横 /纵坐标 , 就可以在一幅图像 的多分辨率分级金字塔中准确的定位一块区域 。 服务器端生成的响应也有对应的报头 (四行 ) , 该文件的报头格式为 :

res ponse_type　　 #响应类型 , 例如数据响应

　 #报头为 RESP_I M AGE_BLOCK_DATA

i m age_identifier　 #图像标识符

　 #与请求报头含义相同

bl ock_index　 #块索引信息

　 #与请求包头含义相同

bl ock_info　 #块信息

　 #目前只包含块的实际长和宽

. . . . . . 　 #二进制数据表示的像素值

这里同样使用了很少的信息来保证传输的高 效 , 在报头的后面 , 接着传送图像灰度值 。客户端 在按照文本方式解析报头后 , 应变换为按照接收二 进制数据的方式来接收文件数据 。这里的报头和 请求报头一点不同在于多了一个 bl ock _inf o 的字 段 , 它是为了保证数据的正常传输而设的 , 下面会 指出它的具体作用 。

3. 3　 字节流的传输方式

使用基于 Socket

,

, 可以根据实 。

上面提到在数据响应报头后面直接跟着图像 数据 , 实现中图像数据采用的是直接传输像素灰度 值的字节流方式 , 这样做的好处是很明显的 。 31311　 避免带宽的浪费

对于灰度图像 , 量化级别是 256级 , 可以使用 C ++的 unsigned char (JAVA 中的 Byte ) 类型来表 示 , 这样可以做到使用一个数据单位来表示一个像 素的灰度值 , 没有数据位的浪费 。

31312　 类型对应

Socket 的数据传输是基于字节流的 , 虽然同样可 以使用 32位的 int 类型来表示四个像素的灰度值 , 但 是不能保证数据能够正常的解析 (例如 C ++和 JAVA 的 int 类型位顺序是相反的 ) 。 为了保证数据的准确 性 , 需要增加额外的换位操作 , 得不偿失。

由于完全没有数据位冗余 , 面对的直接问题就 是如何判断数据获取完毕 。因此在报头中添加了 一个 bl ock _inf o 字段 , 客户端读取数据时 , 先按照 bl ock_info描述的大小开设一个缓冲区 , 当缓冲区读 满时意味着数据获取完毕 , 此时关闭 Socket 。流程 如图 3所示

。

图 3　 获取字节流数据的流程

4　 分级缓存机制

前面提到过 , 海量数据的浏览不能等到数据全 部获取完毕再显示 , 一般采用的方式为局部显示 , 即只显示用户可见的部分 , 这样大大减少传输的内 3483

14期 庞博文 , 等 :基于 C /S结构的大数据量遥感图像显示方案

容 , 提高显示速度 。但网络始终有不稳定性 , 为了 用户获得更好的体验 , 在本地对数据进行缓存

[5]

是

必要的 。针对浏览中常出现的缩放 /漫游等操作 , 笔者提出了一种分块多分辨率金字塔的缓存策略 。 4. 1　 分块结构

图像的局部显示需要在内存中缓存一块供显 示的图像数据 , 这个缓冲区的大小应大于用户窗口 区域 。 这样在用户进行小范围的拖动时 , 即更新缓冲区 , 。

, 区的内容。 (例如 64×64大小 ) 的块

[6]

, 位 , 采用基于块的更新 ,

可以获得更高的效率。

图 4　 分块结构示意图

4. 2　 漫游预测调度算法

当用户进行大范围的漫游时 , 缓冲区需要及时的 更新。 一般情况下 , 由于用户当前窗口和未来窗口区 域往往拓扑相关 , 因此只需要适当调整缓冲区中的部 分数据 , 就可以保证窗口区域仍位于缓冲区内部 (跳 变方式的漫游除外 , 例如通过鹰眼进行定位 , 新窗口 与原来的窗口完全没有交集 , 这时候需要全部更新缓 冲区 , 完全取决于网络传输的速度 ) , 如图 5

所示。

(a ) 斜向更新 　 (b ) 横向更新

图 5　 缓冲区更新示意图

更进一步的要求是 , 不一定要等到缓冲区失配 (即客户窗口滑动到缓冲区以外 ) 才进行缓冲区的

更新调度 , 事实上在客户窗口位置变化到一定范围 就应该进行缓冲区的更新操作 。可以指定客户窗 , , 当 , 6(a ) 所示

。

(a ) 更新时机的判断 　 (b ) 预测调度方向

图 6　 更新策略

为了获得更快的响应速度 , 缓冲区只略大于客 户窗口 (每个方向的缓冲带宽度不大于一个块 ) , 这 样必然会导致频繁的更新缓冲区 (每进行一次漫游 操作都要更新 ) ; 而缓冲区设的很大 (每个方向的缓

冲带宽度大于一倍客户窗口 ) 则意味着初始化和更 新时很大的数据量 。为了缓解这一矛盾 , 这里使用 了一种预测调度的方法 , 即有方向性的更新缓冲区 。

人们浏览时的动作是有相关性的 , 为了寻找一 块区域 , 可能会不停的朝一个方向移动 。一般来 讲 , 本次移动的方向和最近几次移动的方向有较大 的相关性 , 与最近一次移动的方向相关性最大 。笔 者根据这个特点设计了一个预测调度算法 , 旨在通 过更好的预测本次移动的方向 , 对缓冲区的位置进 行方向性的偏移 , 从而做到在不增大缓冲区的前提 下降低缓冲区更新次数 。

算法描述 :

◆　 方 向集 D =d 0, d 1, d 2, d 3, d 4, d 5, d 6, , 如图 6(b )

所示

最近 N 次漫游方向的历史统计

H h 0, h 1, h 2, h 3, h 4, h 5, h 6, h 7, h 　　◆　 最近 N 次漫游的权重

W w 0, w 1, w 2, w 3, w 4, w 5, w 6, w 7, w

　　◆　 计算方法 , 每个方向的概率为 :

4483科 　 学 　 技 　 术 　 与 　 工 　 程 8卷

P (d i ) = N j =1 b V a lue (h =d ) ×w j ∑ N

j =1

w j

　　◆　 说明 :概率最大的方向即为本次预测的方向。

b Value 函数的意义为判断输入的值是否为真

(即 h j 与 d

i

是否相等 ) , 如果为真则返回 1, 否则返

回 0。

4. 3　 多分辨率金字塔

在图像的浏览中 ,

节 。 为了实现快速的缩放 ,

据结构 [7, 8]。

构造数据 , , , 如图 7所示 。

图 7　 金字塔形数据结构

最下面的一层表示原始图像 (0层 ) , 每升高一 层 , 图像的长 /宽变为原来的 1/2,直到图像的规模 小于客户窗口时 , 停止构造 。设 i 为层编号 , 第 i 层 的图像大小为原图的 1/2i 。

41311　 块索引计算

当用户浏览图像时 , 需要记录当前的缩放级别 (层编号 i ) , 以及用户的焦点区域范围 (客户窗口所 覆盖的块 ) 。 为了能够准确的从服务器端获得对应 的一块数据 , 用下面的这个公式来定位某像素点所 在的块索引 :

block _x =

t x 2i ×w x ,

block _y =

t 2i ×w y

。

　　 其中 , bl ock_x和 bl ock_y即为块的索引 (块横 /

纵坐标 ) , t x 和 t

y

代表原始图像中该点的像素坐标 , i

为层编号 , w x 和 w

y

表示每块的长和宽 , 对于方块则

w x =w y 。

41312　 构造方法

如果用户在同一层漫游 , 只需要缓存用户当前 层的焦点区域就可以了 。但是为了满足快速缩放 的要求 , (图 8)

。

图 8　 缩放原理图

先根据缓存原则计算需要缓存的块 (定位信息 需要层编号和块索引 ) , 启动新的线程从服务器获 取数据构造这个金字塔 。

41313　 缓存原则

(1) 顶层最低分辨层中的所有块 — 这层的特点 是包含所有的图像区域 , 并且数据量最小 。在系统 初始化时必须全部调入 , 缩放操作时按比例缩放用 来暂时填补空白区域 , 提高用户体验 ;

(2) 当前分辨率下客户焦点区域的所有块 — 直 接显示给用户 , 必须缓存 ;

(3) 当前层的相关块 — 漫游优先 , 保证正常漫 游的区域 , 选择的策略见 5. 2节 ;

(4) 相邻层的相关块 — 与当前层相邻的层上对 应当前客户焦点区域的块 , 用来保证一次缩放的速 度 。 一般情况下 , 缩放是以客户窗口中心点 (以原 图像中像素坐标为准 ) 为中心的 。因此在相邻层 上 , 同样要缓存以客户窗口中心点为中心 , 可以覆 盖客户窗口大小的区域 ;

(5) 所有层的相关块 — 用于提高多次缩放的速 度 , 选择范围同上 。

以上原则按照缓存的优先级进行排列 , 顺序由 高到低 , 前两个是必须保留的 。根据客户机的实际 性能 , 选择多条缓存策略 。每次用户操作之后的流 程图如图 9。

5483

14期 庞博文 , 等 :基于 C /S结构的大数据量遥感图像显示方案

图 9　 用户操作整体流程图

5　 实验效果

对于本文所提的方案 , 在基于 C /S 结构的 P I PS 系统上做了实验 。

511　 实验平台 — — — P I PS 系统

P I PS (并行图像处理系统 ) 是由原中国科学院

中国遥感卫星地面站开放实验室开发的一套并行 处理系统 , 后台是由多个节点构成的 L inux 集群 , 通 过采用大规模并行计算技术和并行存储技术 , 在基 于网络的分布式并行遥感图像处理方面取得了突 破 , 有效地解决了海量数据的快速处理问题 。

图像显示方面 , 基于 MVC 软件架构模式 , 把与 处理过程相关度较小的用户界面子系统分离出来 , 形成一个 C /S (客户端 /服务器 ) 的结构 , 客户端通 过网络与后台相连 , 改进后的 P I PS 系统结构如图 10所示 。

后台系统基于模块使用 C ++语言开发 , 前台使 用基于 JAVA 语言的 ecli p se /S W T 工具包 , 客户端与 后台通过自定义的通信模块连接 。 5. 2　 测试效果

在使用自定义协议传输数据时 , 由于传输数据 冗余量相对较小 , 相比同类传输协议 (基于 TCP

的

图 10　 C /S结构 P I PS 系统架构图

文件传输协议 ) 速度稍有提高 , 在传输的数据量比 较大时有比较明显的优势 , 如图 11所示

。

图 11　 与两种同类型协议的比较

(纵轴表示时间 , 单位 :s )

在基于多分辨率缓冲的方案中 , 笔者以 ET M -6-北京图像为例 , 该图像规模为 7684×8665, 每波段图 像文件大小为 64M, 使用分级缓存策略 , 缓存大小设置 为 2048×2048, 客户端打开一幅图像用时约 2s, 如果 使用文件传输的策略 , 根据上面传输速度的比较 , 则至 少需要 7~8s, 打开的图像如图 12(a )

所示。

(a ) 打开图像

6483科 　 学 　 技 　 术 　 与 　 工 　 程 8

卷

()

12

　　 , , 对 客户的普通操作 (如局部漫游 , 图 12. b 所示 ) , 不需 要时时更新 , 效果等同于本机浏览 。

6　 总结和展望

本文中笔者提出了一种基于自定义协议传输 数据的多级缓存结合预测调度的方法 , 在基于 C /S结构的大数据量图像浏览显示中做了尝试并取得 了较好的效果 。

目前所做的优化都是在客户端完成的 。为了 取得更好的效果 , 进一步的试验应该包括在服务器 端建立数据缓冲区 , 并设计一套服务器相关的预测 调度算法 。

当网速的影响扩大化 , 例如在相对低速的广域 网环境 , 可以采用压缩图像后传输的方法来减小实 际的传输量 , 基于小波变换的压缩算法 [8][9]比较常 用 , 这样无疑会增加 C /S , 是否采用 。

. . 中国航天 , 2006; (3437

2　 邹 　 念 , 唐宁九 , 林 　 锋 . 用 Sa mba 实现 L inux 和 W indows 之间 的文件共享 . 计算机应用研究 , 2002; (1) :152— 153

3　 周 　 坤 , 傅德胜 . 基于 W indows Socket 的 网络数据传输及其安 全 . 计算机工程与设计 , 2007; 28(22) :5381— 5388, 5386

4　 David X . W ei Chengjin, Steven H. Low sanjay hegde . TCP F AST: motivati on, architecture, algorithm s, perfor mance . 2007

5　 商新娜 . W eb 应用中的海量数据访问缓存技术 . 北京联合大学 学报 (自然科学版 ) , 2007; 21(3) :45— 49

6　 钟 　 正 , 朱 　 庆 . 一种基于海量数据库的 DE M 动态可视化方 法 . 海洋测绘 , 2003; 23(2) :9— 12, 19

7　 Goldberg M, Comparative perf or mance of pyram id data structure f or p r ogressive i m age trans m issi on . I EEE Trans Commun, 1991; 39: 540— 548

8　 Rashwan M A, Elsherif M S, Elsayad A M. Pyra m id data structure f or on 2line i m age p r ogressive trans m issi on . I EEE, 1993; 103— 106 9　 Zhang L iqiang, Yang Chongjun, Tong Xiaohua, et al . V isualizati on of large s patial data in net w orking envir onments . Computers &Geosci 2 ences, 2007; 33(9) :1130— 1139

V isua li za ti on of M a ssi ve Rem ote Sen si n g Image Da t a

Ba sed on C li en t/Server Arch itecture

P ANG Bo 2wen 1, 2, L I Guo 2qing 1

(Center f or Earth Observati on and D igital Earth, Chinese Acade my of Sciences 1, Beijing 100086, P . R. China;

The Graduate University of Chinese Acade my of Sciences 2, Beijing 100049, P . R. China )

[Abstract]　 Fr om the characteristics of re mote sensing i m age, a disadvantage of i m age p r ocessing syste m based on client/server architecture is point out . A visualizati on method of large volu me of re mote sensing data is p r oposed t o i m p r ove user experience . Experi m ent was made on a p latf or m made up of P I PS syste m and a graphics user inter 2 face subsyste m devel oped with JAVA /S W T/JFACE /Ecli p se . The effect was compared and a conclusi on was given .

[Key words]　 client/server (C /S )

　　 transfer p r ot ocol 　　 trans m issi on contr ol p r ot ocol (T CP ) r oa m p redict 　

　 multi 2res oluti on pyra m id 7483

14期 庞博文 , 等 :基于 C /S结构的大数据量遥感图像显示方案 　

范文三：图像为载体的信息隐藏数据量研究

Vol116 , No17 第 16 卷 第 7 期计算机辅助设计与图形学学报

2004 年 7 月J OU RNAL O F COM PU T ER2A ID ED D ESI GN & COM PU T ER GRA P HICS J uly , 2004

图像为载体的信息隐藏数据量研究

王冰职秦川张仲选耿国华周明全

( ) 西北大学计算机科学系 西安 710069

( 摘 要 信息隐藏量 、透明性及鲁棒性是信息隐藏最重要的特性1 文中以 256 级灰度图像为载体 ,在第 k k = 0 , 1 ,

) 2 , , 7个位面和第 0, k 多个位面 ,用 L SB 方法分别隐藏二值图像和汉字文本1 给出了 256 级灰度图像在单个位面

和多个位面隐藏汉字文本及其他数字信息的算法 ,并给出在 256 级灰度图像的单个位面隐藏二值图像和多个位面隐

藏汉字文本的实验结果 ,对隐藏图像的情形做了攻击性实验 ,定量给出了各种隐藏方案中信息隐藏量 、透明性及鲁

棒性之间的量值关系1

关键词 信息隐藏 ;信息安全 ;图像处理 ;位平面

中图法分类号 TP391

Study of Pref era ble Quant ity of Hiding Data in An Image

Wang Bing Zhi Qinchuan Zhang Zho ngxuan Geng Guo hua Zho u Mingquan ( )Depa rt ment of Com p uter S cience , N ort h w est U ni versi t y , X i ’a n 710069

Abstract Relatio nship amo ng t he quantit y of hiding data , t heir invisibilit y , and ro bust ness of hiding

in an image is st udied1 A binary image and Chinese characters were embedded into a 256 gray2level im2

age wit h L SB met ho d1 The algo rit hm to hide t he data bot h in single bit2plane and multi2bit2plane of t he

(image are given1 Experiment s are carried o ut to hide a binary image into each bit2plane 8 bit2planes to2

) (tallyof t he image , and hide Chinese characters into multi2bit2plane 0 ,0,1 ,0,2 ,0,3 ,0,4 ,0,5 ,0

) ,6 ,0,7of t he same image1 At tack experiment s are also made wit h noise adding , filtering and J P E G

co mp ressio n1 Experimental result s show t he relatio nship amo ng t he quantit y of hidden data , invisibilit y

and ro bust ness fo r different single bit2plane and different multi2bit2plane respectively1 So me suggestio ns

are given abo ut t he p referable hiding scheme to meet vario us applicatio n needs1

Key words info r matio n hiding ; info r matio n securit y ; image p rocessing ; bit2plane

了信息的内容 ,而信息隐藏学技术不但隐藏了信息

的内容 ,而且隐藏了信息的存在1 密码学技术研究 1 引言如何对机密信息进行特殊编码 ,以形成不可识别的

密码形式1 然而无法识别的密文却明白地告诉入侵 文献1 的发表及 1996 年第一届国际信息隐藏者秘密信息的存在 ,以致引起入侵者的注意和攻击1 学术研讨会在英国剑桥牛顿研究所的召开 ,标志着 信息隐藏技术将机密信息秘密地隐藏于另一个非机 一门新兴的交叉学科“信息隐藏学”正式诞生了1 与 (密的信息载体中 ,而不引起信息载体对人的感知 主 传统的密码学技术不同的是 ,密码学技术仅仅隐藏

( ) 原稿收到日期 :2003204224 ;修改稿收到日期 :20032102091 本课题得到国家自然科学基金60271032资助1 王 冰 ,男 ,1954 年生 ,副教授 , 主要研究方向为图像处理和分析、计算机视觉、模式识别及算法1 职秦川 ,男 ,1964 年生 ,硕士 ,讲师 ,主要研究方向为图像处理、计算机图形学 等1 张仲选 ,男 ,1962 年生 ,硕士 ,讲师 ,主要研究方向为图像处理、信息安全等1 耿国华 ,女 ,1955 年生 ,博士 ,教授 ,博士生导师 ,主要研究方向 为人工智能与信息技术1 周明全 ,男 ,1954 年生 ,教授 ,博士生导师 ,主要研究方向为图像处理和分析、虚拟现实、科学计算可视化1

) 要是视觉和听觉的改变1 其安全性在于对第三方 , 最大信息隐藏量又有多少1 性和透明性的条件下

( 感知上的麻痹性 ,使入侵方无法从公开的信息中判 若考虑信息隐藏的实际应用 如隐藏某银行系统的

100 万客户资料 ,或某保密委员会的 1 000 万文档资 断机密信息是否存在 ,难以截获机密信息 ,从而保证 ) 料等,就必须考虑信息隐藏量 ,以及在满足用户关 机密信息的安全1 于隐藏透明性和鲁棒性的前提下的信息隐藏量的问 ( 信息隐藏载体可以是任何一种数字媒体 如图题1 文献 11 指出 ,现在大多数的信息隐藏和数字 ) 像 、声音 、视频 、文档等,但图像是应用最广 、研究最 水印研究集中于提出新的隐藏方法或算法 ,而忽视 多的信息隐藏载体1 按照信息隐藏的目的和技术要 对信息隐藏量及其他一些特性的深入研究和理论分 ( ) ( 求 ,信息隐藏应具有如下特性 : 1透明性 或隐蔽 析 ,正是后者能指导实现更为有效的信息隐藏算法1 ) () ( ) ( ) 性; 2鲁棒性 ; 3信息隐藏量 ; 4不可检测性 ; 本文以常用的 256 级灰度图像为载体 ,对信息隐藏 () 5自恢复性等1 其中 ,透明性 、鲁棒性和信息隐藏 量问题进行研究和探索1 量这三个特性尤为重要 ,它们相互矛盾 ,相互制约 ,

此消彼长 ,应用中难以兼顾1 事实上 ,任何一个实际

的信息隐藏方案都只能根据具体的实际应用需求 ,

在三个因素之间寻求平衡1 值得注意的是 , 在大多 2 信息嵌入算法数信息隐藏的研究中都非常注意信息隐藏透明性和

鲁棒性的研究 ,而忽略信息量的研究1 这在某些应

用领域 ,如数字水印等对信息隐藏量要求不高的情 任何形式的图像都可嵌入任何形式的数据信况下尚可允许 ,而在诸如隐蔽通信等领域中 ,信息隐 息 ,本文以在 256 级灰度图像中嵌入汉字文档为例 , 藏量问题就显得十分地突出和重要1 研究在图像的单个位面和多个位面嵌入数字信息的

信息隐藏学的诞生只有短短的几年 ,但人们已 方法1

提出许多信息隐藏的方案和方法1 文献 2 提出了 211 灰度图像单个位面加载汉字文档

在通用文档中隐藏二进制信息的方法1 文献 3 提 ( 256 级灰度图像有 8 个位面 , 设在第 k k = 0 ,出了 Patchwo r k 方法及纹理映射的编码方法 , 这是 ) , 7个位面隐藏信息1 设原始载体图像为 I O ,1 ,

一种基于统计的信息隐藏方法1 文献 4 提出了基 ( ) 大小为 N ×N , i o i , j 为图像第 i 行第 j 列的灰度于 DC T 分块技术的信息隐藏方法1 文献5 提出了 值 , 即

基于图像全局变换的信息隐藏方法1 文献 6 的信 ( ) I O = { i o i , j , 1 ? i , j ? N ,息隐藏方案是基于对一幅数字图像与随机矩阵按一 ) ( 0 ? io i , j ?255} 1定的构造模式进行异或运算的技术1 文献 7 给出 ( ) 设待隐藏的汉字字符串为Hz m , m = 1 , 2 , , 了在半色调图像中隐藏信息的方法1 文献 8 提出 M , M 为汉字字符串长度1 隐藏步骤描述如下 : 了多数字基整数嵌入多重水印的算法1 文献 9 提 Step11 汉字字符串转换为二进制数码流1

取每个汉字的 ASCI I 码 ,并将 ASCI I 码转换为二进制数 出按空间填充曲线 、Ar nold 变换及幻方图像置乱算 ( ) 码流1 这可以通过编写汉字 ASCI I 码函数 asc 和二进制数 法1 文献10 基于 Ar nold 变换提出一种图像置乱算 ( ) 转换函数 bi 实现1

法1 众多的信息隐藏方法大多都可归类于空间域方 ( ) ( ( ) ) Hzasc m , n= asc Hz m , 法和变换域方法1 通常 , 空间域方法信息嵌入量大 其中 n 为第 m 个汉字的 ASCI I 码值1 且信息的嵌入和提取算法相对简单 、速度快 、容易实 ) ( ( ) ) ( Bi Hz asc m , n1= bi Hz asc m , n, 现 ,但鲁棒性差 ; 而变换域算法鲁棒性强 ,即承受攻

其中 , n1 为第 m 个汉字的 ASCI I 码值的二进制数 , n1 的长击的能力强 ,但信息隐藏量小 、算法复杂 、速度较慢1 度为 16 位 , 不足 16 位的在数前补 0 1 (一般认为 , Van Schyndel 等提出的 L SB L east Sig2 Step21 随机置换1 1 ) nificant Bit方法有较大的信息隐藏量1 但是 , 一 为加强信息隐藏的安全性 , 可将 16 位的 n1 次序按某

( ) 一随机数规律置乱 , 通过编写置乱函数 bi cha nge 实现 , 即 幅图像的最大信息隐藏量有多少 ? 若单独追求信息

隐藏量的最大值 ,必然导致透明性和鲁棒性的下降 , ) ) ( ) ( ( bbi Hzasc m , n= bi cha nge bi Hz asc m , n11 甚至可能下降到失去信息隐藏的意义1 所以 , 应进 Step31 取出图像中第 k 个位平面信息1 一步考虑 ,在满足一定透明性的情况下 ,信息隐藏量 通过位与运算即可取出第 k 位信息 k ( ) ( ) i m k i , j= io i , j & 2 , 1 ? i , j ? N 1 的最大值有多少 ;再进一步 ,考虑在满足一定的攻击

Step41 去除图像的第 k 位信息1

( ) ( ) ( ) io k i , j= io i , j- im k i , j, 1 ? i , j ? N 1

7 期王 冰等 :图像为载体的信息隐藏数据量研究1001

Step51 图像中嵌入汉字二进制数码流1 ( )( ( ) ) bi Hz asc m , n = a n cha ng bbi Hz asc m , n,

( ) ( ) ( ) io kb i , j= i o k i , j+ bbi Hz asc m , n, () ( ) 其中 , a n cha ng 为反置乱函数 , 即按照置乱函数 bi cha ng

( ( ( ) ) ( ( ) ) 其中 ,1 ?i , j ?N ; m = int i - 1N + j/ 16; n = i - 1N +相反过程恢复原二进制数码1

) jmod 161 Step41 转 换 汉 字 ASCI I 码 的 二 进 制 数 为 十 进 制 数 io kb 即为加载汉字文档后的图像1 ( ) ( ( ) ) Hz m , n= de Hzasc m , n1

Step51 转换 ASCI I 码为汉字 212 灰度图像多个位面加载汉字文档 ( ) ( ) Hz m = ascto Hz m , n, ) ( 设在图像的第 0, k k = 0 , 1 ,, 7个位面中加( ) ( ) 其中 , ascto Hz 为 ASCI I 码转换为汉字函数 , Hz m 即为隐 载汉字信息 , 具体步骤如下 :藏在图像中的汉字字符串1 Step11 同第 211 节 Step11

Step21 同第 211 第 Step21 312 灰度图像多个位面提取汉字文档Step31 取出图像中第 0, k 个位面信息 设加载有机密信息的图像为 k n ( ) ( ) io kkb = { io kkb i , j , 0 ? io kkb i , j ?255 , & 2 , ( ) ( )i m kk i , j= io i , j ?n = 0

1 ? i , j ? N 1 1 ? i , j ? N } 1

Step41 同第 211 节 Step41 Step11 提取第 0, k 位 k + 1 个位面信息 Step51 图像中嵌入汉字二进制数码流 k n ( ) ( ) ( )io kkb i , j= i o kk i , j+ bbi Hzasc m , n ( )i m kk i , j ( ) k = io kkb i , j& 2 1 ? ×2 ,n = 0

( ( ( ( ) ( ) ) ( ) 其中 ,1 ?i , j ?N ,0 ?k ?7 ; m = int i - 1N + j - 1N +Step21 将提取的信息 i m kk 转换为汉字 ASCI I 码的

( ) 二进制数码流 bbi Hzasc , ) ( ( ( ) ( ) ) ) ) t/ 16; n = i - 1N + j - 1N + t mod 161

io kkb 即为多位面加载汉字文档后的图像1 k ( ) ( ) bbi Hzasc m , n= i m kk i , j& 2 ,

( 若在图像中加载其他形式的数据信息 如声音 、( ( ( ( ) ( ) ) 其中 ,1 ?i , j ?N ,0 ?k ?7 ; m = int i - 1N + j - 1N + ) 灰度图像 、二值图像及图形等, 可先将这些数据转 ) ( ( ( ) ( ) ) ) ) t/ 16; n = i - 1N + j - 1N + t mod 161

Step 3,Step 5 同第 311 节 Step 3,Step 51 换为二进制数码流 , 再按上述 Step 2 ,Step 5 步骤 ,

灰度图像中提取其他形式数字信息的方法是嵌 完成对数据信息的嵌入1

入该类数字信息的逆过程 , 且与提取汉字文档的方 若在彩色图像中嵌入机密数据 , 可先将彩色图 法类似 , 此处略1 像分解为红 、绿 、蓝单色图像 , 在红 、绿 、蓝单色图像

中隐藏信息的方法和在灰度图像中隐藏信息方法相

同1 隐藏完毕后 , 再将单色图像合成为彩色图像1

4 实验

3 信息提取算法 按第 2 , 3 节算法 , 以 256 级灰度图像为载体 , 在

( ) 单个位面和多个位面 两个以上位面的组合分别隐

311 灰度图像单个位面提取汉字文档 藏汉字文档和二值图像1 由于单个位面的取值为 k 隐藏信息提取是信息嵌入的逆过程1 设加载有 ) ( 7, 且不同位面的组合亦有很多种 , 故, k = 0 , 1 , 机密信息的图像为 实验量是很大的 , 限于篇幅 , 下面只介绍具有代表性 ( ) ( ) 0 i o kb = { i o kb i , j , i okb i , j ?255 ,? 的几个实验1

1 ? i , j ? N } 1 为了定量表示信息隐藏效果 , 本文用表征信息

信息提取步骤如下 :隐藏量的 S H R 及表征隐藏透明度或隐蔽性的相似 Step11 提取第 k 位信息 度 N C 及峰值信噪比 PS N R 来表示信息隐藏效果1 k ( ) ( )i m k i , j= io kb i , j & 2 , 1 ? i , j ? N ,它们分别定义为

( ) 其中 i m k i , j为二进制的数码流1

( ) ()Step21 将 i m k i , j 转换为汉字 ASCI I 码的二进制数 隐藏机密信息bitS HR = ; () 载体信息bit 码流N N ( ) ( ) bbi Hz asc m , n= i m k i , j, ( ) ( )s′i , js i , j ?? i = 1 j = 1 ( ( ( ) ) ( ( ) ) 其中 ,1 ?i , j ?N ; m = int i - 1N + j/ 16; n = i - 1N +( )N C S,′ S = ; N N N N ) jmod 161 2 2( ( ) ) ( ( ) ) s′i , js i , j ????Step31 恢复置乱前的二进制数码流 i = 1 j = 1 i = 1 j = 1

2 255 PS N R = 10 ×log ,M S E

N N 1 2 ( ) ( ) [ s′i , j - s i , j ]1 其中 M S E = ??N ×N i = 1 j = 1

411 灰度图像单个位面隐藏二值图像

如图 1 所示 ,取 256 级灰度图像 wo man 和二值

图像 rice ,大小同为 256 ×2561 分别在 wo man 位面

,7 中隐藏 rice ,结果如图 2 所示1 图 2 a,2 h 0 ,1 ,

分别为在 wo man 第 0 , 1 ,, 7 位面隐藏 rice 后的

结果1

可以看出 , S H R 同为 01125 时 , 每个位面隐藏 量下降是不同的1 隐藏信息后图像和原始图像的

N C 和 PS N R 如表 1 所示1的信息量是相同的1 但各位面隐藏信息后 , 图像质

表 1 S HR = 01125 时隐藏信息后图像和原图像的 NC 及 PSNR

位面 0 1 2 3 4 5 6 7 特性

N C 01999 9 01999 7 01998 6 01994 8 01976 8 01910 0 01795 1 01127 4 511138 9 451354 4 391271 0 331482 8 271026 7 151345 81983 8 21416 3 )( PS N R dB

) 412 单个位面加载机密信息后的鲁棒性 ×3,然后再提取隐藏图像1 对提取的图像和原始

对不同位面加载机密信息后做攻击实验 ,攻击 图像计算 N C 和 PS N R ,结果如表 2 所示1实验从三个方面进行 :加噪 、滤波 、压缩1 () 3压缩1 对图 2 所示图像做 J P E G 压缩1 实验

() 1加噪1 对图 2 所示图像加 4 %椒盐噪声后 , 表明 ,它们抗压缩的能力都较差 ,但各图抗压缩的性 再提取隐藏图像1 对提取的图像和原始图像 rice 计 能还是有差别的1 当取压缩质量为 99 时 ,对图 2 所 算 N C 和 PS N R ,结果如表 2 所示1 示图像做压缩 ,然后提取隐藏图像 ,对提取的图像和

() ( 2滤波1 对图 2 所示图像用二维中值滤波 3 原始图像计算 N C 和 PS N R ,结果如表 2 所示1

7 期王 冰等 :图像为载体的信息隐藏数据量研究1003

表 2 图像隐藏鲁棒性实验结果

位面 0 1 2 3 4 5 6 7 运算

N C 01951 5 01951 8 01951 4 01954 2 01953 1 01952 0 01951 2 01951 8 加噪 PS N R 651126 2 651126 5 651096 4 651357 9 651261 0 651152 8 651081 0 651129 5 N C 01881 1 01881 6 01881 9 01888 1 01890 9 01939 2 01960 8 01991 7 滤波 PS N R 611265 8 611285 0 611296 4 611358 9 611990 0 641192 4 661071 3 721832 1 N C 01505 8 01734 6 01868 6 01921 4 01955 4 01959 5 01973 2 01045 1 压缩 PS N R 541539 6 571472 1 601669 1 621969 2 651478 5 651893 5 671662 4 511158 1

藏后的效果如图 3 所示1 图 3 a,3 h 所示分别为在 413 灰度图像多位面隐藏汉字

( 以 256 级灰度图像为载体 ,分别在第 0, k k =第 0 ,第 0,1 ,第 0,2 ,,第 0,7 位面隐藏汉字后

) , 7个位面中隐藏汉字信息1 , 1 , 0 k 取不同值时 ,的结果1

S H R 、N C 及 PS N R 如表 3 所示1 隐藏汉字数 、隐藏汉字的信息量不同 ,隐藏后的透明性亦不同 ,隐

表 3 不同位面组合隐藏汉字后的性能参数 位面 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 特性

汉字数 409 6 819 2 122 88 163 84 204 80 245 76 286 72 32 768 S HR 01125 0125 01375 0150 01625 0175 01875 110 N C 01999 9 01999 5 01997 7 01991 0 01962 9 01861 4 01797 9 01005 3 ( )PS N R dB 511108 8 441049 6 371501 7 311300 4 251215 1 191157 0 131619 5 81480 3

究的完备性1 对图 3 h 中图隐藏信息的讨论 :

() () 2虽然没有任何透明性 ,但可以认为是信息 1图 3 h 是在位面 0,7 中隐藏汉字文档的效

果1 由于将载体图像信息全部除去 ,已无隐藏可言 , 加密的一种形式 ,从保护信息安全的角度讲 ,仍具有

相似系数 N C 接近于 01 此处仍将其列出是为了研 一定的应用价值1

() () 3透明性 或隐蔽性的概念也是相对的1 隐

蔽于夜幕中的物体对人眼具有很好的隐蔽性 ,但对 参考 文 献

猫 、狗眼却没有隐蔽性1 在防“EXE 文件病毒”的研

究中 ,我们采用将 EXE 文件隐藏于图像中 ,达到了 van Schyndel R G , Tir kel A Z , Osbo rne C F1 A digital water2 1 ]

( ) 免遭该病毒侵袭的目的 另文待发表1 由于一般的 mar k A 1 In : Proceedings of t he Co nference o n Image Process2

ing C 1 Austin : I EEE Press , 19941 86,89 EXE 文件都比较大 , 为了提高信息隐藏量 , 需用尽

Brassil J , Low S , Maxemchuk N , et al 1 Elect ro nic mar king 2 ] 可能多的位面1 用 0,7 位面为载体隐藏信息 ,对人 and identificatio n techniques to disco urage document cop ying 来说无隐蔽性 ,但对计算机病毒具有与在低位面隐 A 1 In : Proceedings of t he Infoco m ’94 , To ro nto , 19941 藏同样的隐蔽性1 1278,1287

Bender W , Gruhl D , Mo rimoto N , et al 1 Techniques fo r data 3 ] ( ) hiding J 1 IBM System Jo urnal , 1996 , 35 3/ 4: 313,336

Koch E , Zhao J 1 Towards ro bust and hidden image cop yright la2 4 ] beling A 1 In : Proceedings of 1995 I EEE Wo r kshop o n No n2 5 结论

linear Signal and Image Processing C 1 Neo s Mar maras ,

Halkidiki , 19951 452,455 信息隐藏量 、透明性及鲁棒性三者的量值关系Co x I J , Killian J , L eighto n F T , et al 1 Secure sp read spect rum 5 ] 问题 ,不但是实际应用信息隐藏系统必须考虑的问 water mar king fo r multimedia J 1 I EEE Transactio ns o n Image 题 ,也能作为研究更为有效的信息隐藏算法的指导1 ( ) Processing , 1997 , 6 12: 1673,1687 本文以 256 级灰度图像为载体 ,用 L SB 方法在图像 Wang Dao shun , Qi Do ngxu1 A new hiding scheme of digital im2 6 ] ( ) age J 1 Chinese Jo urnal of Co mp uters , 2000 , 23 9 : 949 , 的单个位面和多个位面隐藏数字信息 ; 给出了在

()952 in Chinese 256 级灰度图像中 ,分别在单个位面和多个位面隐 (王道顺 , 齐东旭1 一种新的数字图像隐藏方案J 1 计算机 藏汉字文档及数字信息的算法 ; 给出了 256 级灰度 ( ) )学报 , 2000 , 23 9: 949,952 图像单个位面隐藏图像和多个位面隐藏汉字文档的 Ming Sun Fu1 Data Hiding water mar king fo r half to ne image 实验 ,并对隐藏图像的情形做了攻击性实验1 实验 7 ] ( ) J 1 I EEE Transactio ns o n Image Processing , 2002 , 11 4 :

476,484 表明 ,每个位面隐藏的信息量是相同的 , S H R 同为

Xiao Liang , Wu Huizho ng , Wei Zhihui1 Multiple digital water2 011251 但不同位面隐藏信息的效果是不同的 ,位面 mar ks embedding in wavelet do main wit h multiple2based number 8 ] 越低 ,透明性越好 , 鲁棒性越差1 要提高信息隐藏 J 1 Jo urnal of Co mp uter2Aided Design & Co mp uter Grap hics , 量 ,可同时使用多个位面 ,但随着位面数的增加 ,透 ( ) ()2003 , 15 2: 200,204 in Chinese ( 肖 亮 , 吴慧中 , 韦志辉1 用多数字基整数实现小波域多重 明性随之下降1 文中给出了信息隐藏量 、透明性及 数字水印嵌入J 1 计算机辅助设计与图形学学报 , 2003 , 15

( ) )2: 200,204 鲁棒性关系的具体数据1 实验结果表明 , 当使用最

Ding Wei , Qi Do ngxu1 Digital image t ransfo r matio n and info r2 低位面 0 或 0,1 位面时 ,透明性很好 ; 当使用 0,2 matio n hiding and disguising technology J 1 Chinese Jo urnal of 或 0,3 位面时 ,透明性尚可 ; 当使用 0,4 位面时 , 9 ] ( ) ()Co mp uters , 1998 , 21 9: 838,843 in Chinese

( 丁 玮 , 齐东旭1 数字图像变换及信息隐藏与伪装技术J 1 透明性较差 ;当使用 0,5 位面时 ,透明性很差 ;当使 ( ) )计算机学报 , 1998 , 21 9: 838,843 用 0,6 位面时 ,几乎没有透明性 ;当使用 0,7 位面 Ding Wei , Yan Weiqi , Qi Do ngxu1 Digital image scrambling 时 ,完全失去透明性1 完全没有透明性并非完全没 technology based o n Arnold t ransfo r matio n J 1 Jo urnal of Co m2

( ) 10 ] p uter2Aided Design & Co mp uter Grap hics , 2001 , 13 4 : 339 有意义 ,它可认为是信息加密的又一种形式1 另外 ,

(),341 in Chinese 透明性的概念也是相对的 ,一种场合下的无透明性 , ( 丁 玮 , 闫伟齐 , 齐东旭1 基于 Arnold 变换的数字图像置乱 在另一种场合下则可能为有透明性1 在实际应用 ( ) 技术J 1 计算机辅助设计与图形学学报 , 2001 , 13 4: 339

),341 中 ,可根据具体的应用需求 ,在信息隐藏量和透明性

Pierre Mo ulin , M Kivanc Mihcak1 A f ramewo r k fo r evaluating t 之间寻求平衡 ;可根据文中给出的不同的信息隐藏 he data2hiding capacit y of image so urces J 1 I EEE Transac2 量 、不同的攻击条件下不同隐藏效果的具体数值 ,选 ( ) tio ns o n Image Processing , 2002 , 11 9: 1029,1042 11 ] 择适宜具体应用的信息隐藏方案1

范文四：声音文件的数据量计算1

声音文件的数据量计算：

1秒钟声音文件的数据量（不压缩）：

采样频率（Hz ）?量化位数（位）?声道数=8?1024?1024

（MB ）

1. 请计算1分钟双声道、16位采样位数、44.1kHz 采样频率声音的不压缩的数据量是多少？

?量化位数（位）?声道数 采样频率（Hz ）=8?1024?1024

3（MB ） 44. 1?10?16?2S =?(1?60) =10. 09(MB ) 8?1024?1024

图象文件的数据量计算：

图象分辨率（像素）?彩色深度（位）=8?1024?1024

（MB ）

2. 若不经过压缩，以VGA640×480点阵存储一幅256色的彩色图像大约需要多少MB 存储空间？

图象分辨率（像素）?彩色深度（位）

8?1024?1024=（MB ）640?480?8S ==0. 293（M B ）8?1024?1024

视频图象文件的数据量计算：

1秒钟视频图象文件的数据量（不压缩）：

图象分辨率（像素）?彩色深度（位）?帧率 8?1024?1024=（MB ）帧率：PAL 制（25帧/秒）、NTSC 制（30帧/秒）

3. 2分钟PAL 制720×576分辨率24位真彩色数字视频的不压缩的数据量是多少？

图象分辨率（像素）?彩色深度（位）?帧率

8?1024?1024=（MB ）720?576?24?25?（2?60）=3559. 57（MB ）8?1024?1024

范文五：数据量的单位

数据量的单位

1Byte(相當於一個英文字母，您的名字相當6Bytes。

Kilobyte(KB)=1024B相當於一則短篇故事的內容。

Megabyte(MB)=l024KB相當於《史记》的文字內容。

Gigabyte(GB)=1024MB相當於貝多芬第五樂章交響曲的樂譜內容。

Terabyte(TB)=1024GB相當於一家大型醫院中所有的X光圖片資訊量。

Petabyte(PB)=l024TB相當於50%的全美學術研究圖書館藏書資訊內容。

Exabyte (EB)=1024PB；5EB相當於至今全世界人類所講過的話語。

Zettabyte(ZB)=1024EB如同全世界海灘上的沙子數量總和。

Yottabyte(YB)=1024ZB相當於7000位人類體內的微細胞總和。

转载请注明出处范文大全网 » 一种增加图像数据量的算法