1. 毕业设计（论文）主要目标：
本文拟设计一种基于近重复图像的无载体信息隐藏模型，能够较为精确的实现图像的无载体信息隐藏于提取。
主要任务是选取合适的特征，构建高效的索引，以及构建合适的密钥空间来实现图像的无载体信息隐藏和提取。
2. 毕业设计（论文）主要内容：
本文研究基于近重复图像的无载体信息隐藏技术，该技术将待隐藏图像根据密钥划分成多个带有位置标签的图像块，然后根据位置标签在特定的图像类别下查找相似图像，相似图像的判别基于图像特征的比较，同时借助聚类算法大大提升了图像的检索效率。为了实现该方案，本文主要的研究内容包括下面几个方面：
(1)索引构建：由于近重复图像搜索需要图库的图像之间存在一定的相似性与泛在性，本文选择了UKBench数据集，这是Henrik Stewnius在他CVPR06文章中提供的数据集，图像都为640*480，每组有4张图，文件接近2GB。特征量化和索引构建方法的选择是无载体信息隐藏的基础，一个好的量化和索引构建方法能够为无载体信息隐藏方法带来高的准确率和效率。在构建索引时，选择合适的特征来描述图像块，并且选择合适的聚类方式与聚类深度。聚类方式会影响索引的精度，聚类深度会影响索引的查询速度。最后，索引结构决定了索引的读取速度。
(2)图像隐藏：是基于近重复图像的无载体信息隐藏的关键，在隐藏过程中，需要根据密钥对待隐藏图像的图像块进行顺序标定，然后根据顺序标签到不同的图像库类别中寻找最为相似的图像块集合，然后通过统计信息与特征比较来选择重复块数较多的一些块来代替结果集中的最佳匹配结果，则最终的结果会选出与待隐藏图像近似重复块数最多的图像来表示它，即近重复图像。近重复图像的意义在于牺牲一定的精度，使得最终的匹配结果从数量上大大减少。
3. 主要参考文献
[1]Shen C X, Zhang H G, Feng D G. A survey of information security [J]. Science China, 2007, 37(2): 129-150. (in Chinese)
[2]Fridrich J. Steganography in digital media: principles, algorithms and applications [M]. Cambridge: Cambridge University Press, 2009.
[3]Tirkel A Z, Rankin G A, Schyndel R V. Electronic watermark [C]//Digital Image Computing, Technology and Applications, 1993.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
