數(shù)字圖像通用隱寫分析技術的研究.pdf

1、隱寫技術與隱寫分析技術作為信息安全領域的一個研究熱點,在近幾年取得了很大進展。隱寫分析的目的在于揭示媒體中是否含有隱藏信息,甚至只是指出媒體中存在隱藏信息的可疑性。當前的隱寫分析技術主要分為專用隱寫分析技術和通用隱寫分析(盲檢測)技術,主要討論圖像中隱藏信息的通用檢測問題。在隱藏信息的通用檢測研究中,選用NRCS和華盛頓大學標準圖像庫的彩色圖像作為實驗圖像,提取圖像的噪聲特征和紋理特征作為數(shù)學統(tǒng)計特征,用支持向量機對提取的圖像特征進行分

2、類,從而區(qū)分出原始圖像和含密圖像。
　　 本文從圖像噪聲的角度研究了圖像隱寫的通用檢測方法,根據(jù)信息隱藏的加性噪聲模型,隱藏信息嵌入后必然會導致圖像原有噪聲特征的變化,根據(jù)噪聲變化特征,提出了一種基于多噪聲特征的數(shù)字圖像隱寫分析方法。該方法首先從小波分析、圖像去噪、鄰域預測三個方面分析提取圖像的噪聲特征,并對噪聲特征進行校準,以使噪聲特征能更好地反映隱藏信息嵌入后的變化。最后,選取核函數(shù)RBF作為支持向量機的內積函數(shù)進行分類,來

3、判斷圖像是否含有隱藏信息。通過對LSB、Cox's SS、F5和Jphide四種典型的隱寫方法進行檢測,結果表明:該方法能有效地實現(xiàn)隱藏信息的檢測。另外,將圖像紋理分類問題與隱寫分析問題相聯(lián)系,提出隱藏信息的嵌入可以視為在精細尺度下給圖像引入了更多隨機紋理的觀點。據(jù)此,論文結合紋理分類的方法,對彩色圖像進行局部線性變換并在局部線性變換系數(shù)的歸一化直方圖中提取通用型隱寫分析特征,結合支持向量機分類器對原始圖像和含密圖像進行分類。通過對LS