圖像信息隱藏并行檢測(cè)技術(shù)的研究.pdf

1、信息隱藏技術(shù)與隱寫(xiě)檢測(cè)技術(shù)是信息安全的一個(gè)重要研究方向，其在近幾年發(fā)展很快。由于數(shù)字圖像表征信息冗余量大，所以信息隱藏技術(shù)通常以數(shù)字圖像作為隱寫(xiě)載體，而企業(yè)防火墻、入侵檢測(cè)系統(tǒng)對(duì)圖像信息隱藏檢測(cè)作用甚微，因此圖像隱寫(xiě)檢測(cè)技術(shù)對(duì)國(guó)家、軍隊(duì)等部門(mén)的安全變得尤為重要。論文首先介紹了圖像隱寫(xiě)技術(shù)與隱寫(xiě)檢測(cè)技術(shù)的發(fā)展，而后簡(jiǎn)要概述了圖像隱寫(xiě)檢測(cè)的相關(guān)技術(shù)，包括圖像隱寫(xiě)檢測(cè)技術(shù)的基本框架以及常用的圖像隱寫(xiě)檢測(cè)特征和分類(lèi)器。在此基礎(chǔ)上圍繞著圖像隱寫(xiě)檢

2、測(cè)特征的提取和分類(lèi)方法做了研究與改進(jìn)，主要工作如下:
　　(1)仔細(xì)研究與分析了PEV校準(zhǔn)特征和相鄰聯(lián)合密度特征，發(fā)現(xiàn)PEV校準(zhǔn)特征中的Markov特征僅僅包含了DCT塊內(nèi)特征，其并沒(méi)有考慮圖像隱寫(xiě)對(duì)DCT塊間造成的影響，而圖像隱寫(xiě)通常還會(huì)破壞DCT塊間的連續(xù)性，因此PEV校準(zhǔn)特征考慮不夠全面;相鄰聯(lián)合密度特征僅僅考慮了圖像隱寫(xiě)對(duì)局部統(tǒng)計(jì)特性造成的影響，其沒(méi)有考慮圖像隱寫(xiě)對(duì)全局特征造成的影響。為了更加全面的描述圖像隱寫(xiě)對(duì)統(tǒng)計(jì)特性造

3、成的影響，本文提出一種新的融合特征，該融合特征既包含了PEV校準(zhǔn)特征中的直方圖、方差等全局特征同時(shí)也包含了DCT塊間與塊內(nèi)特征。最后為了驗(yàn)證該融合特征的有效性，本文利用SVM分類(lèi)器對(duì)圖像進(jìn)行隱寫(xiě)檢測(cè)實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明基于融合特征的圖像隱寫(xiě)檢測(cè)正確率高于PEV校準(zhǔn)特征與相鄰聯(lián)合密度特征的隱寫(xiě)檢測(cè)正確率。
　　(2)簡(jiǎn)要概述了稀疏表示在圖像隱寫(xiě)檢測(cè)中的應(yīng)用，針對(duì)基于最小l1范數(shù)的稀疏表示在圖像隱寫(xiě)檢測(cè)中求解稀疏系數(shù)時(shí)精度不足的問(wèn)題，本

4、文使用向量總變差來(lái)代替l1范數(shù)進(jìn)行稀疏系數(shù)的求解，最后結(jié)合PEV校準(zhǔn)特征對(duì)圖像做隱寫(xiě)檢測(cè)實(shí)驗(yàn)從而檢驗(yàn)該方法的隱寫(xiě)檢測(cè)效果。實(shí)驗(yàn)結(jié)果表明基于向量總變差的方法比基于l1范數(shù)的方法的圖像隱寫(xiě)檢測(cè)準(zhǔn)確率高。
　　(3)針對(duì)訓(xùn)練集數(shù)量大，圖像隱寫(xiě)檢測(cè)特征提取效率低以及未充分利用CPU多核等問(wèn)題，本文提出一種基于OpenMP技術(shù)的并行圖像隱寫(xiě)檢測(cè)特征提取方法，并分別利用串行方法和并行方法對(duì)三個(gè)圖像集進(jìn)行圖像隱寫(xiě)檢測(cè)特征的提取，實(shí)驗(yàn)結(jié)果表明該并