圖像LSB隱寫分析算法研究.pdf

1、隨著計(jì)算機(jī)和Internet技術(shù)的快算發(fā)展，網(wǎng)絡(luò)和數(shù)字技術(shù)已經(jīng)進(jìn)入了一個(gè)新的時(shí)代。隱寫和隱寫分析已經(jīng)逐步受到各國政府部門、軍事機(jī)構(gòu)和各種研究機(jī)構(gòu)的重視。隱寫可以被用來傳送機(jī)密文件，但也很容易被犯罪分子用于各種非法目的，如傳播非法消息。因此，研究隱寫分析技術(shù)對(duì)國家信息安全具有重要意義。LSB隱寫因其實(shí)現(xiàn)簡(jiǎn)單、隱藏容量大，而被廣泛使用。本文主要研究以圖像為載體的LSB隱寫分析技術(shù)。
　　 本文針對(duì)LSB替換隱寫方法，主要利用相鄰像素

2、對(duì)的差值大小以及奇偶關(guān)系，提出了一種快速的基于相鄰像素相關(guān)性的LSB檢測(cè)方法，該方法通過實(shí)驗(yàn)發(fā)現(xiàn)圖像相鄰像素對(duì)的差值普遍較小，且隨著差值的增大，相鄰像素對(duì)出現(xiàn)次數(shù)越來越少，相鄰像素對(duì)的差值和奇偶性會(huì)隨著秘密信息的嵌入而發(fā)生變化。通過統(tǒng)計(jì)待檢測(cè)圖像及其翻轉(zhuǎn)圖像的像素奇偶性，計(jì)算其相鄰像素對(duì)中奇像素大于偶像素的對(duì)數(shù)與偶像素大于奇像素的對(duì)數(shù)的比值，根據(jù)該比值利用SVM(支持向量機(jī))判斷圖像是否隱密。最后使用SVR(支持向量回歸)方法估計(jì)秘密信

3、息的大小。實(shí)驗(yàn)結(jié)果表明算法實(shí)現(xiàn)簡(jiǎn)單，快速，具有很好的檢測(cè)效果，并且在低嵌入率下具有較好的檢測(cè)效果，尤其是在檢測(cè)速度上優(yōu)勢(shì)明顯。
　　 針對(duì)秘密信息沒有經(jīng)過加密等隨機(jī)處理LSB替換隱寫方法，本文根據(jù)自然圖像的最低位平面近似隨機(jī)噪聲的特性，可假設(shè)每個(gè)像素的最低比特位是0或1的概率為1/2，這種情況類似與中心極限定理相似，因此，原始圖像最低比特位小塊的復(fù)雜度近似服從正態(tài)分布。經(jīng)過LSB隱寫后，原始圖像的這種分布特性將會(huì)被破壞。本文利用