中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2006年
3期
394-400
,共7页
掩密分析%泛盲掩密分析%主成分分析
掩密分析%汎盲掩密分析%主成分分析
엄밀분석%범맹엄밀분석%주성분분석
为了能够对掩密后图像进行有效的检测,首先从分类特征维数、单个特征的有效性和特征相关性等3个方面对Farid泛盲掩密分析算法的缺陷进行了分析,然后提出了采用主成分分析技术对分类特征进行降维处理的方法,并基于RBF(radial basis function)网络构造了新的泛盲掩密分析方案.该方案不但大大降低了用于分类的图像特征的维数,而且提高了掩密分析的检测性能.利用该方案和Farid的方案分别对用JSteg等软件掩密后的图像进行的检测比较实验表明,经主成分分析预处理后,该方案的样本集特征矢量维数比Farid方案分别减少了174(Jsteg)维、163(EzStego)维和180(S-Tools)维,而特征数目的减少又大大简化了分类器的设计,而且,该方案能够有效检测嵌入消息占可嵌容量的比例达60%(Jsteg)、80%(EzStego)、50%(S-Tools)以上的掩密图像,并获得了比Farid算法更高的检测率.
為瞭能夠對掩密後圖像進行有效的檢測,首先從分類特徵維數、單箇特徵的有效性和特徵相關性等3箇方麵對Farid汎盲掩密分析算法的缺陷進行瞭分析,然後提齣瞭採用主成分分析技術對分類特徵進行降維處理的方法,併基于RBF(radial basis function)網絡構造瞭新的汎盲掩密分析方案.該方案不但大大降低瞭用于分類的圖像特徵的維數,而且提高瞭掩密分析的檢測性能.利用該方案和Farid的方案分彆對用JSteg等軟件掩密後的圖像進行的檢測比較實驗錶明,經主成分分析預處理後,該方案的樣本集特徵矢量維數比Farid方案分彆減少瞭174(Jsteg)維、163(EzStego)維和180(S-Tools)維,而特徵數目的減少又大大簡化瞭分類器的設計,而且,該方案能夠有效檢測嵌入消息佔可嵌容量的比例達60%(Jsteg)、80%(EzStego)、50%(S-Tools)以上的掩密圖像,併穫得瞭比Farid算法更高的檢測率.
위료능구대엄밀후도상진행유효적검측,수선종분류특정유수、단개특정적유효성화특정상관성등3개방면대Farid범맹엄밀분석산법적결함진행료분석,연후제출료채용주성분분석기술대분류특정진행강유처리적방법,병기우RBF(radial basis function)망락구조료신적범맹엄밀분석방안.해방안불단대대강저료용우분류적도상특정적유수,이차제고료엄밀분석적검측성능.이용해방안화Farid적방안분별대용JSteg등연건엄밀후적도상진행적검측비교실험표명,경주성분분석예처리후,해방안적양본집특정시량유수비Farid방안분별감소료174(Jsteg)유、163(EzStego)유화180(S-Tools)유,이특정수목적감소우대대간화료분류기적설계,이차,해방안능구유효검측감입소식점가감용량적비례체60%(Jsteg)、80%(EzStego)、50%(S-Tools)이상적엄밀도상,병획득료비Farid산법경고적검측솔.
