中南大学学报(自然科学版)
中南大學學報(自然科學版)
중남대학학보(자연과학판)
JOURNAL OF CENTRAL SOUTH UNIVERSITY
2013年
2期
612-618
,共7页
隐写分析%图像直方图%相邻像素相关性%共生矩阵
隱寫分析%圖像直方圖%相鄰像素相關性%共生矩陣
은사분석%도상직방도%상린상소상관성%공생구진
将空域LSB(least significant bit)匹配嵌入模拟成像图像中添加独立噪声,分析LSB匹配嵌入对图像直方图和图像相邻像素之间的相关性的影响,计算图像直方图相邻元素绝对差作为直方图特征,运用共生矩阵模型对差分图像进行统计以提取图像相关性的特征;将检测图像嵌入信息构造1幅对应的校准图像,分别从待检测图像和校准图像提取特征,将对应特征的比值作为最终特征组成特征向量.在JPEG(joint photographic experts group)压缩和未压缩的2个图像库上利用支持向量机对特征向量进行训练和测试,并与已有算法进行比较分析.研究结果表明:基于图像直方图的特征在检测未压缩的图像时更具优势,而基于图像相关性的特征则更擅长检测含噪声较少的图像里的隐藏信息.该算法全面考虑了LSB匹配对图像直方图和图像相关性的影响,并用校准图像对特征进行校准,因而获得了良好的检测效果.
將空域LSB(least significant bit)匹配嵌入模擬成像圖像中添加獨立譟聲,分析LSB匹配嵌入對圖像直方圖和圖像相鄰像素之間的相關性的影響,計算圖像直方圖相鄰元素絕對差作為直方圖特徵,運用共生矩陣模型對差分圖像進行統計以提取圖像相關性的特徵;將檢測圖像嵌入信息構造1幅對應的校準圖像,分彆從待檢測圖像和校準圖像提取特徵,將對應特徵的比值作為最終特徵組成特徵嚮量.在JPEG(joint photographic experts group)壓縮和未壓縮的2箇圖像庫上利用支持嚮量機對特徵嚮量進行訓練和測試,併與已有算法進行比較分析.研究結果錶明:基于圖像直方圖的特徵在檢測未壓縮的圖像時更具優勢,而基于圖像相關性的特徵則更擅長檢測含譟聲較少的圖像裏的隱藏信息.該算法全麵攷慮瞭LSB匹配對圖像直方圖和圖像相關性的影響,併用校準圖像對特徵進行校準,因而穫得瞭良好的檢測效果.
장공역LSB(least significant bit)필배감입모의성상도상중첨가독립조성,분석LSB필배감입대도상직방도화도상상린상소지간적상관성적영향,계산도상직방도상린원소절대차작위직방도특정,운용공생구진모형대차분도상진행통계이제취도상상관성적특정;장검측도상감입신식구조1폭대응적교준도상,분별종대검측도상화교준도상제취특정,장대응특정적비치작위최종특정조성특정향량.재JPEG(joint photographic experts group)압축화미압축적2개도상고상이용지지향량궤대특정향량진행훈련화측시,병여이유산법진행비교분석.연구결과표명:기우도상직방도적특정재검측미압축적도상시경구우세,이기우도상상관성적특정칙경천장검측함조성교소적도상리적은장신식.해산법전면고필료LSB필배대도상직방도화도상상관성적영향,병용교준도상대특정진행교준,인이획득료량호적검측효과.