批量二值图像的隐写研究

摘要信息隐藏的核心是隐写容量和隐秘信息的安全性。采用批量二值图像和图像分块技术,提出了一种符合Cachin安全性定义的批量二值图像隐写模型。在满足静态Markov链和独立嵌入的条件下,分析了批量二值图像隐写的容量,并证明了基于K-L散度的批量二值图像隐写的安全性。批量二值图像隐写的容量与载体数、图像分块等相关性实验的验证和分析表明,本模型具有一定的理论和应用价值。     

批量隐写容量研究*

通过对批量隐写的定性分析,提出了增大批量隐写容量的方法。对大容量图像的位平面进行等分分块,采用矩阵编码技术,证明了至多修改像素的1 LSB位能够嵌入2 bit隐秘信息的结论,提升了批量隐写容量,并给出了安全性分析。最后结合隐秘信息的嵌入和提取算法,以航拍图为隐写载体进行实验,验证了算法的有效性。     

不携密的安全批量隐写模型

采用数字图像的缩放算法,提出了一种符合绝对安全性定义的批量隐写模型。通过对隐秘图像进行分块,利用缩放算法推演隐秘信息,载体图像不直接携带隐秘信息。首先,选取n幅载体图像,通过特定算法将载体图像放大到指定倍数;然后,推出秘密图像的像素信息与新图像中像素信息的相关性;最后,再缩小为原图大小进行传输。由于未直接修改图像像素,提取密图不需原始图像,提高了隐秘信息的安全性。实验结果和分析表明了算法的有效性,适用于图像隐蔽通信。     

多载体图像分存隐写算法研究

针对图像分存隐写容量小、安全性差的问题,提出一种基于Bernstein多项式的载体图像分存隐写算法。构建图像分存的隐写模型,分析Bernstein多项式性质并证明图像分存原理,并给出隐秘信息的嵌入与提取算法。实验结果表明,该算法能增大隐写容量,抵抗随机剪切攻击和加噪攻击。     

基于数字载体图像分存的零隐写模型

将载体图像分存为多个子图像,组建多载体集,结合图像变换算法,构建基于图像分存的零隐写模型。首先选取初始载体图像,再根据需要分存为一定数量的载体子图像,任意选取一幅或多幅作为实际载体进行特定的图像变换,将隐秘图像分割后寻找图像块与图像变换后载体子图像像素间的相关性,最后传输初始载体图像。接收方以同样方式处理图像并由两者的相关性获取隐秘信息像素值,重组隐秘图像。实验表明该模型增大了隐写容量,提高了隐蔽通信的安全性。     

基于数字调制的信息隐藏算法

将数字图像置乱技术中的幻方变换与数字通信中的数字调制技术相结合，提出一种新的文字信息隐藏算法。以二值文字图像为待隐藏的秘密信息，以静止图像为隐秘载体。算法针对二值文本图像，首先用幻方变换对其进行置乱预处理，并用一数值控制置乱次数，在提取时作为密匙；然后对作为隐秘载体的原始图像作分块离散余弦变换，根据每个分块灰度值的方差与秘密信息进行块匹配；根据秘密信息的值对原始图像的分块余弦值进行数字调制嵌入信息。实验表明该算法实现的隐藏图像透明性好，具有良好的抗剪切性。对不同的量化阶数下，对秘密信息的提取进行了实验比较。     

基于Markov链安全性的LSB匹配隐写算法

隐秘信息的安全性是隐写算法关注的核心问题之一,设计大容量、高安全性的隐写嵌入算法是隐写方法的研究重点.基于Markov链安全标准,以Markov链散度距离最小作为优化嵌入条件,指导LSB匹配嵌入函数,提出了一种优化LSB匹配隐写算法.实验表明该隐写算法在大容量嵌入的同时,保持了载密图像的二阶统计特性,提高了隐写的安全性.     

图像隐写容量归一化研究

为解决各类数字图像的隐写容量无法统一衡量的问题,提出了数字图像的最大隐写容量归一化的算法.在阐述最低有效位(LSB)隐写技术的基础上,表明了至多改变一位后的图像的最大嵌入容量小于等于像素数的2倍,实现数字图像的最大隐写容量的归一化,将批量隐写最大容量增加了1倍.在阐述和归纳图像隐写规则后,提出了相应的隐秘信息嵌入和提取算法,并通过实例验证了所提算法的有效性,为数字图像的隐写容量归一化提供了可行的解决途径.     

基于多种检测算法的隐写分析方法

针对隐写分析中检测隐秘信息存在的问题,综合现有的检测算法,利用贝叶斯的独立二值分类模型,提出一种隐写分析算法。对其进行分类效果分析和参数控制,并将其应用到图像空域最低有效位隐写的检测中,结果表明,该方法较大程度地降低了虚警率和漏报率,并可以通过调整参数改善分类效果。     

基于24位BMP图像的抗RQP检测LSB算法

针对24位BM P彩色图像RQP算法,提出一种改进的LSB隐写算法。在隐秘过程中将载体图像的像素按颜色值分为若干集合,将每个集合的所有像素作为统一整体进行信息隐藏。其核心思想是通过减小隐秘图像中单一颜色数和相邻颜色对数的相对变化,实现对RQ P隐写分析算法的抵抗能力。实验选取120幅24位BM P彩色图片作为载体进行信息隐藏,分析结果表明,该算法在保证一定隐藏容量的基础上,对RQ P隐写分析有较强的抵抗能力和视觉隐藏效果。