基于块效应的JPEG合成图像盲检测

作为应用最为广泛的图像压缩格式,JPEG图像格式活跃于各个信息渠道之中,随之而来的针对JPEG图像的合成和修改也日益增多.由于JPEG图像中的块效应的存在,很多修改痕迹被掩盖,使得JPEG合成图像盲检测一直是修改图像检测的瓶颈之一.但是,在JPEG图像的合成过程中,为了达到较好的视觉效应,在修改区域往往会出现8×8子块的错位,这一错位在频域中表现为原有波峰的衰减或分裂.通过对这一特征的分析,提出了一个新的基于块效应的JPEG合成图像的盲检测算法,并且通过实验证实了其有效性.     

基于量化表不一致性的JPEG图像篡改盲检测

利用篡改后JPEG图像量化表不一致的特性,提出一种针对JPEG图像的篡改盲检测新方法。通过智能选取若干图像块,迭代估计出待测图像的原始量化表,大致定位出篡改区域。然后用估计出的原始量化表对篡改区域再进行一次JPEG压缩,由压缩前后图像像素值的差值最终确定篡改位置。实验结果表明,提出的估计量化表算法复杂度小,精度高。检测算法能有效地检测出多种篡改类型的JPEG图像,且对篡改区域和未篡改区域压缩因子相差较小的JPEG合成类篡改,检测正确率更高。     

针对QIM信息隐藏的高效盲检测算法

提出一种基于频谱分析和神经网络分类的盲检测算法,该算法不仅较准确地判断出图像中是否存在隐藏信息,而且可以确定信息隐藏的位置。针对基于QIM方法的信息隐藏,检测时所使用的特征量分别从DCT域和小波域中提取。使用标准图像集所做的实验结果验证了该算法的有效性。     

一种基于JPEG压缩的信息隐藏方法

信息安全的重要性随着信息在当前社会中的作用日渐被重视,信息隐藏是信息安全的一个新领域。其隐蔽和大容量的隐藏信息是该领域的重要研究方向。该文在实验的基础上介绍了一种在JPEG压缩过程中把一幅图像中隐藏到另一幅图像的方法,同时简单分析了该方法在隐蔽性和大容量方面的优越性。     

信息隐身术——信息隐藏的盲检测方法

在对现有的信息隐藏盲检测方法的研究基础上，着重阐述了基于计算免疫系统的信息隐藏盲检测法，并分析了通过计算免疫系统生成高速隐藏信息检测器来快速区分干净信息和含有隐藏信息的隐蔽载体，从而实现对隐藏信息进行高速检测的过程。     

利用DCT域特征的JPEG图像数字水印及数字图像隐藏盲检测

对基于DCT系数的隐藏进行了分析,提出了一种频域特征的新算法。该算法无需任何的训练过程,对JPEG图像的各种数字图像隐藏和水印具有广泛的效果。将该算法成功地应用于通过数码相机、Internet和从无损格式图像压缩获得的图像样本。测试结果显示该算法对于基于DCT变换的数字隐藏检测具有良好的效果。     

基于JPEG量化失真的合成图像盲检测

主要针对JPEG图像合成伪造,提出了一种基于量化失真的合成图像盲检测算法。首先针对合成图像以JPEG和非JPEG不同的存储方式,分别估计原始量化矩阵;然后用估计的原始量化矩阵对合成图像再压缩,计算压缩前后的量化失真;最后通过判断合成图像不同区域量化失真的大小,实现窜改区域的自动检测和定位。实验结果表明:算法能有效地检测JPEG和非JPEG两种不同存储方式的合成图像。     

JPEG图像篡改的盲检测技术

数字图像被动认证技术是一门不依赖数字水印或者签名等图像先验知识而对图像来源和内容真实性进行认证的新兴技术,JPEG图像篡改的盲检测已成为当前被动认证的研究热点。详细分析了三种基于JPEG压缩的盲检测算法：JPEG压缩历史检测和量化表的估计,块效应不一致性的篡改区域检测,JPEG二次压缩的检测,系统阐明了现有算法的基本特征和优缺点,最后展望了未来的研究方向。     

基于DCT和JPEG的脆弱性盲数字水印算法

从基于标识性鲁棒水印出发,提出了一种脆弱性防篡改盲数字水印算法,即任意选择3个亮度DCT系数嵌入水印信息。在试验结果里,通过对嵌入水印后的图像进行直接提取水印图像,从而验证了水印算法的可行性。再分别进行局部修改和做另存为处理后提取水印图像,从而验证了该水印算法的脆弱性。试验表明,该水印算法有很好的隐蔽性和脆弱性。     

利用块效应特征的JPEG图像盲取证研究进展

数字图像的盲取证技术由于不依赖任何预嵌入的信息来鉴别图像真实性和完整性的优势,正逐步成为数字媒体安全领域新的研究热点。由于JPEG图像是目前最流行的图像格式,并且块效应是JPEG图像与生俱来的本质特征,因此如何更加有效地利用块效应特征对JPEG图像的真伪进行盲取证研究具有非常重要的现实意义和应用价值。首先对目前国内外利用JPEG图像编码特性的盲取证方法进行归类分析;然后重点针对利用块效应特征的JPEG图像盲取证技术展开讨论,详细介绍并总结了基于块效应测度和基于块效应网格提取的两类盲取证算法的核心思想和局限性;最后提出了存在的问题及未来的研究方向。     

应用共生矩阵特征的改进自适应JPEG隐写

针对传统图像隐写算法抵抗通用盲检测能力不足的问题,提出一种基于共生矩阵特征的自适应JPEG隐写算法。该算法在分析图像直方图特征和分块效应特征的基础上,引入能够反映共生矩阵特征的块间系数相关性设计了失真函数,并结合网格码（STC）完成秘密信息的嵌入。实验结果表明,面对三种通用隐写检测算法,算法较以往隐写算法具有更强的安全性和抗检测普适性。     

A steganographic method based upon JPEG and particle swarm optimization algorithm

In this paper, a novel steganographic method, based on JPEG and Particle Swarm Optimization algorithm (PSO), is proposed. In order to improve the quality of stego-images, an optimal substitution matrix for transforming the secret messages is first derived by means of the PSO algorithm. The standard JPEG quantization table is also modified to contain more secret messages. The transformed messages are then hidden in the DC-to-middle frequency components of the quantized DCT coefficients of the cover-image. Finally, a JPEG file with secret messages is generated through JPEG entropy coding. We compare our algorithm with Chang et al.’s JPEG-based steganographic algorithm. The experimental results show that our proposed method has larger message capacity and better image quality than Chang et al.’s. In addition, our method also has a high security level.     

基于卷积神经网络的JPEG图像隐写分析参照图像生成方法

基于深度学习的JPEG数字图像隐写分析模型检测能力已超越基于人工设计特征隐写分析模型,但检测能力仍存在提升空间.以进一步提升JPEG隐写分析模型的检测能力为目标,借助深度学习方法,为基于深度学习的JPEG隐写分析模型提供辅助信息,从数据输入角度,探索进一步提升隐写分析模型检测能力的途径.基于卷积神经网络,构建隐写分析参照图像生成模型,对待检测图像进行变换,从而获得对应参照图像.之后,将待检测图像与对应参照图像作为隐写分析模型的输入数据,进一步挖掘待检测图像中存在的隐写分析相关信息.为验证所提出算法的有效性,进行针对JPEG自适应隐写算法的对比实验.实验结果表明：所设计的参照图像生成模型能够提升现有基于深度学习的隐写分析模型检测能力,提升效果最多可达6个百分点.     

Direct content access and extraction from JPEG compressed images

In this paper, we propose a novel design of content access and extraction algorithm for compressed image browsing and indexing, which is critical for all visual information systems. By analyzing the relationship between DCT coefficients of one block of 8×8 pixels and its four sub-blocks of 4×4 pixels, the proposed algorithm extract an approximated image with smaller size for indexing and content browsing without incurring full decompression. While the computing cost is significantly lower than full decompression, the approximated image also reserves the content features, which are sufficient for indexing and browsing as evidenced by our extensive experiments.     

基于无线传感网的目标检测与跟踪系统研究

无线传感器网络能够实时检测和采集网络分布区域内的各种监测对象的信息,因此基于无线传感器网络的目标检测与跟踪系统研究成为当前的研究热点.在研究时差到达(TDOA)技术的基础上,设计了一种基于无线传感器网络的超声波和无线电相结合的小范围移动目标检测与跟踪系统,用基于距离和角度计算来精确定位,并根据定位信息绘制其轨迹图,达到检测与跟踪的目的.理论及实践证明了该方案的有效性,并有着广泛的应用前景.     

基于JPEG 2000实时量化水印和指纹识别的身份认证系统

提出了新的JPEG2000实时量化水印算法,并将其用于改进的基于指纹识别和数字水印的银行养老金发放系统。系统客户端,量化水印在JPEG2000压缩过程中实时嵌入指纹图像,压缩比特流传送到服务端;系统服务端,水印在JPEG2000解压缩过程中实时提取,使用解压缩的指纹图像和水印进行身份认证。实验表明典型指纹图像压缩到1/4~1/20的时候,嵌入的水印能够无损提取,指纹图像虽不能完全恢复但识别率没有明显降低。因而在低网络带宽条件下,新系统有更好的交互性能,在电子商务中有很好的应用前景。     

激光测距传感器在车辆宽高检测中的应用

为提高高速公路车辆超宽、超高治理工作效率,智能车辆宽高检测系统的应用也越来越广泛.由于检测系统对车辆后视镜最宽值的误判断,导致人工复测频繁、超限站车辆通行缓慢.针对上述缺陷,提出了利用广义回归神经网络的拟合能力判断产生最宽值原因的方法.经实验证明：该方法能有效去除检测过程中由后视镜产生的最宽值,提高准确度与过车效率.     

一种检测与校正JPEG数据传输错误的新方法

无线传输JPEG数据时，由于信道存在噪音，经常会发生偶然性错误或突发性错误，因此错误检测与恢复在无线传输JPEG图像中有着举足轻重的作用。由于JPEG图像对传输错误非常敏感，一个bit位的传输错误就会影响后续位的解码，从而造成图像质量的严重下降。传统的处理JPEG传输错误是采用错误掩藏与编码自同步方法。其中错误隐藏是使用插值的方法来恢复数据，但其会在一定程度上降低传输图像的质量；编码自同步方法则会影响传输数据的通用性。为了更好地检测与校正JPEG数据传输错误，提出了一种新的JPEG编码数据传输错误检测与恢复方法。该方法以图像相关性作为判别依据，使用全搜索的方法来恢复数据。通过对该方法可行性进行的理论分析和仿真的实验表明，该方法可以更好地恢复偶然性传输错误，并可极大提高无线传输JPEG图像的质量。     

一种新的CMA神经网络均衡器

在数字通信中,接收信号通常会受到码间干扰的影响。采用盲均衡技术可以消除码间干扰,常模算法（CMA）是应用较广泛的盲均衡算法。因基于常模算法的盲均衡器存在收敛速度慢,剩余误差大的缺点,提出了一种新的基于神经网络的CMA盲均衡器。通过很少的训练序列使网络收敛,再转入盲均衡算法。实验仿真表明,无论是在线性信道还是非线性信道,该均衡器的剩余误差都比普通CMA均衡器较小,收敛速度也较快。