结合失真函数的稀疏域图像隐写算法

稀疏域图像隐写利用稀疏表示在载体图像中嵌入秘密信息。提出设计稀疏域图像隐写的失真函数,通过选择使失真函数最小的修改方式进行秘密嵌入,从而减小秘密信息嵌入对载体的影响。实验结果表明,该算法可以在保持图像视觉效果的同时,更有效地抵抗现有的隐写分析算法。     

基于SI-UNIWARD失真函数的改进隐写方案

针对通用小波失真函数(UNIWARD)的失真代价的四舍五入误差为1/2时嵌入失真为零的问题,基于边信息的通用小波失真函数(SI-UNIWARD),提出了一种改进隐写方案。该方案首先对前载体的原始像素值进行四舍五入,然后重新定义了一组间距合理的四舍五入误差,产生了新的嵌入代价,重新使用了在SI-UNIWARD中禁用的00、40、04、44模式中的1/2离散余弦变换(DCT)系数,避免了检测性能的病态饱和,从而解决了零嵌入失真代价问题。实验表明,该方案与SI-UNIWARD相比,DCT系数的更改概率降低了3%,同时降低了空域中像素值间的数量差别和DCT系数的嵌入更改率,提升了检测误差性能,能够较好地利用边信息。     

最小化扭曲的抗检测隐写算法

为提高秘密数据传输的安全性,提出一种最小化扭曲的图像隐写算法。根据图像平滑特性及具体隐写嵌入操作对特性的影响为载体像素分配扭曲值,以表征在该像素上进行特定嵌入操作对图像总体统计特性的影响程度,再利用STC码选择使图像整体扭曲函数最小的嵌入位置和嵌入方式进行信息嵌入。仿真实验结果表明,该算法具有良好的抗检测性。     

一种基于低失真替换优先的文本隐写算法

针对同义词替换操作造成原始文本整体统计特性的破坏,提出了一种基于低失真替换优先的文本隐写算法。该算法以同义词在文本中的合适度为基础,构造失真函数衡量同义词替换后文本统计特性的改变程度;不仅为每个同义的词集合选取合适度最高的两个词组成替换组合,而且从全局的角度出发,对原始文本中的所有同义词替换组合所引起的失真度进行排序,优先选取失真度小的同义词替换组合来嵌入信息,从而降低了同义词序列统计特性的改变程度。实验结果表明,该算法可以很好地抵抗基于同义词结对和基于同义词相对词频统计特征的隐藏信息检测算法的攻击,具有较高的抗检测能力,提高了秘密信息的安全性。     

控制失真漂移的HEVC视频自适应隐写算法

现有自适应视频隐写的成本分配方法主要针对特定变换系数,导致容量较低。此外,失真漂移是HEVC(high efficiency video coding)视频隐写面临的一大挑战。因此,结合HEVC视频编码的帧内帧间过程,提出了一种代价分配方法,以实现高容量、低失真传递的高性能视频自适应隐写。首先,该方法针对HEVC视频编码中的离散正弦变换特征进行研究,分析了这些系数在受到扰动后所产生的误差传播规律。在嵌入过程中,对修改变换系数导致的块内失真、块间失真、帧间失真进行了详细分析,并考虑不同块隐写产生的块间失真差异对块进行分类。该算法充分利用所有的非零变换系数,为不同的载体系数分配了不同的失真代价,将隐秘信息嵌入到对视频质量影响较小的帧中。实验结果表明,与现有的HEVC视频系数域隐写方法相比,该算法在视频码率、视频质量和嵌入容量方面具有一定的优势。     

Canny-Gauss通用域图像隐写算法

自适应图像隐写算法是一种以图像为载体,通过手工设计嵌入失真代价,指导隐写码在图像载体中嵌入秘密消息的信息隐藏算法.长期以来,这类算法将秘密消息尽可能隐藏在图像纹理更深更复杂的位置以对抗基于富特征的隐写分析检测.然而,伴随着深度学习在隐写分析领域的快速发展,人工设计的自适应算法受到严重挑战.此外,基于加性失真的隐写编码在嵌入消息时,复杂纹理向边界聚集所产生的统计异常问题也亟待解决.因此,本文总结了各类人工失真代价的优势和不足,归纳出当前自适应算法在空域的设计范式,并结合UNIWARD在各嵌入域的转换规则,提出基于嵌入失真代价ρ的通用域隐写转换公式.然后,从隐写嵌入失真代价与图像纹理稀疏关系的角度出发,以Canny算子划分纹理、Gauss模糊缩放轮廓、AutoML搜索阈值的方式,提出了一种通用域隐写算法Canny Gauss.实验结果表明,本文所提通用域隐写转换公式能够有效应用于现有主流算法.同时,在UNIWARD所有可行嵌入域中,本文所提算法表达出更高嵌入失真代价稳定性和隐写隐蔽性,在第三方权重加持下的深度隐写分析表现与UNIWARD相比至少提升2.6%、最高提升14.6%.这为自适应隐...     

F5隐写算法及其隐写分析研究

图像隐写分析是检测、提取和破坏隐写图像中秘密信息的技术,是信息安全领域的研究热点之一.由Westfeld提出的F5隐写算法是一种重要的图像隐写算法.分析了F5隐写算法及其隐写系统,讨论了一种针对F5隐写算法的隐藏检测方法,并给出了具体实现的算法.实验结果表明,F5算法采用矩阵编码,提高了嵌入效率.     

基于联合失真的AAC安全隐写算法

随着互联网技术的普及,越来越多的音视频通信应用融入到了人们的日常生活中.AAC(Advanced Audio Coding),作为目前互联网应用中使用最广泛的音频压缩编码标准之一,拥有优秀的压缩效果和出色的音频质量,使得越来越多的音视频作品利用AAC进行编码传输,这也为信息隐藏提供了新的、更多、更好的隐写空间.本文分别...     

基于隐写编码和Markov模型的自适应图像隐写算法

如何构造大容量、低失真和高统计安全的隐写算法一直是隐写研究的难点和热点.提出一种兼顾感知失真和二阶统计安全的自适应图像隐写算法设计思路.算法将载体各部分的平滑度引入隐写编码的生成过程,自适应地利用一簇隐写编码在载体各部分的合理运用降低载密图像失真度;在隐秘信息嵌入方式上利用基于Markov链模型的动态补偿方法提高载密图像统计安全性;算法对载体最低有效位和次最低有效位进行嵌入以保证嵌入容量.实验表明算法在相同嵌入量下相较双层随机LSB匹配算法以及仅使用一种隐写编码的算法,失真度更低且载体统计分布的改变更小,而在失真度和统计分布改变相近时嵌入容量更大.     

基于可容忍失真范围的数字图像隐写方法研究

以往的基于可容忍失真范围的隐写方案可以将隐写引起的失真控制在一定范围,但需要同时具备含密图像与原始图像才能提取秘密信息。提出了一种新的基于可容忍失真范围的隐写方案,该方案以一定质量因子的JPEG压缩作为可容忍失真,嵌入信息时仅在可容忍失真范围内改动原始图像,并具有含密图像的JPEG压缩版本与原始图像的JPEG压缩版本完全一致的特性,因此接收端不需原始图像,只要将含密图像与其JPEG压缩版本相减,便可提取出秘密信息,克服了原有此类方法需要原始图像才能提取秘密信息的缺点。实验结果表明,用该方案隐写所得到含密图像不仅在质量上优于其对应的JPEG压缩版本的质量,而且具有一定的抗分析安全性。     

基于Gibbs场与模糊C均值聚类的脑MR图像分割

模糊C均值聚类是一种经典的非监督聚类模型,已成功用于很多领域。但该算法对图像噪声比较敏感。为此,利用Gibbs理论和图像结构信息构造各向异性Gibbs随机场,并将其引入到FCM框架中,完善其分类效果,使其在克服噪声影响的同时还能够保持细长拓扑结构区域信息以及角点区域信息。应用于脑MR图像分割,实验表明新算法可以得到较好的分类结果。     

基于各向异性Gibbs随机场与高斯混合模型的脑MR图像分割算法

为了克服高斯混合模型(GMM)的局限性,利用 Gibbs 理论和图像结构信息构造各向异性 Gibbs 随机场,并将其引入到 GMM 框架中,完善 GMM 的分类效果,使其在克服噪声影响的同时,还能够保持细长拓扑结构区域信息以及角点区域信息.实验结果证明,文中算法可以得到较好的分类结果.     

一种基于模糊Gibbs随机场的运动估计新算法

运动估计问题具有不适定性,单纯采用最大后验概率算法,实际上并未解决运动矢量的不连续、矢量的失真与随机噪声等棘手问题。本文应用模糊数据融合与Gibbs分布的基本思想,将运动场风险约束条件的概率分布模式有效地纳入阶段非凸函数(GNC)算法的局部迭代过程中,从而提高了运动估计效果。首先建立Gibbs的自适应能量模型,该模型可将基于特征和基于梯度的两类矢量按照优化约束条件进行融合;其次利用各种运动经验知识构造矢量的模糊风险决策表,该决策表可对Gibbs能量方程的每一步迭代收敛结果进行监督和修正,从而实现模糊数据融合。从收敛性和鲁棒性两方面说,模糊融合后的结果在原有基础上有明显提高。     

小波域边缘保持规整化图像复原

图像复原是一个病态问题,一般需要通过规整化技术得到一个合适的解.规整化的难点在于抑制噪声的同时要保持图像的边缘等重要的图像信息.为了更有效地保持复原图像的边缘,提出了小波域边缘保持规整化泛函的一般形式,并给出了相应的求解方法.针对小波域图像复原方法可能产生的Gibbs效应,利用自然图像小波变换的水平（竖直）子带在水平（竖直）方向的连续性,通过额外的惩罚项加以解决.仿真实验结果说明了该方法的有效性.     

一种各向异性Wells算法脑核磁共振图像分割模型

核磁共振图像分析已经成为主要的医疗辅助手段之一.然而,由于偏移场的影响导致该类图像的分析较为困难,去偏移场已成为图像分析的必要步骤.Wells算法将图像分割和去偏移场放入同一个框架内并取得较好的结果.然而该算法没有考虑像素间的位置信息,因而导致该算法对图像噪声比较敏感.为了克服其局限性,利用Gibbs理论和图像结构信息构造各向异性Gibbs随机场,并将其引入到Wells算法的框架中,完善其分类效果,使其克服噪声影响的同时还能够保持细长拓扑结构区域信息以及角点区域信息.实验证明提出的算法可以得到较好的分类结果.     

一种新的基于吉布斯随机场的视频运动对象分割算法

与现有的视频运动对象分割算法不同, 本文提出一种新的基于吉布斯 (Gibbs) 随机场模型的视频运动对象的分割算法, 该算法将运动对象的运动场作为主分割信息, 空间像素值的一致性作为次要分割信息. 该算法首先对运动矢量场进行累加和滤波处理;然后在 Gibbs 运动场模型的势能函数的定义中引入空间相关影响因子, 采用最大后验概率的方法进行分割;最后细化运动对象边缘. 对多个视频序列的测试, 实验结果表明该算法比现有基于光流的分割算法更准确的分割运动对象.     

手腕骨X线片兴趣区域图像分割的研究

提出了一种准确分割骨骺兴趣区域边缘位置的方法。针对手腕骨X线片图像的特征,采用Gibbs 随机场对兴趣区域进行初始分割,将骨从图像中分割出来;针对骨与软组织的灰度值相差不大,Gibbs 随机场正确分割困难的问题,再进一步利用主动轮廓法对初始轮廓进行改善,将软骨与软组织准确分割开,从而得到了正确的骨的边缘位置。实验验证了该方法对分割出的底部区域骨的轮廓线有较大的改善,同时这种联合的方法具有较强的抗噪声能力。     

视频传输中基于Gibbs随机场模型的错误隐藏方法

恶劣的信道传输质量将会引起数据丢包和误码传输等现象，严重影响视频图像质量．为了提高错误图像质量，本文先利用帧间错误隐藏方法恢复部分变化量小的数据块，再利用差错块的相邰区域方向梯度分布，建立一个Gibbs随机场模型，并通过迭代求出剩余差错块．作为一种优质的图像建模方法，Gibbs随机场和利用差错块周围的已知像素信息来模拟丢失的图像区域，该区域与邻域图像有同样的分布参数，并能在边界处与邻域图像和谐的融合在一起．实验结果表明，与同类算法比较，该算法视频恢宴的效果良好，并且计算宴杂度比较简单．     

图像非加性隐写综述

图像非加性隐写不仅能更好地维持图像元素的分布,而且具有较高的抗检测性能.首先对图像非加性隐写方法进行了梳理,将其分为两大类:非加性失真设计和非加性隐写编码设计.进一步将非加性失真设计总结为3类:基于理论模型、基于修改原则和基于对抗检测的方法,对这些方法进行了对比.最后分析了非加性隐写面临的困难问题和未来的发展思路.