基于高斯混合模型的自适应隐写安全性分析

信息隐藏安全性研究可用以指导隐写算法设计,对信息隐藏来讲具有重要的意义。近年来,为了提高算法的安全性,自适应隐写算法层出不穷,但自适应隐写算法安全性的理论研究并未同步展开。以自然图像的高斯混合模型为基础,论证了在图像复杂度不同的区域采用不同嵌入率的自适应隐写算法的安全性高于非自适应隐写算法,并对论证结果的实际意义进行了分析,得出几点对隐写算法参数设计及图像载体的选择具有指导意义的结论。     

一种检测多类自适应隐写的盲检测方法

自适应隐写算法将秘密消息嵌入到图像纹理复杂的边缘区域,在图像平坦区域不嵌或少嵌.由于图像的复杂纹理能够很好地掩护秘密信息.因此在此区域隐写就更难被检测.针对此问题,用不同模板对图像滤波得到图像噪声残留,提取噪声残留的共生矩阵,并联合由图像水平、垂直及对角线3种不同方向的差分直方图中提取的特征作为分类特征.通过对3种典型的自适应隐写算法的测试,表明该算法能够取得较好的盲检测效果.     

一种新的改进二值图像隐写算法

提出了一种改进的二值图像隐写算法。该算法首先将图像分块,计算图像块特征值,针对选择视觉效果好的图像块利用Tseng算法嵌入信息。嵌入过程中,对图像块内存在的多个可选嵌入位置利用"像素翻转标准"来确定最佳嵌入位置,使得嵌入信息后图像能保持较好的视觉效果。实验结果说明了本文的算法是将视觉效果和嵌入容量很好结合的一种隐写算法。     

基于模糊积分多分类器融合的JPEG 图像隐写算法识别

提取和恢复嵌入信息是隐写分析的最终目的,嵌入算法识别是秘密信息提取的前提。目前研究者针对隐写算法识别提出了多种隐写分析系统,但这些系统各有优缺点,因此实际应用中难以取舍。文章提出基于模糊积分的多分类器融合方法来识别JPEG图像隐写算法。实验结果表明,相对于单个隐写分析系统,通过分类器融合后识别精度提高约5%。     

基于递进多目标蛙跳优化的LSB±K隐写算法

设计一种采用非支配排序、拥挤机制和种群重构等策略的递进多目标混合蛙跳算法,可有效保证Pareto前沿的多样性和均匀性.将该多目标优化算法用于设计LSB±K隐写算法.在优化过程中对图像分块,对应所有图像子块组成的矩阵构成优化算法的可行解,矩阵元素代表对应图像块像素的嵌入位数.以载体图像与载密图像差分图的直方图特征函数质心差和隐写容量为两个优化目标,对不同图像块的嵌入位数进行优化.实验结果表明,采用递进多目标混合蛙跳优化的LSB±K隐写算法,与相近抗分析性能下的LSBM隐写及单目标优化LSBM隐写相比,嵌入容量提高了30%;与相同容量的LSB±2隐写及单目标优化LSB±2隐写相比,抗分析能力更强.     

利用Gabor小波的空域自适应隐写算法

为改善利用方向性滤波器获取载体图像纹理区域的性能,进一步提升隐写算法的抗检测能力,将Gabor小波应用到隐写算法中,在WOW算法基础上提出一种空域自适应隐写算法.首先利用Gabor小波构造的方向性滤波器组分别从8个方向对载体图像进行残差权重预测,并以Hlder范数形式定义损失函数,然后利用均值滤波器对所得损失函数进行滤波处理得到新的损失函数,最后通过校验格编码按照最终得到的损失函数在载体图像中嵌入秘密信息.抵抗富模型检测实验结果表明,同等水平的信息嵌入率下,所提算法的安全性能优于同类隐写算法.     

基于二元Golay隐写码的快速隐写算法

文章首先研究了基于二元Golay码的隐写编码的性能,然后研究了基于二元Golay隐写码的快速实现问题,提出了一种快速隐写算法。该算法在不提高载体数据修改率的前提下,有效降低了编码的计算复杂度,提高了隐写算法的实现效率。     

一种针对LSB替换隐写的消息定位方法

目前已有很多算法可以对LSB替换隐写进行有效检测.文章进一步研究针对LSB替换隐写的消息嵌入位置定位方法,从而为隐藏信息的提取提供关键信息.首先分析LSB替换消息嵌入过程对WS残差的影响,得到单幅图像的WS残差分布;然后提出单幅图像上修改位置的定位方法;最后提出基于修改点定位的消息定位算法.实验结果表明了该算法的有效性.     

基于Fisher信息的最优隐写方法

为了提高隐写算法的安全性,提出一种基于Fisher信息的最优隐写框架.将隐写算法设计建模成以嵌入转移概率为决策变量、以Fisher信息最小化为目标的最优化问题.推导出Fisher信息是嵌入转移概率的二次型,通过二次规划求解最优嵌入转移概率.给出了一个最优隐写算法实例——最优LSB matching算法,实验结果表明,最优LSB matching算法的Fisher信息小于传统LSB matching算法,隐写安全性提高.     

基于稀疏矩阵的谱聚类图像分割算法

在图像分割中谱聚类算法需要计算像素之间的相似度矩阵,构造数据量大,并且要对拉普拉斯矩阵进行特征分解,计算比较耗时。针对这一问题,提出了一种基于稀疏矩阵的谱聚类图像分割算法。算法结合图像特征信息在不同尺度上对谱聚类进行误差分析,设计了一种新的样本信息选取方案,并利用选取的图像信息直接创建稀疏相似度矩阵。理论分析以及图像分割实验结果表明,该算法能够有效降低谱聚类的计算复杂度,同时,提高了分割的准确性和鲁棒性。     

基于图像子块颜色复杂度的隐写分析

为实现对以GIF图像为载体的隐藏图像的高效检测,提出了基于图像子块颜色复杂度的隐写分析算法.图像可划分为若干子块,颜色复杂度定义为子块中一个像素同其他像素的索引值差值之和（距离和）.一个距离和可按照索引值差值的符号,区分为正距离和与负距离和两个矢量;根据图像子块的特性,归类为主距离和与次距离和.采用直方图计算这些量的统计状态,并统计邻接图像子块的距离和共生矩阵;计算这些统计量的直方图特征函数的块中心,得到28维特征向量;基于该特征向量和支持向量机,构造隐写分析算法.实验结果表明,该算法对GIF图像上多种隐秘术的检测性能优于传统算法.     

利用模块化残差网络的图像隐写分析

为了提高图像隐写分析方法对小嵌入率隐写术检测的准确性,针对小嵌入率隐写术提出一种基于高度模块化网络结构的图像隐写分析方法。首先,通过重复残差网络单元来构建基础网络模型,以提取数字图像中的复杂统计特性;其次,增加分组卷积以提取残差图像通道信息,加强来自隐写信息的信号特征;最后,利用大量数据集对网络进行训练,得到了基于模块化残差网络的图像隐写分析方法。实验结果表明,所提方法相较于现有算法可以提取更有效的图像特征,从而得到更好的检测效果。同时,利用残差网络块作为模板,可以很容易地搭建网络模型,便于网络的调整和训练。     

供热过程GPC隐式自适应算法应用研究

基于热工过程时滞、时变、不确定的特点和实时控制的要求,提出厂义预测自适应隐式算法,在对热力站供热过程进行分析之后,介绍了基本GPC算法,给出了基本GPC算法的IMC结构,由于基本GPC显式算法在线计算量大,实时性差,文中对GPC隐式算法进行了分析,推导出隐式自适应算法的控制律和参数辨识方程．最后,将GPC隐式自适应算法应用于集中供热热力站供热过程控制,通过仿真证明了所提出的GPC隐式自适应算法的有效和可行性．     

一种低译码复杂度的高速率-全分集2×2STC算法

为了降低接收端译码器的译码复杂度,提出了一种能降低译码复杂度的STC算法。对码字矩阵进行设计,利用最大似然译码算法分析接收信噪比特性。通过MATLAB仿真所得结果表明,文中提出的算法与Viterbi译码算法引比,虽具有相当的译码性能,但译码复杂度大大降低。     

一种利用相邻像素相关的隐写分析算法

自然图像在一定邻域内具有相关性,且相关性的大小随着像素间距离的增大而减小。基于图像的这种统计特性,提出一种隐写分析方法。对图像LSB(the least significant bit)序列间隔1、间隔2进行按位异或运算,统计运算结果中“1”的数目,根据图像LSB序列和嵌入的秘密消息序列的统计差异,利用统计结果通过卡方显著性检验判断图像中是否嵌入有隐秘消息。实验结果表明,在有效控制虚警概率的前提下本算法对LSB匹配隐写有良好的检测性能。另外算法从图像像素的相关特性着手进行隐写分析,在检测过程中不针对具体隐写算法,具有较强通用性。     

三值光学计算机的多数位MSD乘法算法及运算分析

为探讨利用光计算二维并行处理信息特性以降低逻辑运算复杂度。文中采用三值光学计算机对MSD加法算法进行了改进,提出了三值光学计算机n位数的MSD乘法运算实现方法。通过算例对MSD乘法算法进行了时间性能分析以及MSD乘法三值光学加法器利用率分析.研究结果表明:三值光学计算机的MSD乘法算法可以完成两个n位MSD乘法,时间复杂度较传统乘法算法降低到O(log2n),三值光学加法器的利用率为((n/2-1)+(n/4-1)+…+1))/nlog2n.     

基于分块旋转的加密图像可逆信息隐藏算法

结合加密技术和信息隐藏理论,提出了一种新的加密图像可逆信息隐藏算法.首先用加密密钥对图像进行加密,然后将图像分块并随机生成模板矩阵,模板矩阵通过旋转不同的角度对应不同形态的嵌入数据,以实现信息隐藏功能,同时在嵌入容量上得到提升.对包含额外信息的加密图像,先用加密密钥对图像进行解密,得到一幅与原始图像近似的解密图像,针对现有算法未考虑边界像素对分块空间相关性的贡献,设计了更合理的波动函数,从而降低了提取额外信息的错误率并完整恢复原始图像.实验结果表明,该算法在嵌入容量和降低错误率方面均有较好的提升.     

基于多域特征的JPEG图像盲检测算法

为了提高图像信息隐藏盲检测的检测率,实现了一种从多个域提取统计特征的JPEG图像通用隐写分析算法.采用联合概率密度来计算离散余弦变换(DCT)系数间的相关性,将其扩展到小波域和空域,提取特征值;并使用同样的方法提取校准图像的特征值.二者的差值组成最终的特征向量训练分类器.对5种典型的JPEG隐写术,使用3种不同图像库进行了一系列的实验,结果表明：在嵌入率只有0.05 bpnc时,该算法检测率大于72%,与目前几种典型的通用隐写分析算法相比,具有更好的检测效果;特征约简能弱化高维特征向量间的相关性,提高分类精确度并大大节约分类时间,是通用隐写分析系统框架中一个重要的步骤.     

基于矩阵求逆化简的大规模MIMO系统线性信号检测

在大规模多输入多输出（MIMO）系统上行链路中,当基站端天线数远大于单天线用户数时,传统的最小均方误差（MMSE）检测算法能达到接近最优的线性信号检测性能.但是,MMSE算法涉及复杂的矩阵求逆,导致其难以快速有效地实现.为了平衡检测性能和计算复杂度之间的关系,对比分析了基于多项式展开的近似矩阵求逆方法和基于线性方程迭代求解的等效矩阵求逆方法,并将其应用于软判决检测中,充分利用了信道编译码的软信息,在降低检测算法复杂度的同时达到接近最优的检测性能.     

一种用于物体姿态估计的快速Isomap降维算法

为了降低基于流形学习的物体姿态估计算法中数据降维算法的复杂度,提高算法的执行速度,提出了一种快速的Isomap算法.通过分析Isomap算法的执行过程发现,计算任意两点间的测地线距离是导致其计算复杂度高的原因之一.基于这一分析,首先假定在空间旋转角度相邻的两幅图像,降维后其对应的数据点在低维流形上也相邻,然后对Isomap算法中的测地线距离矩阵构造进行优化,优化后不再需要遍历所有数据点,可以大大降低算法的计算复杂度.实验结果表明:在保证算法效果的前提下与原算法相比,本算法提高了执行速度,且图像序列越长,速度提升越明显,当图像数量达到350幅时,降维所需时间为原来的13%.