基于易变特征实现隐藏信息的盲检测

为检测采用Steghide、MB2隐秘术和较少嵌入信息量得到的隐秘图像，基于压缩标准JPEG的图像及其近似图像的函数，构建了一个统计模型.这些函数从JPEG图像离散余弦变换（DCT）域及其解压图像所在空域中提取易变特征.在DCT域的易变特征中抽取DCT交流系数的统计特性，而在空域的易变特征中捕捉解压图像中DCT块边界像素颜色对差值的统计特性.由原始JPEG图像及其校准图像获取统计量，计算用以表示图像的多维特征向量，得到一个多维统计模型.对8种隐秘术的实验结果表明，基于该模型和支持向量机的盲检测算法对隐秘图像具有很好的检测效果.同传统算法比较，该算法的误检率更低，而检测率更高.     

基于量化表估计的 JPEG 合成图像盲检测

利用块效应测度值大小定位篡改区域的关键在于能否准确得到原始图像量化表。本文研究一种量化表估计方法,首先将待测图像使用不同的质量因子对应的量化表求取量化误差,然后根据得到的量化误差进行极小值判定,极小值对应的质量因子即为原始图像量化表对应的质量因子。实验表明,该方法在检测JPEG复制粘贴型篡改时准确率高,算法复杂度小。     

JPEG合成图像的盲篡改检测及定位

提出一种经过JPEG压缩且保存为BMP格式的图像盲篡改检测方法。该算法基于原始量化表不一致性实现篡改定位。首先根据压缩图像特性定位DCT块;然后依据块划分估计原始量化表;最后计算图像块偏离量化表程度,并寻找合适阈值,实现篡改区域的自动检测和定位。改进原始量化表估计算法的实验结果表明:改进算法能实现直流(DC)分量的量化系数估计,并提高量化表估计的正确率,且能有效检测单次JPEG压缩图像的篡改及定位。     

一种基于Kalman滤波的盲多用户检测RAKE接收机

提出了一种基于Kalman滤波的盲多用户检测RAKE接收机(RakeKAL)模型。给出的接收机具有RAKE接收机的结构，它的每条支路可视为一个利用线性限制最小方差(LCMV)准则设计的多用户线性滤波器，用于抑制多址干扰(MAI)；后接一个用于消除多径畸变(MPD)的多径结合器。利用Kalman滤波算法和自适应向量跟踪算法实现盲多用户检测和多径接收信号的最佳结合。该模型与传统多用户检测器比较具有所需参数少，不需要训练序列的优点。研究结果表明，在多径衰落信道下，接收机具有较强的抑制多址干扰和多径畸变的能力，并且能快速收敛。     

基于信息测度和支持向量机的图像边缘检测

将信息测度和支持向量机结合在一起，提出了一种新的图像边缘检测方法（information measure and support vector machine edge detection method，ISEDM）．首先，基于数学测度概念构造一个描述边缘点信息测度的特征矢量，该矢量由邻域一致性测度、方向性信息测度和梯度分布3个特征分量组成，然后运用支持向量机对特征矢量数据集进行训练和分类，实现了对边缘点的检测．实验结果表明，对于含有加性噪声、乘性噪声等图像的边缘检测，ISEDM能够有效地抑制噪声，较多地保留图像边缘的细节信息，边缘图像锐利而清晰。     

基于多代理的混合式入侵检测系统模型

在当前的网络环境下进行实时的入侵检测往往面临以下问题:一是网络的规模庞大,需要处理大量的信息,进而要求入侵检测系统有较大的吞吐量;二是网络的环境复杂,数据类型多样,相应的要求入侵检测系统有较大的准确度.针对这些问题,提出了一个入侵检测系统的模型,该模型基于多代理的分布式结构,能够适应网络规模和带宽的变化,具有很好的可扩展性;混合应用了异常和误用入侵检测技术,具有低的误警率和漏警率;采用了多属性的特征提取方法,能够精确的把握入侵行为的特征,从而有效的识别入侵行为;采用径向基函数来构造分类器,使得分类器具有较强的推广能力,能够对未知的入侵行为进行准确的判定,进一步增强了入侵检测的准确性.实验表明该系统吞吐量大,准确性高,适合于当前高速复杂的网络环境,具有很好的实用性.     

基于LS-SVM的非线性系统盲辨识

针对现今在非线性系统盲辨识研究中遇到的困难,提出了一种基于最小二乘支持向量机(LS-SVM)的非线性系统盲辨识方法.该方法直接对非线性系统输出进行过采样,运用LS-SVM非线性建模技术,并结合输入的分布特性,从而完成非线性系统的盲辨识.介绍了盲系统辨识问题的研究内容及过采样技术原理,对LS-SVM的盲系统辨识机理和算法步骤进行了阐述.仿真结果表明了该方法在解决非线性系统盲辨识问题上的切实可行性.     

涉及情感与语义的多特征图像检索

借助用户情感模型、因子分析、情感计算等方法,收集和分析用户评价图像的情感数据,建立情感空间.对图像数据库的图片,采用图像的多种底层特征提取的方法来增强对图像感性特征的过滤和约束.基于SVM的情感注释建立图像的低层特征空间到用户的高层情感空间的联系,记忆用户的情感,自动注释用户未曾评价过的图像,实现了与图像的情感语义相关的多特征检索系统.实验表明,涉及情感的多特征图像检索结果,其图像的内容特征与用户情感检索意图在很大程度上是匹配的,避免了单一特征不顾及用户情感的图像检索无法过滤不期望的结果出现的缺点.     

基于支持向量机的彩色滤波阵列插值方法

针对已有彩色滤波阵列插值方法的结果图像存在边缘模糊、虚假色的问题,提出了图像相关性与支持向量机将结合的插值方法.该方法以色彩相关性为基础构造色差平面,在色差平面上根据空间相关性选择适当的邻近点输入模式训练支持向量机,然后用训练的支持向量机及输入模式估计出未知像素点对应的色差,最后计算出各像素点未知的彩色像素值.实验结果表明,与已有算法相比,该算法结果图像的PSNR值、NCD值及视觉效果均有显著攻善.     

新的唯秘密载体信息隐藏分析方法

将图像质量度量标准进行改造并结合在一起,可以针对图像数据进行唯秘密载体（盲）信息隐藏分析,即将图像质量度量标准中的原始图像改为全白图像设计特征向量,用 SVM（支持向量机）对特征向量分类。分析过程中引入的人眼视觉系统的带通滤波性质,提高了算法准确率。实验结果表明了该方法对分析自然图像是有效的。     

基于Contourlet变换的图像隐写盲检测方法

图像通用盲检测技术主要通过机器学习实现,隐写分析特征直接决定了盲检测技术的性能。基于图像信源在多尺度和多方向性的统计特性,文章将Contourlet变换与隐写分析相结合提出一种盲检测方法。首先通过分析不同内容的图像细节分量隐写前后特征函数的变化,选用带通特征函数矩。通过分析比较两种不同的图像预测方法对隐写检测性能的影响,提取待检测图像及其预测误差高频子带系数的特征函数矩作为检测特征,通过支持向量机进行分类。以BOWS和UCID图像库为测试图像的实验结果表明,该方法较现有典型方法具有更好的检测性能。     

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.     

结合重采样图像多分类的隐写分析算法

针对包含不同重采样图像和单次采样图像的混合异构图像进行隐写分析时,由于其统计特性的差异会造成隐写检测分类器中测试样本和训练样本的“失配”现象,从而降低隐写分析算法的检测性能.文章首先分析了不同插值算法和不同重采样因子的重采样图像作为训练样本和测试样本时,训练样本和测试样本“失配”对隐写分析的影响,随后构造了一种基于SVM的多分类器,用以对重采样图像进行多分类,最后提出了一种结合重采样图像多分类的隐写分析算法,降低了“失配”对隐写分析算法的影响,提高了混合异构图像环境下隐写分析算法的检测效果,并以LSBM隐写算法为例进行实验,实验结果验证了本算法的有效性.     

一种抗JPEG压缩和掩密分析的空间域图像信息隐藏算法

如何有效对抗掩密分析是信息隐藏研究的一个重要方向。提出了一种抗JPEG压缩和掩密分析的空间域图像信息隐藏算法：首先对载体图像和秘密图像分别置乱,然后对载体图像分块,在每块子图像中重复嵌入1bit信息;提取秘密信息时,先对含密图像置乱恢复和分块,然后在每块子图像中按照多数优先的原则提取1bit信息。实验表明,该算法不仅对常见的JPEG压缩具有较好的鲁棒性,而且能有效对抗信息量估计分析。     

基于区域相关性的JPEG图像隐写盲检测方法

针对JPEG压缩算法,分析了DCT系数的分布特点和统计特征以及块内和块间系数的相关性,提出一种基于区域相关性的JPEG图像隐写盲检测算法.采用宏观校准和微观校准估计出载体图像,以Markov模型描述块内和块间DCT系数的相关性,提取概率转移矩阵的差值作为检测特征,通过支持向量机进行分类,实现了对DCT域多种隐写算法的检测.混合图像库的实验结果表明,该方法的检测性能优于典型的隐写分析算法.     

Blind steganalysis algorithm based new calibration for JPEG images

To improve the embedding sensibility of calibrated feature in steganalysis, by studying the relationship between calibration technique and feature, a mathematical model for calibration based on the calibration classification is established, and a blind JPEG steganalysis algorithm based on the new calibration is presented. First we crop 4 pixels in the image and put forward a modified form of calibration, then the histogram characteristic is obtained according to the spatial distribution of the image features before and after calibration, and the Markov transfer probability matrix of the new calibration is calculated on the basis of redundancy. Finally, we fuse these features with the blocks feature and obtain the feature vector.Through the detection experiment of nsF5, Jsteg and MB1 algorithms with low embedding rates and among the feature vector, it is shown that this method has a better detection performance compared with those existing calibration methods. Its correctrate is more than 90％. The feature sets also show some complementary characteristics. It can be more stable and reliable in the different quality factors experiment.     

Several Algorithms for Manipulating Compressed Images in JPEG

0INTRODUCTION~CInMultimediatechnology,somekindsofimagemanipulationoperationsareoftenrepaired,suchastherrortransfondng,brightnessadjusting,concatenatingtWoserialsofimages,gettingandpastingimagesuLh-area,andsoon.InordertOsavestoragespace,imageisusuallystored.incompressedformat.Someimagecompressalgorithmshavebeendevelopedandusedinpractice,forinstance,JPEGandMPEG11.Currently,popularapproachtoimagemanipulationoperationscanbedescribedinthreesteps.Firstly,fullydecodethecompressedimagetogett…     

带稀疏惩罚的LCNN盲目图像复原

为了加强算法的稀疏性和稳定性,在SCAD基础上提出了一种新的稀疏惩罚函数,并加入到拉格朗日约束神经网络中,以克服传统盲源分离方法和独立分量分析方法的缺陷,有效地避免了方程的病态问题,提高盲目图像复原的稀疏性、稳定性和准确性。通过人工数据和真实数据的不同复原算法对比实验,证明了带稀疏惩罚的拉格朗日约束神经网络盲目图像复原技术具有良好的图像复原效果。