一种针对MB数字隐写的改进隐写分析方法

介绍了应用于JPEG图像的MB数字隐写算法及其检测算法,通过实验分析了运用该算法嵌入秘密消息前后JPEG图像的DCT系数独立直方图的一阶统计特征的变化,并深入研究了载体和载密图像裁剪后该特征的不同变化趋势,在此基础上提出了一种改进的隐写分析方法,改进后的算法对载密图像的正确检测率较高。     

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.     

基于矩特征的隐写分析方法

针对互联网上大量的隐写软件利用图像隐藏秘密消息,提出一种基于矩特征的隐写分析方法.这种隐写分析技术能有效地检测出图像是否含有秘密信息,通过多分辨率表示图像,在不失有效信息量的基础上减小了数据量的处理,提取2种新颖的、能反映图像隐写前后的统计特性变化的特征,即PDF矩特征和CF特征,对干净图像进行定量描述,并且设计了与特征相匹配的柔性化线性一类分类器,具有一定的稳健性和柔化特性,提高了检测性能.     

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.     

SPAM数据挖掘Kim算法的隐写分析

隐写分析的目的主要是判断数字载体是否嵌有秘密信息.为了研究Kim等人提出的可逆数据隐藏算法的隐写性,用SPAM伪装分析器对其进行了隐写分析.实验中,选取RSP图库中5 000张大小为512×512的8位灰阶图像,对算法设置不同嵌入等级和采样间隔,以7种藏量来测试其抗SPAM检测的情况.最后,给出不同参数下算法抗SPAM检测变化的规律.实验结果表明,一般情况下,Kim等人提出的算法抗SPAM检测的平均错误率为0.88～ 21.00％,在嵌入等级较大时,抗SPAM检测的错误率可达30％以上,为以该算法作为载体来进行消息传递提供了参考.     

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。     

使用混合DCT特征检测空域隐写术

文章研究了一类流行的混合DCT特征对空域隐写术的检测能力。通过该特征对6种常见的空域隐写算法的隐写检测实验,得到以下新结论:①尽管该特征是针对JPEG隐写术设计的盲检测特征,它们也能有效检测常见的空域隐写术;②仅使用混合特征中的共生矩阵和Markov特征能够获得较混合特征更高的检测性能;③共生矩阵特征和校准技术的应用可以提升特征对产生分块效应的空域隐写术的检测能力。     

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。     

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。     

基于0,1系数组合差异的F5隐写分析算法

F5是经典的JPEG图像隐写算法之一。文章分析了JPEG图像F5隐写算法嵌入后产生收缩效应的原因,发现JPEG图像8×8分块内Z扫描顺序下两个相邻频率位置0,1系数组合在嵌入前后发生了不同程度的变化。在此基础上提取了基于同一分块内、水平和垂直相邻的两个分块内相邻频率位置0,1系数组合差异的12维特征,并运用支持向量机进行分类。实验结果表明,文章算法实现了F5算法的有效检测。     

基于主元特征的隐写分析算法

为克服传统算法对扩频隐秘术产生的隐密彩色图像误检率较高的问题,提出基于主元特征的隐写分析算法.主元特征采用主元分析法对基于高阶微分特征函数的多维统计矩特征向量降维得到.统计像素亮度、一阶、二阶、三阶偏微分、一阶、二阶全微分和梯度这7个对象在彩色RGB图像中颜色信道内部和信道两两之间的统计分布状态.计算这些统计量的“微分特征函数”的一阶和二阶统计矩,从一幅彩色图像中得到136维特征并使用“主元分析法”降为18维,采用支持向量机为分类方法构造隐写分析算法.在CorelDraw和Washington两种图像库上的实验揭示了算法性能的稳健性.对Cox和Piva两种扩频隐秘术的实验结果表明,误检率为0的情况下,该算法检测率均达到100%.     

一种基于G.723.1的大容量自适应信息隐藏算法

隐藏容量比较小一直是低速率语音编码中信息隐藏的一个缺点。提出了一种在G.723.1中实现大容量信息隐藏算法,基于在参数编码静音期隐藏信息的理论,深入分析了噪声编码帧的各个参数的特点,给出了在噪声帧中进行信息隐藏的方法和隐藏位的分布,并进行了实现和实际测试。实验结果表明,噪声隐藏方法具有很好的隐蔽性,自适应信息隐藏算法明显地提高了G.723.1隐藏方法的隐藏速率。     

多尺度残差网络模型的开放式电阻抗成像算法

针对开放式电阻抗成像（OEIT）的图像重建算法存在的成像精度低、对噪声敏感、重建图像伪影面积较大等问题,提出基于多尺度残差网络模型的OEIT算法.该算法利用不同尺寸卷积核的残差块提取边界电压的多尺度特征;在完成特征拼接后,利用卷积实现深层信息融合,得到预测的电导率分布结果.使用有限元法搭建OEIT正问题模型,构造“边界电压-电导率分布”数据集,将所提算法与其他算法在该数据集和实际模型实验中进行比较.结果表明,所提算法使OEIT的重建精度、抗噪能力和定位目标准确性显著提高,并使检测目标的伪影面积缩小.     

多尺度图像迭代去噪

为了解决传统图像去噪算法仅对平稳噪声或缓慢变化噪声有效，且存在残留图像噪声较大的问题。研究了非平稳环境下基于小波变换的图像去噪算法。该算法根据图像与噪声在小波域的分布特性以及图像和噪声小波模极大值随尺度的变化大小不同，运用迭代算法得到不同尺度小波域中噪声的具体位置以及小波系数大小，完成了多尺度图像去噪。实验结果表明：对峰值信噪比较低的图像去噪，本方法去噪后峰值信噪比比传统的方法高，并且保留较多的图像细节。该算法对平稳和非平稳的噪声都能进行较好地去噪。     

基于H.264标准的视频混沌密写算法

基于目前最新的视频编码标准H.264,运用混沌加密和混沌密写,提出一种视频混沌密写算法。采用标准视频序列进行了仿真,并分析了算法的性能。结果表明:该算法不仅能快速和有效地进行密写,而且解码后视频序列的视觉效果和峰值信噪比(PSNR)基本上不受密写影响。     

基于图像描述的文本信息隐藏

针对文本信息隐藏嵌入容量低和语义连贯性差的问题,提出了一种基于神经网络图像描述的文本信息隐藏模型.将卷积神经网络与长短期记忆网络相结合,把图像特征和生成语句进行关联.从收发双方能否共享图像及模型参数的不同应用前提出发,设计了多种概率采样方式,从而生成载密的图像描述文本.实验结果表明,该算法具有较高的隐藏容量,载密描述句能较好地表达图像内容.该模型归属于"无载体"自然语言生成式信息隐藏,具有较好的隐蔽性和安全性.     

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.     

基于剩余噪声检测的自适应中值滤波算法

在对图像中噪声模型分析的基础上,提出了一种基于剩余噪声检测的自适应中值滤波算法.通过对剩余脉冲的检测,自适应地改变滤波器窗口尺寸,从而有效地滤除密度较大的脉冲干扰,同时较好地保留图像的细节.对实际图像的测试结果表明,所提出算法的输出结果优于标准中值滤波器.     

阶梯式图像去噪方法

为了提高对原始红绿蓝（RAW）和标准红绿蓝（sRGB）2种格式的真实噪声图像的去噪性能,提出了一种基于卷积神经网络的阶梯式图像去噪方法。第一阶段,利用单个通道内空间结构信息对图像各个通道独立去噪,获得初步去噪结果。第二阶段,利用噪声图像在不同通道的相关性进一步去噪,获得增强的去噪结果。在所提方法中引入误差反馈机制来减少采样带来的信息损失;使用密集残差连接模块使得提取到的噪声图像特征能更有效地复用和传播;利用通道注意力使得网络有选择性地增强信息量大的特征,抑制无用特征。将所提方法与常用的其他去噪方法比较,实验结果表明,在达姆施塔特噪声数据集的RAW/sRGB数据集上,所提方法分别达到了49.55 dB和39.55 dB的峰值信噪比（PSNR）;在跨通道数据集达到了39.52 dB的PSNR,较目前绝大多数方法具有更好的性能。