针对LSB匹配隐写的图像复原隐写分析

最低有效位(LSB)匹配隐写是目前图像隐写分析的难点和热点之一.为了提高针对LSB匹配隐写的隐写分析算法性能,将图像退化复原理论与图像隐写分析相结合,提出一种新的隐写分析算法.首先将LSB匹配隐写过程建模为加性噪声造成的图像退化过程,提出了一种专用复原滤波算法;然后将载密图像的复原图像作为载体图像的估计图像,提取载密图像与估计图像的质心特征,结合Fisher线性判决器实现隐写分析.实验结果表明,复原滤波算法可有效地复原受LSB匹配隐写噪声污染的退化图像,隐写分析算法的总体性能优于Ker方法,尤其在低嵌入率条件下表现良好,适用于空间域图像LSB匹配隐写.     

基于Markov链安全性的LSB匹配隐写算法

隐秘信息的安全性是隐写算法关注的核心问题之一,设计大容量、高安全性的隐写嵌入算法是隐写方法的研究重点.基于Markov链安全标准,以Markov链散度距离最小作为优化嵌入条件,指导LSB匹配嵌入函数,提出了一种优化LSB匹配隐写算法.实验表明该隐写算法在大容量嵌入的同时,保持了载密图像的二阶统计特性,提高了隐写的安全性.     

基于高阶MARKOV链模型的数字图像隐写安全性评估方法研究

当前隐写分析算法多利用载体高阶统计特性进行分析,因此如何准确反映隐写对载体高阶统计特性的影响,即对隐写算法统计安全性进行合理评估是隐写研究的重点之一。文章提出数字图像隐写高阶Markov链统计分布模型,在对常用图像扫描方法所构成的高阶Markov链包含相邻像素相关性信息的程度进行比较后,采用Hilbert扫描方式构建数字图像n阶Markov链模型,进而研究隐写对该模型经验矩阵的影响,提出数字图像隐写统计安全性的n阶Markov链测度,并证明其有界且在特定情况下与ε-secure安全性指标等价。实验说明了文章所提模型经验矩阵在隐写前后的改变情况,统计分布测度比较实验证实了该模型统计分布测度较ε-secure安全性指标和图像Markov链模型统计分布测度对隐写引起载体高阶统计分布改变的反映更为充分。     

基于马尔可夫链理论的隐写检测算法

基于马尔可夫链（Markov Chain,MC）理论,提出了一种新的通用隐写检测算法。根据图像邻域相关的性质构造马尔可夫链,提取其经验转移矩阵的对角线元素作为特征向量,构造了一个新的判决函数作为检测秘密信息是否存在的依据。基于Matlab7.0平台,对全局LSB、DCT和DWT的隐写进行了检测实验。根据实验结果对算法进行了改进,使检测效果更优。结果证明：该算法的综合性能优于普通的检测算法。     

基于小波估计和直方图特征的LSB匹配分析

针对隐写分析中的难点——空域LSB匹配隐写进行检测和分析,描述LSB匹配加性隐写的特点,将匹配隐写建模为图像受到一定强度的脉冲噪声干扰,采用小波变换对退化的图像进行恢复作为载体的估计。对检测图像和恢复图像提取多个直方图特征比值作为特征向量,利用支持向量机对500幅高质量未压缩的自然图像组成的载体、载密图像库进行检测,结果证明该算法在低嵌入率下可获得较好的检测效果。     

基于二阶差分Markov特征的LSB匹配隐写检测

针对安全性较高的最不重要位(LSB)匹配隐写算法,通过计算待检测图像像素水平和垂直方向的二阶差分,得到二阶差分矩阵并将其作为敏感特征提取源,提取差分矩阵的二阶Markov转移概率矩阵作为特征,提出了一种隐写检测算法。实验结果表明：与基于一阶差分Markov转移概率矩阵的算法相比,该算法在保证检测较高正确率的情况下,在很大程度上提高了算法的检测速度,增强了算法的性能和实用性。     

基于MCM的block-DCT域盲隐写分析算法

针对block-DCT域隐写,基于马尔可夫链模型（Markov Chain Model,MCM）,提出了一种新的盲隐写分析算法。该算法分析研究了DCT系数的分布特点和统计特征,采用隐马尔可夫树（Hiding Markov Tree Mode,HMT）模型,实现了载体图像的预测;基于MCM构建二阶马尔可夫经验转移矩模型,捕捉块内和块间DCT系数的相关性,提取经验转移矩阵对角元素作为特征向量,构建特征向量夹角作为检测秘密信息是否存在的依据。实验结果证明：该检测方法比普通的隐写算法具有较高的可靠性和较好的综合性能。     

基于局部相关性的LSB匹配隐写分析

针对LSB匹配嵌入机制,提出一种利用局部区域像素之间相关性的LSB匹配隐写分析方法。根据较高位平面灰度之间的距离选择图像的平坦区域,将随机性较强的最低两个和三个位平面取出,统计相同灰度值图像块的个数,使用中值滤波对图像进行滤波复原处理,得到差异特征。引入和图像的均值进一步提高检测性能,共计得到4维特征使用Fisher线性分类器判别载体、载密图像。实验证明,该方法对未压缩高精度图像具有较好的检测性能。     

基于纹理复杂度和差分的抗盲检测图像隐写算法

通过分析纹理复杂度对图像隐写分析的影响,提出一种基于纹理复杂度和像素差分的隐写算法。首先,将图像划分为大小相同的分块,通过分块中起点位置的不同计算分块中不同小块的纹理复杂度,选择复杂度最高的图像小块;然后,计算小块的相邻像素差分值,并根据秘密消息的长度和不同方向上的差分值分布确定嵌入阈值,在大于该阈值的差分值中嵌入秘密消息。对多种嵌入算法在不同图像库上做通用盲检测实验,实验结果表明,该算法在抵抗小波高阶统计量分析等盲检测算法能力方面,优于LSB匹配、图像边缘自适应嵌入等隐写算法。     

基于LSBMR图像边缘自适应隐写的检测

在图像边缘自适应LSB匹配改进隐写算法中,秘密信息嵌入位置的选择仅由某个方向上像素对的差值决定,未考虑该像素与其邻域内其他像素的差值变化的特点.针对该问题,对隐写前后图像的八方向差分直方图进行分析,提出一种基于LSB匹配改进算法(LSBMR)边缘自适应隐写检测的算法.该算法计算图像的八方向绝对差分直方图,提取直方图中隐写前后变化较为明显的频数用以构建特征向量,并使用支持向量机完成检测.对较低嵌入率下(≤0.5 bpp)的EALSBMR隐写结果进行检测,结果表明该算法的平均检测率均高于现有典型的隐写分析算法.     

自适应阈值小波滤波复原在隐写分析中的应用

将空域图像的数字隐写过程看作是一种被加性噪声污染的图像退化过程,从而引入图像复原技术来进行秘密消息的检测。将自适应阈值小波滤波应用于隐写分析,并结合图像滤波前后的差异性特征提出一种新的LSB匹配隐写分析方法。实验结果表明,该方法要优于Ker的校准法,尤其对未压缩的高精度原始图像的检测更为有效,并且不用估计嵌入率,方法简单,易于实现。     

Image complexity and feature mining for steganalysis of least significant bit matching steganography

The information-hiding ratio is a well-known metric for evaluating steganalysis performance. In this paper, we introduce a new metric of image complexity to enhance the evaluation of steganalysis performance. In addition, we also present a scheme of steganalysis of least significant bit (LSB) matching steganography, based on feature mining and pattern recognition techniques. Compared to other well-known methods of steganalysis of LSB matching steganography, our method performs the best. Results also indicate that the significance of features and the detection performance depend not only on the information-hiding ratio, but also on the image complexity.     

空域LSB信息伪装及其隐写分析

介绍了最不重要比特(LSB)替换和LSB匹配2种典型的基于图像的信息伪装算法,阐述了两者的隐藏原理及优缺点。分类论述了各类隐写分析算法,分析其检测原理,给出了各类算法的适用范围和优缺点,对每类算法中的典型分析方法进行评价。根据信息嵌入过程对载体图像的影响分析得出LSB匹配信息伪装算法的安全性要高于LSB替换信息伪装算法的结论。指出了提高隐藏信息安全性的途径和努力方向。     

一种基于相邻像素差值的隐写分析方法

首先介绍BMP文件结构及特点,基于相邻像素相关的特性,提出了一种新的针对LSB替换的隐写分析算法．分别从横向和纵向扫描图像像素并统计相邻像素之间差值,然后根据差值奇偶和的比值对图像是否含有隐秘信息进行判断．实验编程环境为VS2008,实验结果表明此检测算法统计量小、实现简单,在隐秘信息嵌入量较多时具有较高检测率．     

抗统计分析的新型LSB隐写算法

针对目前广泛使用的最低比特位(LSB)信息隐藏算法容易被基于统计检测的隐写分析方法如RS分析或X2分析等检测出来,提出一种新型的LSB隐写算法,能有效地抵抗基于统计检测的隐写分析。对传统LSB缺点和统计检测方法的特点做了分析,改进了传统的LSB隐写算法。采用模拟实验方法证明,改进后的新型LSB隐写分析算法能有效地抵抗统计分析检测。     

Feature mining and pattern classification for steganalysis of LSB matching steganography in grayscale images

In this paper, we present a scheme based on feature mining and pattern classification to detect LSB matching steganography in grayscale images, which is a very challenging problem in steganalysis. Five types of features are proposed. In comparison with other well-known feature sets, the set of proposed features performs the best. We compare different learning classifiers and deal with the issue of feature selection that is rarely mentioned in steganalysis. In our experiments, the combination of a dynamic evolving neural fuzzy inference system (DENFIS) with a feature selection of support vector machine recursive feature elimination (SVMRFE) achieves the best detection performance. Results also show that image complexity is an important reference to evaluation of steganalysis performance.     

A steganalysis by adjacency pixel bits structure

Embedding of confidential data in the least significant bit of an image is still an attractive method of steganography. Utilizing the full capacity of cover images by embedding one bit of data per pixel, using methods such as LSB flipping or LSB matching, usually decreases the security, making the algorithm vulnerable to steganalytic attacks. And then, it is proposed by an efficient high payload ±1 data embedding scheme(EPES) based on a special two variable binary function. This function uses the information of the least two significant bit planes of the cover image for the embedding and extraction purposes. Rather than randomly selecting +1 or −1, EPES achieves higher embedding efficiencies by choosing the correct modification component. The steganalytic method based on sample pair analysis (SPA) cannot effectively detect EPES. Hence, we propose a steganalysis by constructing adjacency pixel bits structure (SAP). The resulting detection algorithm is simple and fast. Analytical and experimental results demonstrate that the proposed method provides higher detecting efficiency than the other steganalysis.     

一种关于LSB matching的隐写分析方法的改进

LSB matching是一种广泛使用的数字图像隐写方法,但关于其隐写分析的工作目前还不多。详细讨论了最近提出的一种基于图像直方图局部极值点的关于LSB matching的隐写分析方法,指出了该方法的不足,并结合图像采样技术给出了一种新的用于LSB matching的检测子。实验表明,提出的检测子实现简单并且具有更好的检测效率。