基于马尔可夫模型的JPEG图像隐写分析

论证了通用图像隐写分析是一个类间很聚合、类内很分散的2类模式识别的困难分类问题。提出一种基于JPEG图像量化DCT域的块内和块间2个马尔可夫链获得高维特征,给出2种高维特征的分类器,即改进贝叶斯分类器和CNPCA分类器,后者简单而性能略低,但仍略优于SVM分类器。针对4种公认的JPEG隐藏数据方法,即F5, Outguess, MB1和MB2进行隐写分析,在CorelDraw图像库上做实验,取得了较好的效果。     

基于直方图调整的二值图像无损数据隐藏

提出一种基于游程编码的直方图调整的二值图像无损数据隐藏新方法。选择长度不小于阈值T1的游程对序列,先进行去除长度为1的白游程操作,然后在长度为T的黑游程处嵌入数据。该方法可以适应文字、图表以及文字和图表的混合图像,也可以适应半色调和非半色调图像。实验表明,该方法在嵌入容量和视觉效果都优于已有的方法。     

基于整数小波最优直方图对的图像无损数据隐藏

嵌入位置图法是目前国内外普遍应用的图像数据隐藏方法,但其嵌入量不够大,图像的视觉效果也一般。针对此不足,提出一种基于多灰度图像真实性认证的直方图对无损数据隐藏新方法。该方法对灰度图像进行整数小波变换(IWT),并在直方图上选取最优阈值,通过构造直方图对进行数据嵌入。实验表明,在嵌入容量为0.1bpp时,峰值信噪比达到46dB,嵌入效果较好。     

基于直方图对的JPEG图像无损数据隐藏

提出一种基于直方图对的JPEG图像无损数据隐藏方法。该方法通过调整直方图,在JPEG图像的量化后DCT中频系数中嵌入隐藏数据。同时,能够在不需要原始图像的情况下对隐藏数据进行盲提取并无损恢复图像数据。通过设置2个阈值来选择调整的直方图对和进行调整的DCT系数块,该方法能够在嵌入大数据量的同时依然保持较好的视觉效果。