基于多种检测像素预测方式的LSB图像信息隐藏检测

本文突破了传统LSB隐写分析算法只针对图片整体特征提取、监测手段不够精细的缺陷,提出了针对每一像素点的针对性判断。算法主要利用图像函数估计、噪声判断、像素值估计等方法,通过预测每一像素是否被改动,来判断整张图片的嵌入情况,从而实现小嵌入率隐写分析与嵌入点大致估计的目标。算法的检测率较以往算法有明显提高,对低嵌入率（1%以内）的LSB嵌入检测效果尤为有效。同时对高嵌入率的嵌入,算法保证了99.9%以上的准确率。     

一种基于背景自学习的高光谱图像生物信息提取方法

为了提取指纹、癌变区域等重要的生物信息,传统方法一般是使用物理、化学手段直接作用在信息载体上,这不仅需要较长时间,容易对原有信息及载体造成破坏,而且提取过程不可重现、精度较低.高光谱成像技术避免了获取信息时物理接触造成的破坏,能多次稳定获取图像,成为了一种优秀的生物信息采集途径.在此介绍一种基于背景自学习的高光谱图像信息提取方法,它解决了传统非结构化背景模型适应性不强的问题,利用空间光谱信息进一步提升了信息提取精度.实验证明,该方法能有效对背景信息进行估计,提取完整的生物目标信息,精度优于传统目标信息提取方法.