保局投影在图像隐密检测中的应用

为解决图像隐密检测中图像特征维数过高导致的"维数灾难"问题,在保持图像特征内在低维结构的基础上降低特征向量的维数,方便构造更有效的分类器,提出了一种基于保局投影(locality preserving projections,LPP)降维的图像隐密检测算法,对待测图像进行小波变换形成图像特征后,利用LPP算法实现对图像高维特征的降维,得到图像特征集的低维流形.使用支持向量机(SVM)算法将降维后的特征映射到分类特征空间,实现对正常图像和隐密图像分类.实验结果表明,与不使用降维算法的检测方案相比,基于LPP降维的检测算法能够显著地提高检测的准确率.     

基于局部保持映射的图像隐密检测算法

提出了一种新的基于局部保持映射（Locality Preserving Projections,LPP）降维的图像隐密检测方案。为降低图像特征向量的维数,同时保持其内在低维结构,方便构造更有效的分类器,在经过小波变换形成图像特征后,利用LPP算法得到图像特征集的低维流形,实现对图像高维特征的降维。进而使用支持向量机（SVM）算法将降维后的特征映射到分类特征空间,实现对正常图像和隐密图像分类。实验结果表明,与不采用降维算法的检测方案相比,提出的方案能够显著地提高检测的准确率。     

基于差分零系数和索引共生矩阵的通用隐密分析

为提高互联网通信的安全性和可靠性,提出一种针对图形交换格式(graphics interchange format,简称GIF)图像的隐密分析算法.该算法基于差分零系数(differential zero coefficients,简称DZC)和索引共生矩阵(index cooccurrencematrix,简称ICM),提取对图像像素间颜色相关性和图像纹理特征变化敏感的36 维统计特征.结合支持向量机(support vector machine,简称SVM)分类技术,实现对GIF 图像中隐密信息的有效检测.实验结果表明,相比于同类算法,该算法对最佳奇偶分配(optimum parity assignment,简称OPA)、分量和(sum of components,简称SoC)、多比特分配(multibit assignment steganography,简称MBA)等典型隐密算法以及EzStego,S-Tools4,Gif-it-up 等网络上常见隐密工具的检测效果更佳,时间效率更高,且具备通用隐密分析的能力.     

一种抗视角变换的SURF匹配算法

针对传统的SURF匹配算法在图像搜索、物体识别中对视角变化大的图像特征点无法匹配的缺陷,提出了一种改进的SURF图像匹配算法。该算法利用模拟图序列的概念,即由原始图像模拟各种可能的视角变换生成的一组图像序列,对图像序列中的每幅图像进行SURF特征点提取;剔除冗余特征点后将模拟图序列中的特征点映射到原始图像中,这一过程增加了原始图像的特征点数量,特征点描述向量改用原始图像和多个模拟图的SURF特征描述向量共同表示;最后采用欧氏距离准则,最终得到两幅图像的正确匹配对。实验结果表明,本算法增加了特征点匹配对数,改善了视角变换过大(大于60°)使得图像无法匹配的情况。     

基于小波域的大容量图像信息隐藏盲提取算法

目前基于变换域的信息隐藏算法面临容量较小,提取时需要原始图像的问题.提出了一种基于小波变换的大容量信息隐藏盲提取算法,该算法结合人类视觉特性(HVS)及隐密信息自身的特征,以三次小波变换后的低频分量作为参照自适应地调整中高频子带系数来实现信息的嵌入.实验结果表明,该算法具有容量大的特点,并实现了隐密信息的盲提取.     

一种基于成像传感器噪声的相机源辨识算法

通过支持向量机对数字图像的源相机问题进行研究.提出了一种基于成像传感器噪声特征的源辨识算法.利用去噪算法对数字图像的单个颜色通道图像进行去噪处理,用原始图像减去滤波图像得到传感器的噪声信息,再提取噪声信息的统计特征;将统计特征生成一个特征向量的形式来设计源辨识算法;借助支持向量机工具来确定相机的品牌或型号.实验结果表明...     

以分形图形为载体的信息隐藏算法

针对现有信息隐藏提取得不到原始载体图像使提取困难、隐藏容量高又易被隐密分析攻破的问题,提出以分形图形为载体的信息隐藏方法。首先,利用数学仿射变换及分形迭代函数系统生成黑白的分形图形（BWFG）;然后,根据坐标变换的思想,将分形图形转化为黑白像素图像（BWPI）;最后,将像素图像分成不重叠的小块,通过调整小块内黑白像素的位置来隐藏秘密信息,形成含密图像。知道仿射变换参数及迭代次数的秘密信息接收方,首先生成原始载体分形图像,然后通过对比两幅图像相应小块黑白像素差异,即可提取隐藏的秘密信息。理论分析和仿真实验表明,与频率域信息隐藏算法相比,提出的算法隐蔽性强、隐藏容量高,能抵抗基于图像特征和变换域系数变化的隐密分析。     

在频谱直方图中应用DT-CWT的人脸检测技术

提出了一种利用双树-复小波变换（DT-CWT）构成频谱直方图并通过支持向量机（SVM）进行人脸检测的方法。在人脸图像的表示中,基于DT-CWT在不同尺度上具有的很好方向选择性,对原始图像滤波,并与其它滤波器卷积滤波后得到原始图像的不同频率特征一起构成频谱直方图,该直方图在图像的表示上具有很好的本质扩展性。通过支持向量机（SVM）对频谱直放图向量进行分类训练,得到了有效区分人脸与非人脸的分类函数。实验显示,DT-CWT具有与Gabor变换类似的性质,而且计算冗余度更小,计算速度更快。应用DT-CWT频谱直方图的人脸检测算法取得了令人满意的结果。     

基于多特征支持向量回归的F5定量隐密分析研究

针对现有F5定量隐密分析方法仅考虑直方图收缩导致定量估计误差较大的问题,提出了一种新的基于多特征支持向量回归(SVR)的定量隐密分析算法.算法通过最大似然估计拟合DCT系数分布模型的参数,利用参数的相对变化量来反映嵌入机制对直方图的修改,并使用共生矩阵描述F5算法对图像像素间相关性的破坏.在确定特征与嵌入量之间的函数关系时,算法采用SVR在高维空间中进行拟合,从而估计待测图像的容量.实验表明,该算法可以对F5算法的嵌入量进行有效估计,而且估计效果要优于已有的算法.     

JPEG隐密分析中的重压缩检测

重压缩检测是多级隐密分析中关键的预处理部分,高准确率的重压缩检测是隐密分析获得更高性能的重要前提条件.深入研究了重压缩对于JPEG图像各种特征的影响,基于此提出了一种融合直方图分布特征、Benford特征、DFT特征的重压缩检测算法.仿真实验表明,该算法具有更高的检测率,能够适用于JPEG多级隐密分析中的重压缩检测.