图像自适应隐写和隐写分析技术进展

图像自适应隐写和隐写分析技术是近年来信息隐藏领域的研究热点和难点.自适应隐写通过自适应选择嵌入更改位置并结合高效编码方法提高了隐写安全性,而相应隐写分析技术主要通过捕捉图像统计特性改变来发现隐写行为.首先对图像自适应隐写的基本原理进行了介绍,然后梳理总结了图像自适应隐写和隐写分析技术的研究进展并指出了现有研究存在的问题,最后对图像自适应隐写和隐写分析技术研究进行了展望.     

基于图像像素划分的主动隐写分析

隐写分析的研究主要集中于隐写检测,而对主动隐写分析研究的较少。该文从隐写检测角度出发,将图像像素划分为不同类点,通过对信息嵌入、最低位平面置反带来的各类点频次变化的分析,提出一种针对空域图像LSB (Least Significant Bit) 替换隐写术的主动隐写分析方法,解决了主动隐写分析中的密钥恢复问题。所提出的方法物理意义直观,实现简单。实验结果表明,该方法在一定嵌入率范围内均可成功恢复隐写密钥。     

基于图像特征的隐写术载体图像的选择

隐写术不同于其它信息隐藏技术,信息嵌入者可以自由选择载体图像,而选择合适的载体图像有助于提高隐写术系统的不可感知性。本文通过分析载体图像的方差、复杂度、熵、直方图及其函数等图像特征和隐写术系统中的相对熵、直方度改变量等隐写术系统的性能参数之间的关系,探究图像特征是否会影响或者决定隐写术系统的性能,为隐写术载体图像选择方案提供依据。实验证明,选择合适的载体图像是提高隐写术系统不可感知性较有效的途径;在使用类LSB嵌入算法的隐写术系统中,色调、信息和纹理丰富的图像不一定是合适的载体图像,而直方图曲线变化缓慢的图像是较理想的载体图像;使用同样嵌入算法,选择合适载体图像的隐写术系统的相对熵比选择不合适载体图像低6×104多倍。     

基于非线性残差的JPEG图像隐写分析

当前JPEG图像隐写分析方法往往只使用线性滤波器生成残差图像,导致残差图像类型过于单一,影响隐写检测性能。鉴于此,提出了基于非线性残差的JPEG图像隐写分析方法。首先,从现有JPEG图像隐写分析方法已有的线性残差图像中选择合适的图像组,对其采用逐像素取小和取大运算,在没有明显增加计算复杂度的情况下,得到非线性残差图像。其次,根据JPEG相位,将非线性残差图像划分为子图像,提取子图像直方图特征。再次,充分考虑非线性运算的影响,设计合适的特征对称合并方法。最后,将合并后的直方图特征拼接形成最终的隐写分析特征。实验结果表明,线性和非线性残差图像相结合能够有效地增加残差图像和隐写分析特征的多样性,从而提升JPEG图像隐写检测性能。     

一种基于像素块的纹理优先自适应隐写算法

与平坦区域相比,图像纹理区域在结构上表现出更多的随机性,因此将密信嵌入到纹理丰富的区域可获得更好的安全性.本文利用相邻像素的LSB与次低LSB位之间的关系,提出一种基于像素块的纹理优先自适应隐写算法,将密信优先嵌入到复杂纹理区域.所设计的纹理判别准则能结合待嵌入密信长度,自适应选择嵌入区域.针对在嵌密过程中嵌密块可能出现的异常情况,提出一种像素值调整方案,并从理论上证明了其可行性.实验结果表明本文算法比两种经典的LSB算法和一种现有的基于边缘优先的自适应算法具有更高的嵌入效率,且对四种有代表性的隐写分析算法通常具有更强的抵御能力.     

结合集成比例训练的彩色JPEG图像隐写分析

该文提出一种YCbCr颜色空间的彩色JPEG图像隐写分析方法。该方法中的特征包括通道内特征和通道间特征,首先从Y通道提取Markov特征,扩展DCT特征以及共生矩阵特征构成通道内特征集合,通道内特征可以有效捕捉到Y通道内DCT系数之间的相关性;然后对Y通道进行下采样,从采样平面与CbCr平面相互之间的差分平面上提取特征构成通道间特征集合,通道间特征可以捕捉到两两通道之间的相关性。由于通道内特征和通道间特征在分类性能上有着较大差别,在分类阶段由通道内特征和通道间特征分别训练子分类器,通过调整两类子分类器的比例,使用多数投票方式来合成集成判决结果,最终获得最佳的检测性能。实验结果表明,该方法不仅适合小嵌入率的彩色JPEG图像,而且在性能上优于已有的JPEG图像隐写分析方法。     

彩色JPEG图像的隐写分析

图像隐写分析的目的是检测图像中隐藏信息的存在性．JPEG图像的广泛使用使其成为一种重要的隐写载体，因而针对JPEG图像的隐写分析受到研究者们的广泛关注．本文基于彩色图像YCbCr颜色空间DCT系数的统计分布模型，提出一种彩色JPEG图像的隐写分析算法．通过计算载体图像和掩密图像DCT系数统计分布之间的鉴别信息，评估常见DCT域隐写术对载体图像DCT系数统计分布的改变．以统计分布模型参数为特征向量，采用支持向量机实现对载体图像和掩密图像的有效分类．实验结果表明，本文算法具有较高的检测率，性能优于使用Faxid所提出的彩色QMF统计量的隐写分析算法．     

一种基于DCT域统计特征的JPEG图像隐写分析

提出了一种基于DCT域统计特征的JPEG图像隐写分析算法。该算法在分析JPEG图像的DCT域统计特性的基础上,提取了8维特征向量,通过LSSVM分类器对待测图像进行分类,以达到检测载密图像的目的。算法实现简单、计算复杂度低。实验结果表明,该算法检测速度快,具有较高的检测正确率,能够实现针对各类JPEG图像信息隐藏算法的有效检测。     

基于特征排名的图像隐写分析算法

为提高用于隐写分析的集成分类器的检测精度,提出一种基于特征排名的隐写分析算法。首先计算每维检测特征的互信息得分并根据得分高低将特征进行排名,然后设置分界点将特征分为重要特征区域与普通特征区域,依据设定的抽样比例从两个区域随机抽取特征组成不同的特征子空间并训练集成分类器。最后使用集成分类器进行分类。实验结果表明,针对使用nsF5及S-UNIWARD算法进行隐写的频域及空域图像,本算法较传统分类器在检测错误率方面分别平均下降约0.006 5和0.006 2,具有较好的检测效果。针对频域与空域中两种不同的隐写算法,与传统的集成分类器相比,该算法具有更高的检测精度。     

基于GIF动态图像的自适应隐写方案

提出了一种新的针对GIF(graphics interchange format)动态图像的自适应隐写算法。通过图像帧间相同位置像素的颜色亮度方差和颜色平均亮度建立帧间自适应准则,通过帧内的颜色规则与颜色匹配表建立帧内自适应准则,将图像分为可隐写像素与不可隐写像素,并用多帧可隐写像素联合隐写秘密信息。实验结果表明,算法具有良好的隐写效果并且具有较大的隐藏容量,与其他的密写方案相比,本方案保证了未授权者非法提取秘密信息的难度足够大,具有较高的安全性。     

基于颜色梯度特性的彩色图像隐写分析

基于彩色图像任意2个颜色通道间梯度方向随机序列及颜色梯度和随机序列的振荡特性在隐写前后均有明显变化的特征,提出了一种基于颜色梯度特性的彩色图像盲隐写分析算法。算法应用HHT(Hilbert-Huang transform)提取4个序列在隐写前后的内在振荡特征差异,构建基于Hilbert谱的特征向量,采用SVM分类器进行分类判别。实验表明,该算法误检率低,检测性能优于现有彩色图像隐写分析算法,可以实现彩色图像隐写的可靠检测。     

基于辨识性统计特征的PQ隐密图像识别算法

提出一种基于辨识性统计特征的PQ（perturbed quantization）隐密图像识别算法。该算法根据经典PQ隐写对图像数据的更改方式,提取可有效区分该类隐密图像与其他类隐密图像的辨识性统计特征,并运用SVM（support vector machines）分类器进行分类识别。实验结果表明：本算法能够可靠地将PQ隐密图像从5类典型JPEG隐写PQ、F5、nsF5、MB1和MOD的隐密图像中识别出来;即使F5、nsF5、MB1和MOD的隐密图像不参与分类器的训练,本算法仍能有效识别PQ隐密图像。     

Binary image steganalysis based on pixel mesh Markov transition matrix

Binary image stego systems have already been well developed, which raises the requirement of a steganalytic method that detects these stego systems reliably. In this paper, a steganalytic method based on the pixel mesh Markov transition matrix (PMMTM) is presented to detect binary image steganography in the spatial domain. The proposed scheme measures the embedding distortion on the texture consistency. Further, the dependence among texture structures is organized as the Markov transition of pixel meshes. The final dimensionality-reduced feature set is formed by shrinking the obtained PMMTM according to its detection performance on the embedding simulators, which are developed to simulate practical stego systems. In the end, experimental results are reported, demonstrating that the proposed approach can effectively and reliably detect state-of-the-art binary image stego systems.     

基于攻击图的风险邻接矩阵研究

针对各种已知的工具产生的攻击图十分复杂而且难以理解的问题,提出一种基于攻击图的风险邻接矩阵方法,并通过实验验证了所提方法的合理性和有效性。结果表明风险邻接矩阵方法增强了攻击图可视化的程度,并简洁有效地解决了风险评估中由环和回路带来的重复计算问题。     

基于多特征组合的彩色遥感图像分类研究

为了解决利用单一特征对彩色遥感图像进行分类效果不理想、普适性不强等问题,提出了一种基于颜色和纹理特征组合的支持向量机彩色遥感图像分类方法。该方法尝试将彩色遥感图像的颜色信息和纹理信息相结合作为支持向量机算法分类的特征向量,据此对遥感影像进行分类,并进行了实验验证。结果表明,颜色和纹理特征组合的支持向量机分类方法能够取得较高的分类精度,其分类效果优于传统的单一颜色或纹理特征分类,是一种有效的彩色遥感图像分类方法。     

典型场景彩色融合图像颜色协调性的主观评价

彩色夜视技术是当前夜视技术发展的前沿,但如何实现对彩色夜视图像质量的客观评价仍然是当前困扰人们的问题.针对北京理工大学高绍姝提出的颜色协调性模型主观评价实验人数不足的问题,按照国际视觉实验标准重新设计并进行了颜色协调性的主观视觉评价实验,主观评价测试的彩色融合图像分成绿色植物、海天和城镇建筑物三类典型场景,主观实验人数提高到52人;对主观评价实验结果的回归分析结果表明:高绍姝提出的颜色协调性评价模型在三类场景与主观评价结果均具有较好的一致性,明显优于其他评价模型,可以有效地对不同场景彩色融合图像的颜色协调性进行客观评价.     

基于色彩和纹理特征融合的模糊人脸识别方法

基于纹理特征的方法被广泛应用于人脸识别。然而纹理特征依赖于图像的高频细节信息,当图像出现模糊时,单纯利用纹理特征的识别方法的识别精度会急剧下降。为了克服纹理特征的在模糊人脸识别中的不足,提出了一种基于色彩特征和纹理特征融合的识别方法。首先参照人类的对立色感知机制提取人脸的色彩特征;然后,将该色彩特征和纹理特征分别用于识别分类;最后,将二者的识别相似度进行融合,得到最终的识别结果。该色彩特征描述了图像的低频信息,其对图像模糊不敏感,并且与描述图像高频信息的纹理特征具有良好的互补性。在FERET 和AR 人脸库上的实验表明,融合色彩特征和纹理特征有效地提高了模糊人脸的识别精度。     

视觉测量中基于单应性矩阵的平面靶标图像特征提取

针对平面圆特征靶标和平面方格特征靶标图像,研究一种基于映射矩阵实现特征提取的新方法。根据靶标图像上至少4个角点位置的特征图像坐标及其对应的三维空间坐标建立靶标平面与像平面的单应性关系矩阵,结合已知的特征点空间坐标得到与已知空间坐标特征点相对应像面上特征点的粗略图像坐标,进而通过最小二乘椭圆拟合（圆特征靶标）或角点提取算...     

Classification of farmland images based on color features

Farmland images recognition and classification are of great significance in farmland environmental perception. Since the open and unstructured farmland environment has complex scenes, and is easily affected by various factors, furthermore, environmental information is uncertain and hard to predict. Based on hue saturation value (HSV), hue saturation lightness (HSL) and hue saturation intensity (HSI) color space models, taking use of image analysis and classification technology, this paper realizes the classification of farmland images in different environments. On the basis of color space, eight color features of the images are extracted. First, we conducted non equal interval quantification and drew the color feature curves, after that, we selected five eigenvectors which can correctly classify the images. Then, principal component analysis (PCA) was used for dimension reduction. Finally, radial basis function (RBF) neural network was joined for the extraction of images in the same scenes and different ones. The performance of the use of multiple color spaces combining with PCA and RBF shows that the average recognition rates of sunny days and cloudy days in the same scenes and different scenes are 100%, 87.36% and 84.58%, 68.11% respectively. Therefore, this method has higher recognition rate than BP neural network.     

线特征和SIFT点特征结合的异源图像匹配算法

提出一种基于直线特征和点特征结合的红外和可见光图像匹配算法.首先利用快速直线检测算法对图像进行直线检测,并对结果进行处理以保留主要直线结构;然后,引入高斯尺度空间,统计直线支持区域中所有像素的梯度信息建立描述矩阵,计算矩阵列向量的均值和标准差作为直线描述子,对直线进行匹配;接着,利用匹配直线两两相交构建交点进行SIFT描述并匹配;最后,剔除不满足对应交点匹配的直线.实验结果表明,该算法能够有效实现红外与可见光图像特征匹配,特别适用于包含明显直线轮廓的图像.