JPEG图像的信息隐写术与隐写分析

信息隐藏和检测技术在当代信息社会中日趋重要,并且得到广泛应用.JPEG是目前最流行的图像文件格式标准之一.概述了隐写和隐写分析的原理,介绍了JPEG图像格式,重点分析JPEG图像的几种典型的隐写术和隐写分析算法,比较了几种隐写术和隐写分析算法的优缺点,并指出了隐写术和隐写分析技术的发展趋势.     

JPEG图像隐写及隐写分析算法设计与实现

在介绍信息隐藏技术以及JPEG图像隐写发展现状的基础上,讨论了JPEG图像格式以及JPEG图像隐写算法,并实现了F5隐写算法。在实现F5算法的同时,还介绍实现了算法采用的混洗、矩阵编码等提高算法安全性的技术。     

一种基于母函数的JPEG2000隐写分析方法

针对JPEG2000图像小波系数一般统计特征在BPCS-JPEG2000隐写前后变化不明显的问题,提出了一种基于小波系数母函数的隐写分析方法。通过对JPEG2000图像三级小波系数低频子带进行主分量提取,计算出相应的母函数,分析它在隐写前后的变化,提取出九个母函数值作为特征向量输入到SVM分类器中。实验证明在嵌入比例为30%以上可得到80%以上的真阳性率,同时假阳性率很低。     

基于DCT域相关性的非对称JPEG隐写

目前用于JPEG隐写的失真代价函数对同一DCT系数的加一与减一操作分配相同的代价值。但由于JPEG图像中DCT域的相关性,加一与减一修改对图像内容的影响不同,因此其对应的代价值也理应不同。文中基于DCT域相关性,提出了一种适用于JPEG隐写的通用代价值优化方法,主要考虑JPEG图像中相邻DCT块相同位置上系数的相关性。利用八邻域块中相同位置的DCT系数求平均的方法给出当前DCT系数的预测值。对现有的JPEG失真代价函数,按照向预测值靠拢的原则区分加一和减一的代价值。经过调整的代价值能引导隐写修改后的DCT系数最大程度地向预测值靠拢,增强DCT域相关性,从而提高隐写的安全性。该方法可以与任何现有的JPEG隐写失真代价函数结合使用。实验表明,所提方法几乎不增加原始算法的时间复杂度,同时能有效提高现有JPEG隐写方法的安全性,可使当前隐写分析工具的测试误差平均提升2.4%。     

图像隐写容量归一化研究

为解决各类数字图像的隐写容量无法统一衡量的问题,提出了数字图像的最大隐写容量归一化的算法.在阐述最低有效位(LSB)隐写技术的基础上,表明了至多改变一位后的图像的最大嵌入容量小于等于像素数的2倍,实现数字图像的最大隐写容量的归一化,将批量隐写最大容量增加了1倍.在阐述和归纳图像隐写规则后,提出了相应的隐秘信息嵌入和提取算法,并通过实例验证了所提算法的有效性,为数字图像的隐写容量归一化提供了可行的解决途径.     

基于卷积神经网络的JPEG图像隐写分析参照图像生成方法

基于深度学习的JPEG数字图像隐写分析模型检测能力已超越基于人工设计特征隐写分析模型,但检测能力仍存在提升空间.以进一步提升JPEG隐写分析模型的检测能力为目标,借助深度学习方法,为基于深度学习的JPEG隐写分析模型提供辅助信息,从数据输入角度,探索进一步提升隐写分析模型检测能力的途径.基于卷积神经网络,构建隐写分析参照图像生成模型,对待检测图像进行变换,从而获得对应参照图像.之后,将待检测图像与对应参照图像作为隐写分析模型的输入数据,进一步挖掘待检测图像中存在的隐写分析相关信息.为验证所提出算法的有效性,进行针对JPEG自适应隐写算法的对比实验.实验结果表明：所设计的参照图像生成模型能够提升现有基于深度学习的隐写分析模型检测能力,提升效果最多可达6个百分点.     

基于JPEG图像结构特征的隐写分析算法

该算法用来检测JPEG图像中是否藏有秘密信息。根据JPEG图像的结构特征,首先提取量化矩阵,然后根据图像与该量化矩阵的关系判断是否含有秘密信息。本文在理论上分析了算法的正确性,并在实验上验证了算法的有效性。     

基于隐写编码和Markov模型的自适应图像隐写算法

如何构造大容量、低失真和高统计安全的隐写算法一直是隐写研究的难点和热点.提出一种兼顾感知失真和二阶统计安全的自适应图像隐写算法设计思路.算法将载体各部分的平滑度引入隐写编码的生成过程,自适应地利用一簇隐写编码在载体各部分的合理运用降低载密图像失真度;在隐秘信息嵌入方式上利用基于Markov链模型的动态补偿方法提高载密图像统计安全性;算法对载体最低有效位和次最低有效位进行嵌入以保证嵌入容量.实验表明算法在相同嵌入量下相较双层随机LSB匹配算法以及仅使用一种隐写编码的算法,失真度更低且载体统计分布的改变更小,而在失真度和统计分布改变相近时嵌入容量更大.     

基于视觉特性的JPEG图像自适应隐写算法

提出一种基于视觉特性的图像隐写算法。该算法利用亮度和纹理阈值等人类视觉系统特性,并结合图像各个局部分块的亮度与纹理特征,将图像划分为强嵌入区、次嵌入区、弱嵌入区,计算各个局部分块亮度和纹理,分别嵌入不同比特数的秘密信息。实验结果表明,该算法能够增加图像秘密信息的嵌入容量,提高抗检测性能,以及保持较高的峰值信噪比。     

批量隐写容量研究*

通过对批量隐写的定性分析,提出了增大批量隐写容量的方法。对大容量图像的位平面进行等分分块,采用矩阵编码技术,证明了至多修改像素的1 LSB位能够嵌入2 bit隐秘信息的结论,提升了批量隐写容量,并给出了安全性分析。最后结合隐秘信息的嵌入和提取算法,以航拍图为隐写载体进行实验,验证了算法的有效性。     

JPEG2000压缩标准中小波基的选择

从数字图像压缩编码系统中小波基选择的几个指标出发,对这些选择指标进行了详细的讨论,阐述了这些选择指标之问的关系和对数字图像压缩性能的影响。基于这些选择指标对基于人眼视觉特性构造的新型小波基(V9／3)和Daubechies9／7小波基进行比较,结果表明前者的压缩性能要优于后者,采用前者进行数字图像压缩时,重建图像具有更好的视觉效果,而且可以显著减少小波变换的计算复杂性。     

基于HVS模型的JPEG2000数字图像水印算法

文章提出了一种基于HVS模型的JPEG2000数字图像水印算法,该算法根据计算原始图像嵌入水印的能力限制和数据量化方法进行水印的嵌入与提取。实验证明,该算法对于常用的图像处理方法以及JPEG2000编码在保持了较好质量的基础上有较强的鲁棒性。     

JPEG图像隐秘检测算法

根据常用隐写算法Outguess、F5、Steghide对JPEG图像量化DCT系数首位数字直方图和独立直方图的改变,提出一种JPEG图像隐秘检测算法。该算法提取JPEG图像量化DCT系数首位数字直方图和独立直方图作为图像特征,共144维,并采用Fisher分类器进行识别。实验结果证明,该算法检测率高、适用性好。     

基于JPEG2000感兴趣区域自适应水印算法

提出一个基于JPEG2000感兴趣区域(ROI)的自适应水印算法。该算法结合了感兴趣区域的编码特点及HVS特性,在量化的ROI区域中筛选高频系数实现水印嵌入,使嵌入图保持良好的视觉效果,也使嵌入的水印信息在经历了JPEG2000压缩后仍具有较强的鲁棒性。     

基于JPEG2000的遥感图像高保真压缩方法

针对遥感图像空间相关性弱、图像纹理丰富的特点,提出了在JPEG2000无损压缩框架上,增加一项对高频子带中的小波系数进行平坦区域系数滤除的方案。本文根据遥感图像小波变换后的高频子带纹理强弱进行局部块划分,对平坦区进行滤除,对纹理区进行高保真压缩。实验表明,此方法可在图像高保真的条件下简化算法、提高图像压缩效率。     

基于JPEG 2000的医学图像压缩技术实现

本文应用JPEG2000静态图像压缩标准和小波分析理论,实现了静态图像压缩标准的核心代码,并将该方法应用到显微医学图像处理系统中,对BMP格式的灰度显微医学图像进行了压缩研究并予以实现。     

基于JPEG/JPEG2000相结合的医学图像感兴趣区域压缩

提出了一种基于JPEG/JPEG2000相结合的医学图像感兴趣区域压缩方法.该方法对在人为选定医学图像的感兴趣区域采用无损的JPEG2000压缩,而对其他图像区域则采用高压缩比的JPEG压缩,从而较好地解决了医学图像的高压缩比和高质量之间的矛盾.通过对一副人脑MRI医学图像的压缩实验,得到了压缩比12:1,并且病灶区图像信息完整的压缩图像.     

基于色差分析与JPEG2000的彩色图像编码

在RGB色彩空间,将彩色图像3个色彩分量之一用JPEG2000进行编码,该色彩分量与另两个色彩分量的差值依据其分布的均匀程度,用四叉树算法分割成若干个不重叠的子块,然后计算出每个子块的相关系数,由此对另两个色彩分量的编码就转变成对相关系数的编码.解码则是由JPEG2000的逆变换得到重构的色彩分量和重构的相关系数来实现.实验结果表明该方法不仅编解码速度快,而且信噪比、压缩比及视觉效果明显优于JPEG2000等算法的编码结果.     

时空二维混沌的JPEG2000 数字水印算法研究

以灰度图像为研究对象,对原始载体图像进行3层小波分解;对水印图像颅处理,Arnold 变换,采用时空混沌模型生成混沌序列对水印进行置乱加密,再将水印图像扩展为原始图像的两倍大小,离散化;把预处理后的水印信息按特定方式嵌入到分解后的载体图像中,再进行相应的变换处理,得到嵌有水印的图像.法旨在研究保护 JPEG2000 图像作品版权的数字水印方案.     

JPEG2000框架下对感兴趣区域多描述图像编码的研究

多描述编码针对不可靠传输信道将信源信号分成多个码流进行传输,解码端通过收到描述中的冗余对丢失信息进行最大限度的恢复。感兴趣区域(ROI,RegionofInterest)编码是新图像编码标准JPEG2000中支持的一项关键技术。这里提出一种对图像在JPEG2000框架下对ROI区域的多描述编码方案,提高了信号传输的鲁棒性,仿真实验结果说明了其有效性。