JPEG二次压缩的分析与检测

为了对JPEG二次压缩后的图像进行有效检测,通过研究JPEG图像经二次压缩后所引起的离散余弦变换(DCT)统计特性的变化及二次压缩前后的量化表q_1,q_2对二次压缩后图像的DCT统计所引起的变化的分析,提出了针对不同q_1,q_2JPEG二次压缩的检测方法.实验结果表明,该检测方法是有效的.     

基于重采样检测的JPEG图像拼接篡改取证

数字图像在进行拼接篡改时,为了不留下视觉上的明显篡改痕迹,往往会对篡改的区域进行缩放、旋转等重采样操作。针对这一现象,本文提出一种新的基于重采样检测的JPEG图像拼接篡改取证算法,该算法通过对JPEG图像局部区域二阶导数进行Radon变换,并求其自协方差后进行快速傅里叶变换,在频域中消除JPEG压缩的影响,最后判断该局部区域是否经过重采样操作,以作为判断被检测的JPEG图像是否经过拼接篡改的证据。实验结果表明,本文算法对于经过包括缩放和旋转等重采样操作后拼接成的JPEG图像有较好的篡改取证效果。     

抗JPEG压缩的半脆弱水印算法

基于JPEG压缩过程的特性,提出了一种能抵抗JPEG压缩的半脆弱盲检水印算法,并给出了理论论证.该算法利用不重叠图像块的DCT变换系数之间的大小关系,选择图像特征作为水印信息进行嵌入.理论分析和实验结果表明,该算法的水印具有很好的抵抗JPEG压缩的能力,并且对剪切、篡改等恶意攻击有很好的篡改定位能力.     

基于DCT压缩的JPEG图像的快速检索

提出了一种基于离散余弦变换(DCT)压缩的JPEC图像的检索方法。该方法利用JPEG图像数据在DCT压缩域的特性,直接提取特征,而且只需要对JPEC进行部分熵解码。在加速了图像检索的过程的同时也保证了检索结果的精确性,并且具有一定的鲁棒性。     

基于JPEG的图像无损分区压缩

为了适应图像的存储和传输,需要对图像进行压缩以减少数据量,因此,许多压缩技术和标准应运而生.利用JPEG压缩标准,根据图像的数据结构将图像进行了分区域操作,从而实现JPEG压缩模式下的无损压缩.实验结果表明,该算法得到的压缩图像在与JPEG同等质量的条件下,数据量要小于JPEG压缩的数据量.     

基于压缩域的图像检索技术

图像检索技术是多媒体应用中的关键技术，现有的基于内容图像检索技术大都是基于非压缩域的，对于目前普遍存在的压缩格式图像，采用这种技术必须先解压再检索，不但计算量大，而且需占用较多的中介存储空间，所以严重影响了检索系统的实时性和灵活性，同时各种压缩标准(如JPEG，MPEG，JPEG2000等)的推出与普及也促使人们寻求可以直接在压缩域操作的检索技术，该文对现有的压缩域图像检索技术的发展进行综述，并讨论了未来可能的研究方向。     

数字图像重压缩检测研究综述

随着数字图像处理技术的广泛应用,数字图像处理软件在给人们的工作和生活带来便利的同时,由恶意篡改图像所引发的一系列社会问题也亟待解决,因此能够对图像的真实性和完整性进行判断的数字图像取证技术显得尤其重要。篡改图像必然会经过重压缩这一步骤,因此数字图像重压缩检测能够为数字图像取证提供强有力的辅助依据。文中对数字图像重压缩检测研究进行了系统的梳理,提出了数字图像重压缩检测的技术框架,详细阐述了无损图像压缩历史检测、有损压缩图像双重压缩检测、有损压缩图像多重压缩检测以及其他格式的重压缩检测的取证算法和思路,对现有算法进行了性能分析和评价。然后,总结了图像重压缩检测的应用。最后,分析了数字图像重压缩检测目前存在的问题,并对未来的发展方向进行了展望。     

JPEG隐写分析中的校准原理探究

传统的隐写图经过剪切重压缩得到原始图像的近似图像,通过对该方法及其与检测特征之间的关系研究,建立了校准与校准特征的一维数学空间,该空间引入参考变换概念,定性地分析了校准方法和校准差分特征的相关性,从而得出校准技术提高检测性能的根本原因,同时得出校准图像不一定是原图相似图的结论,对校准特征的选择提供了理论依据。     

基于MATLAB的数字图像JPEG压缩编码实现

数字图像被广泛的应用于多媒体通信和计算机系统中,但是数字图像具有庞大的数据量,不便于传输和存储,必须对其进行压缩.本文利用MATLAB仿真软件,实现了基于离散余弦变换的JPEG数字图像压缩方法.实验结果表明,该压缩方法简单有效,获得较高压缩比的同时,又保证了较好的图像质量.     

基于特征融合的行人重识别方法

针对行人重识别中已有方法难以解决行人图像光照、视角变化大的问题,提出了一种基于特征融合的行人重识别方法。首先利用Retinex变换对图像进行预处理;然后将CN特征与原有的颜色和纹理特征融合,并通过区域和块划分的方式提取直方图获得图像特征;最后采用不同的距离学习方法在4个数据集上进行行人重识别。实验结果表明,融合后的特征对行人图像具有更好的表述能力,实现了重识别精度的较大提升,验证了方法的有效性。     

基于多样性特征的JPEG图像隐写分析

随着隐写分析技术的发展,新的特征提取算法不断出现,但目前还没有一种较好的通用特征能对JPEG图像进行有效的隐写分析。针对上述问题,提出一种从多域空间提取特征的通用隐写分析算法。采用残差共生矩阵与直方图统计函数计算DCT域、空域、小波域各域系数(像素)之间的依赖性关系,并结合校准方式从中提取特征。对多样性特征维数高的问题,采用前向选择与穷举结合的方法对其降维,以提高分类精度与节约分类时间。对4种典型的JPEG隐写算法在小嵌入率下进行实验,结果表明,与已有的检测方法相比,多域空间提取的多样性特征检测准确率能提高2%以上,适应性更广。     

Detection of Double-Compression in JPEG Images for Applications in Steganography

This paper presents a method for the detection of double JPEG compression and a maximum-likelihood estimator of the primary quality factor. These methods are essential for construction of accurate targeted and blind steganalysis methods for JPEG images. The proposed methods use support vector machine classifiers with feature vectors formed by histograms of low-frequency discrete cosine transformation coefficients. The performance of the algorithms is compared to selected prior art.     

基于SVM的JPEG图像隐密分析研究

分析了JPEG图像的信息隐藏方法及各种攻击算法，提出了一种新的基于支持向量机（SVM）的目检测算法。通过分析研究与信息隐藏相关的多个图像统计特征量，设计了图像DCT系数的直方图、边界不连续性、相关差值、相关直方图等值组成特征向量，然后采用SVM方法进行分类，实现了一种新的图像隐密分析方法。实验结果表明，这是一种有效的、高精度的盲检测方法，能够准确识别出图像是否隐藏有秘密信息。     

特征维数对隐写检测的影响分析

通过实验验证并分析图像隐写检测过程中特征维数对隐写检测正确率的影响,对比使用人工选取与机器降维的隐写图像识别率。结果表明,低维特征更有利于简化分类器的设计,降低计算复杂度,提高隐写检测正确率,且机器降维后的特征相比人工选取的特征拥有更好的隐写检测效果。     

一种利用相角对加性隐写模型进行分析的方法

基于图像在加性隐写模型下隐写前后差分直方图离散傅里叶变换与隐写信息离散傅里叶变换间的对应关系, 从隐写前后差分直方图离散傅里叶变换相角的变化入手, 提取特征, 在理论上加以论证并从实验上得到验证。对UCID V2标准图库进行实验, 结果表明, 本方法对加性隐写模型具有很好的检测效果。     

基于主成分分析进行特征融合的JPEG 隐写分析

为了解决现有JPEG隐写分析方法特征冗余度高和未能充分利用特征间互补关系的问题,提出了一种基于主成分分析(principal component analysis,简称PCA)进行特征融合的JPEG隐写分析方法,并分析所选特征之间的互补性.通过融合将互补特征结合在一起,更全面地反映载体和隐写信号间的统计差异,并用PCA分离出冗余成分,最终达到进一步提升准确率的目的.实验结果表明,在不同数据集和嵌入率情况下,该方法分析高隐蔽性隐写(如F5,MME和PQ)的准确率高于主要JPEG分析方法,在耗时上较现有特征层融合降维方法大为缩短.     

采用L-M算法的JPEG图像隐写分析

提出了一种针对JPEG图像的通用隐写分析系统。首先对实验图像提取其在小波域的细节部分和近似部分系数的特征函数矩和实验图像的第一层小波分解后的对角子带D₁再次进行分解所得到的细节部分和近似部分系数的特征函数矩作特征的有效性分析,通过对有效特征的选择和提取,得到一组训练集合,最后采用基于L-M算法的BP神经网络来进行分类。实验结果表明,这是一种有效的、高精度的盲检测方法,能够准确识别出JPEG图像是否含有隐密信息。     

模糊聚类和边缘检测结合的彩色图像分割算法

提出模糊聚类和边缘检测结合的彩色图像分割方法,以色彩图像直方图中自适应搜索到的峰值作为聚类中心,对图像进行模糊聚类。然后对模糊聚类后的图像进行边缘检测,检测出面积较大的区域的边缘,首先在区域内部进行融合,然后在区域边界和面积较小色彩相似的区域融合。实验表明,本方法不需预先确定聚类数目、聚类中心初始化,在区域融合后,可得到较好的分割效果。     

以直方图差值序列为特征的JPEG MB2隐写分析

基于JPEG图像的离散余弦变换(DCT)系数直方图差值序列,提出一种新的检测JPEG MB2隐写术的方法。该算法定义JPEG图像的DCT系数一阶直方图与其Cauchy拟合分布模型的系数直方图之间的差值序列作为相关性度量,在此基础上构造区分隐写图像和载体图像的分类特征序列。在特征分析中,通过Hilbert-Huang变换对特征序列进行经验模式分解,构建了基于Hilbert谱的特征向量。实验结果表明,基于该特征向量的支持向量机(SVM)对MB2隐写算法检测平均准确率达到84.48%,该方法也适用于JPEG MB1的检测。     

基于相对熵的直方图差异与JPEG隐写的定量分析

针对图像隐写分析中常用的直方图特征,给出了一类基于相对熵的直方图差异计算方法,并提出了一种基于相对熵的JPEG隐写的定量分析方法.首先根据两假设检验中的最优检验——似然比检验,分析了相对熵在衡量2个直方图间的距离时的优越性,并给出了2种基于相对熵的直方图差异计算方法.然后,以新的直方图差异特征为基础,训练支持向量回归分析器,以估计隐写对DCT系数的更改比率.针对JSteg和改进的F5隐写的实验结果表明:与其他的直方图差异特征相比,根据所提出的基于相对熵的直方图差异特征所训练的定量隐写分析器具有更高的估计精度和稳定性.