基于區(qū)域分割和校準的圖像盲檢測分析.pdf

1、在信息隱藏中，數(shù)字圖像隱寫和隱寫檢測分析技術是一對相互制約又相互促進的研究課題。雖然兩者在相互抗爭的過程中均取得較大的研究成果，但由于隱寫算法具有方法多、更新速度快的特點使得隱寫分析技術的發(fā)展處于被動地位。面對層出不窮的新型隱寫算法，隱寫檢測分析技術發(fā)展想要取得主動權，開展具有廣泛通用性的數(shù)字圖像隱寫檢測分析技術即數(shù)字圖像盲檢測技術研究則顯得尤為重要和迫切。
　　本文提出了一種基于區(qū)域分割和旋轉校準的數(shù)字圖像盲檢測技術。采用圖像區(qū)

2、域分割預處理方法在空域和DCT域空間的合適區(qū)域上共提取225維特征，將其進行旋轉校準后作為SVM分類器的輸入進行單二分類和混雜二分類的性能檢測實驗。本文完成的主要工作有:
　　一、構造了由常用隱寫算法包括正掀起另一陣研究熱潮的自適應隱寫算法在內組成的十類隱寫算法圖像庫(LSB、MLSB、MB1、MB2、OutGuess、F5、PMK、PVD、EA_LSBMR、PQ)。該隱寫算法圖像庫涵蓋的范圍較全面，既包含空域隱寫算法也包含了DC

3、T域隱寫算法，后三種屬于自適應隱寫算法。
　　二、針對空域自適應隱寫算法信息嵌入的位置及容量因區(qū)域平坦尖銳程度而異的特點，本文提出了基于灰度差分絕對值的區(qū)域分割預處理算法。該算法將整個圖片在空域上粗略分割成三個平坦度不同的區(qū)域，再根據(jù)區(qū)域特性提取相關性較高的特征，以達到提高空域特征區(qū)分度的目的。
　　三、提出了旋轉校準的非均勻插值去噪的校準方法，該方法獲取的參考圖像逼近原始圖像特性分布，較好解決了現(xiàn)實檢測中無法獲取原始圖片進