圖像信息隱藏與隱寫分析算法的研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，信息安全越來越受到人們的關(guān)注。信息隱藏和隱寫分析作為信息安全技術(shù)的重要分支，二者相互制約，相互推動(dòng)，已經(jīng)歷了十余年的發(fā)展。本文首先介紹了信息隱藏和隱寫分析技術(shù)的基本理論和發(fā)展現(xiàn)狀。隨后，以基于數(shù)字圖像的無損信息隱藏和通用隱寫分析技術(shù)，以及隱寫分析技術(shù)的實(shí)用化為主要研究內(nèi)容，主要研究成果包括以下四個(gè)方面：
　　 ⑴提出了一種基于相鄰像素差直方圖移位的的無損信息隱藏算法(簡稱LDHS_DHS)。研究發(fā)現(xiàn)

2、，無論是列方向或者行方向，自然圖像的相鄰像素差直方圖呈類拉普拉斯分布，且大部分像素差值集中在零附近。對(duì)直方圖峰值移位后，能產(chǎn)生大量的冗余空間，可以被用來實(shí)現(xiàn)機(jī)密信息的無損隱藏。LDHS_DHS算法實(shí)現(xiàn)簡單，計(jì)算復(fù)雜度低。由于直方圖移位最多只會(huì)將像素值改變1，因此得到的隱秘圖像質(zhì)量較高。此外，提出多層嵌入的思想，對(duì)算法進(jìn)行簡單擴(kuò)展就可以實(shí)現(xiàn)大容量的無損信息隱藏。實(shí)驗(yàn)結(jié)果表明，在所有圖像質(zhì)量沒有明顯降質(zhì)的情況下，即峰值性噪比(Peak Si

3、gnal-to-noise Ratio，PSNR)大于30dB時(shí)，8幅512×512的經(jīng)典灰度圖像的平均嵌入容量高達(dá)0.91bpp。與許多傳統(tǒng)的無損信息隱藏算法相比，本算法具有嵌入容量大的優(yōu)勢(shì)。
　　 ⑵提出了一種基于DCT(Discrete Cosine Transform)域和空域統(tǒng)計(jì)特征的JPEG通用隱寫分析算法(簡稱BS_DSF)。首先，構(gòu)造一系列的一階和二階數(shù)學(xué)模型來捕獲隱藏信息導(dǎo)致的載體圖像DCT。系數(shù)和空域像素值的

4、統(tǒng)計(jì)特征變化，包括全局交流系數(shù)的直方圖、特定位置的DCT系數(shù)直方圖、特定DCT系數(shù)值的直方圖、相鄰DCT系數(shù)差的直方圖、相鄰DCT塊系數(shù)對(duì)和系數(shù)差值對(duì)的共生矩陣等六種DCT域統(tǒng)計(jì)模型，以及全局像素差直方圖、DCT塊邊界直方圖和相鄰像素差的共生矩陣等三種空域統(tǒng)計(jì)模型。為了更全面地描述隱秘信息對(duì)原始圖像帶來的統(tǒng)計(jì)變化，對(duì)各統(tǒng)計(jì)模型從“宏觀”和“微觀”兩個(gè)角度來提取特征值：使用頻域高階統(tǒng)計(jì)矩從宏觀上數(shù)字化描述統(tǒng)計(jì)模型在頻率上的能量分布情況作為

5、“宏觀”特征；選擇模型中能反映大部分統(tǒng)計(jì)變化的少量元素作為“微觀”特征，組成194維的特征向量。實(shí)驗(yàn)中使用支持向量機(jī)來構(gòu)造分類器。對(duì)Greenspun圖像庫的實(shí)驗(yàn)表明，與多種傳統(tǒng)的JPEG通用隱寫分析算法比較，本算法能提供更優(yōu)的檢測效果。
　　 ⑶提出了一種基于聯(lián)合概率密度矩陣的多域隱寫分析算法(簡稱BS_MDF)，從DCT域、DWT(Discrete Wavelet Transform)域和空域提取特征值實(shí)現(xiàn)隱寫分析。首先，計(jì)

6、算DCT系數(shù)塊內(nèi)和塊間相鄰系數(shù)的聯(lián)合概率密度矩陣，選擇其中能反映大部分統(tǒng)計(jì)特征的元素作為DCT域特征；其次，對(duì)測試圖像使用一級(jí)Haar小波分解，并計(jì)算低頻小波系數(shù)的聯(lián)合概率密度矩陣，提取DWT域統(tǒng)計(jì)特征；最后，對(duì)測試圖像進(jìn)行預(yù)處理并解壓到空域，計(jì)算測試圖像和預(yù)處理圖像差值的聯(lián)合概率密度矩陣，提取空域統(tǒng)計(jì)特征。使用Coreldraw、Greenspun和UCID.v2三個(gè)不同圖像庫進(jìn)行了大量實(shí)驗(yàn)后表明，BS_MDF算法可對(duì)多種典型的JPE

7、G隱寫術(shù)實(shí)現(xiàn)有效檢測。此外，實(shí)驗(yàn)表明特征約簡在通用隱寫分析框架中起著重要的作用，一方面能降低特征維數(shù)，加快訓(xùn)練和測試時(shí)間；另一方面能降低特征間的相關(guān)性和冗余度，提高分類的精度。
　　 ⑷設(shè)計(jì)并實(shí)現(xiàn)了一套完整的網(wǎng)絡(luò)數(shù)字圖像隱藏信息檢測系統(tǒng)。整個(gè)系統(tǒng)由三個(gè)子系統(tǒng)組成：網(wǎng)絡(luò)數(shù)字圖像捕獲器、隱藏信息檢測器和中心數(shù)據(jù)庫。其中，網(wǎng)絡(luò)數(shù)字圖像捕獲器監(jiān)控流經(jīng)主機(jī)網(wǎng)卡的數(shù)據(jù)包，捕獲并組織數(shù)字圖像；隱藏信息檢測器的工作是對(duì)從捕獲的網(wǎng)絡(luò)數(shù)字圖像進(jìn)行隱