基于SVM的圖像隱寫盲檢測.pdf

1、隱寫技術(shù)與隱寫分析技術(shù)作為信息安全領(lǐng)域的一個研究熱點，在短短幾年時間里取得了很大進(jìn)展。隱寫術(shù)是利用人類感覺器官的不敏感性，以及圖像本身存在的冗余，將秘密信息隱藏于一個數(shù)字媒體(如數(shù)字圖像)中而不被察覺。隱寫術(shù)的發(fā)展，在為社會帶來一種新的隱蔽通信手段的同時也帶來了新的威脅，因此隱寫分析技術(shù)應(yīng)運而生。隱寫分析的目的在于揭示媒體中隱秘信息的存在性，甚至只是指出媒體中存在隱寫信息的可疑性。它一方面可以防止隱寫技術(shù)的非法應(yīng)用，防止一些技術(shù)被濫用為

2、犯罪活動、危害國家安全等；另一方面可以促進(jìn)隱寫算法的安全性的提高，推動信息隱藏算法的實用化。當(dāng)前的隱寫分析算法主要分為針對型隱寫分析和盲檢測。本文主要討論圖像中隱藏信息的盲檢測問題。盲檢測技術(shù)是根據(jù)隱藏信息嵌入前后，提取能反映圖像細(xì)微變化的數(shù)學(xué)統(tǒng)計特征；然后借助分類器對提取的圖像特征進(jìn)行分類，從而區(qū)分出原始圖像和含密圖像。對于如何開展隱藏信息的盲檢測研究，本論文做了一些有益的嘗試。實驗結(jié)果顯示本文提出的盲檢測方法取得了較好檢測結(jié)果。論文

3、的主要工作和貢獻(xiàn)如下： 1.總結(jié)了當(dāng)前主要的盲檢測特征提取算法，并指出其優(yōu)缺點，為本文盲檢測特征的提出提供指導(dǎo)。 2.分析了隱藏信息的嵌入對灰度共生矩陣的影響，提取灰度共生矩陣作為圖像特征。由于圖像的灰度共生矩陣維數(shù)過大，提出了一種利用對圖像鄰近像素進(jìn)行差分計算，并舍去差分計算后大像素值像素的方法，對灰度共生矩陣降維。 3.從圖像噪聲的角度研究圖像隱寫的盲檢測。根據(jù)信息隱藏的加性噪聲模型，把隱藏信息的嵌入視作圖像加性噪聲的疊加，隱藏信息