资源描述:
《基于小波包分解的图像信息隐写盲检测》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第10期罗向阳等:基于小波包分解的图像信息隐写盲检测·183·基于小波包分解的图像信息隐写盲检测罗向阳1,2,刘粉林1,王道顺2(1.解放军信息工程大学信息工程学院,河南郑州450002;2.清华大学计算机科学与技术系,北京100084)摘要:基于小波包分解,提出了一类新的具有较高检测正确率的图像信息隐写盲检测方法。首先对图像进行小波包分解得到多个子带,从子带系数以及图像像素中提取直方图特征函数多阶绝对矩作为特征,然后对提取的特征进行预处理并设计BP神经网络分类器进行分类。针对LSB、SS、Jsteg、F5及MB等典型
2、隐写的实验表明:此方法相比现有的典型盲检测方法,正确检测率提高约7.5%~17.2%,且具有更好的通用性。此外,还讨论了整数和非整数小波包分解对检测结果的影响。关键词:信息隐写;盲检测;小波包分解;BP神经网络中图分类号:TP309文献标识码:B文章编号:1000-436X(2008)10-0173-10WPD-basedblindimagesteganalysisLUOXiang-yang1,2,LIUFen-lin1,WANGDao-shun2(1.InstituteofInformationEngineering
3、,PLAInformationEngineeringUniversity,Zhengzhou450002,China;2.DepartmentofComputerScienceandTechnology,TsinghuaUniversity,Beijing100084,China)Abstract:Basedonwaveletpackagedecomposition(WPD),anewblindimagesteganalysismethodwaspresented,whichcandetectthestegoimage
4、swithcomparativelyhighaccuracy.Firstly,bythreescalesofWPD,imagewasdecomposedintosomecoefficientsubbands,andthemulti-orderabsolutecharacteristicfunctionmomentsofhistogramwereextractedasfeaturesfromthesesubbandsandimageitself.Andthen,thesefeatureswereprocessedanda
5、back-propagation(BP)neuralnetworkwasdesignedtoclassifyoriginalandstegoimages.Aseriesofexperimentsweremadetovalidatetheperformanceofproposedmethodforfivekindsoftypicalsteganographymethods,includingLSB,SS,Jsteg,F5andMB.Resultsshowthemethodcandetectstegoandoriginal
6、imagesreliably,andtheaveragedetectionaccuracyofthismethodexceedsthoseofitsclosestcompetitorsbyatleast7.5%andupto17.2%.Moreover,theinfluenceofintegralandnon-integralWPDforthedetectionaccuracywasdiscussed.Keywords:steganography;blinddetection;waveletpacketdecompos
7、ition;BPneuralnetwork第10期罗向阳等:基于小波包分解的图像信息隐写盲检测·183·收稿日期:2008-06-21;修回日期:2008-09-27基金项目:国家高技术研究发展计划(“863”计划)基金资助项目(2006AA10Z409,2008AA10Z419);国家自然科学基金资助项目(60873249);河南省基础与前沿技术研究计划(082300410150)FoundationItems:TheNationalHighTechnologyResearchandDevelopmentProgra
8、mofChina(863Program)(2006AA10Z409,2008AA10Z419);TheNationalNaturalScienceFoundationofChina(60873249);TheFoundationandFrontierTechnologyResearchProgramofHenanProvince(