基于多方向相关性jpeg图像通用隐写研究方法①

《基于多方向相关性jpeg图像通用隐写研究方法①》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于多方向相关性JPEG图像通用隐写研究方法①　　摘要：针对JPEG图像隐写问题，本文提出一种基于多方向相关性JPEG图像通用检测方法。该检测方法首先对图像进行DCT域变换，提取DCT域块内、块间多方向的DCT系数间的相关性作为统计特征，共形成96维的统计特征。然后利用训练好的支持向量机对几种常见的JPEG图像隐写算法检测，实验结果表明本文提出的算法与其他检测算法相比具有更好的检测结果。关键词：多方向相关性JPEG图像通用隐写分析支持向量机DCT域中图分类号：TP309/TP391.4文献标识码：A文章编号：1007

2、-9416（2013）01-0180-021引言8随着互联网技术的快速发展，信息安全问题越来越突出，受关注程度持续走高。特别是9.11事件以来，信息安全方面的相关问题更是引起相关科研人员和公众的强烈关注。信息隐藏作为信息安全中的一个重要课题受到普遍重视。信息隐藏技术是在表面看似正常的载体上确保信息嵌入的不可感知性和不可检测性，隐藏信息而达到传输秘密信息的目的。隐写分析技术是对隐藏信息检测的过程，采取相应措施阻止非法隐藏的信息传递。隐写分析主要分为两类：专用隐写分析和通用隐写分析。本文主要讨论的是图像隐藏信息检测问题。

3、因此，本文中的通用隐写分析是指对载体图像和隐藏图像进行分析，提取具有一定区分能力的统计量作为特征向量集，再利用神经网络、聚类算法或回归分析等方法进行训练构造分离器，区分载体图像和载密图像[4]。JPEG图像是网络上最为流行的图片格式，具有压缩比大、分辨率强、传输方便等特点[2]，因此对JPEG图像格式的图片进行隐写分析的意义重大。Liu等在文献[3]中提出利用联合概率密度矩阵计算DCT系数块内和块间特征值，组成特征向量以此区分载体图像与载密图。Shi等在文献[4]中提出了一种利用马尔科夫过程计算DCT系数块内相关性的

4、方法，组成324维特征，该检测方法明显高于先前的一些检测方法。随后Chen在文献[1]中提出的方法对该方法进行改进，考虑DCT系数块间的相关性，构造DCT块内块间的差分数组，组成486维特征向量进行隐写分析。以上隐写分析方法的本质其实都是计算DCT系数单一方向间概率模型度量嵌入的秘密信息，这是这些方法所共有的不足。本文通过分析DCT系数块内和块间的关系，构造出DCT系数间多方向的相关性，同时结合图像校准的方法，提出一种新的检测隐写的JPEG图像格式的通用隐写分析方法，力图提高隐写分析图像的检测效果。82隐写分析方法图

5、1中的训练图像包含载体图像与载密图像，两类图像按照3.2的方法计算校准图像，分别进行DCT变换，并提取特征，选择出能量较大代表性强的特征值，对支持向量机进行训练。测试图像同样包含载体图像与载密图像，提取DCT系数统计特征，输入到已经训练好的SVM中进行检测，得到最终的检测结果。图1隐写分析方法流程图3特征提取本文特征提取的方法源于共生矩阵，在介绍本文的特征提取之前，首先分析下共生矩阵。共生矩阵描述了在一个矩阵中，两个位置上的像素对的联合概率密度。如下式所示，共生矩阵描述了矩阵I内部相距r，角度为θ的两个元素，出现为（

6、i，j）的概率Pij（r，θ）。概率Pij（r，θ）可以通过下式计算：本文是在共生矩阵基础上进行扩展，考虑多个方向上的矩阵间的概率问题，较好的描述像素间的相关性。设矩阵为I，行数为L，列数为C。为比较好描述DCT系数间的相关性，首先给出如下函数：用下式描述，DCT系数与周围系数差值绝对值d出现的次数，累加和累计的是如图所示表示4个方向上的系数与周围系数间的关系。8遍历矩阵中所有系数与周围4个系数差值绝对值d出现的次数，对于t=0的情况不予以考虑。其中q=（L×C）/（8×8），N为矩阵中提取的DCT系数的数量。将计算

7、出来的概率P（d，t）按照（d，t）的排列顺序进行重新排列。举例说明，假定d=0，t=1，即为统计矩阵I中内部系数与周围4个系数差值绝对值为0出现1次的概率放在新矩阵中第一行第一列中。3.1JPEG图像DCT块内特征提取将图像进行DCT变换并进行量化分成8×8的DCT小块。量化之后，DCT系数的主要能量集中在低中频分量，即DCT系数值比较大。为此，本文只提取前36个系数，副对角线上方的系数。同时要求提取出的DCT系数不在边界线上，为了提取的DCT系数与周围的4个系数直接有联系。因此，主要考虑副对角线上方的未在边界上的

8、21个系数与周围系数间关系。在进行特征提取之前，首先对图像的DCT系数进行预处理，将DCT系数钳位于[-7，7]的范围内。特征提取按照上述步骤进行。新矩阵的维数为：15×4=60。3.2JPEG图像DCT块间特征提取8首先把图像DCT系数进行重新排列。在图2中，圆形和菱形表示一幅图像中DCT系数的排列顺序，如果按照顺序扫描8×8小块，那么将组成