圖像信息隱藏與隱寫分析算法的研究.pdf

1、隨著計算機網(wǎng)絡技術的飛速發(fā)展，信息安全越來越受到人們的關注。信息隱藏和隱寫分析作為信息安全技術的重要分支，二者相互制約，相互推動，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，以及隱寫分析技術的實用化為主要研究內(nèi)容，主要研究成果包括以下四個方面：
　　 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，可以被用來實現(xiàn)機密信息的無損隱藏。LDHS_DHS算法實現(xiàn)簡單，計算復雜度低。由于直方圖移位最多只會將像素值改變1，因此得到的隱秘圖像質量較高。此外，提出多層嵌入的思想，對算法進行簡單擴展就可以實現(xiàn)大容量的無損信息隱藏。實驗結果表明，在所有圖像質量沒有明顯降質的情況下，即峰值性噪比(Peak Si

3、gnal-to-noise Ratio，PSNR)大于30dB時，8幅512×512的經(jīng)典灰度圖像的平均嵌入容量高達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。
　　 ⑵提出了一種基于DCT(Discrete Cosine Transform)域和空域統(tǒng)計特征的JPEG通用隱寫分析算法(簡稱BS_DSF)。首先，構造一系列的一階和二階數(shù)學模型來捕獲隱藏信息導致的載體圖像DCT。系數(shù)和空域像素值的

4、統(tǒng)計特征變化，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)對和系數(shù)差值對的共生矩陣等六種DCT域統(tǒng)計模型，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)計模型。為了更全面地描述隱秘信息對原始圖像帶來的統(tǒng)計變化，對各統(tǒng)計模型從“宏觀”和“微觀”兩個角度來提取特征值：使用頻域高階統(tǒng)計矩從宏觀上數(shù)字化描述統(tǒng)計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)計變化的少量元素作為“微觀”特征，組成194維的特征向量。實驗中使用支持向量機來構造分類器。對Greenspun圖像庫的實驗表明，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現(xiàn)隱寫分析。首先，計

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)計特征的元素作為DCT域特征；其次，對測試圖像使用一級Haar小波分解，并計算低頻小波系數(shù)的聯(lián)合概率密度矩陣，提取DWT域統(tǒng)計特征；最后，對測試圖像進行預處理并解壓到空域，計算測試圖像和預處理圖像差值的聯(lián)合概率密度矩陣，提取空域統(tǒng)計特征。使用Coreldraw、Greenspun和UCID.v2三個不同圖像庫進行了大量實驗后表明，BS_MDF算法可對多種典型的JPE

7、G隱寫術實現(xiàn)有效檢測。此外，實驗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)，加快訓練和測試時間；另一方面能降低特征間的相關性和冗余度，提高分類的精度。
　　 ⑷設計并實現(xiàn)了一套完整的網(wǎng)絡數(shù)字圖像隱藏信息檢測系統(tǒng)。整個系統(tǒng)由三個子系統(tǒng)組成：網(wǎng)絡數(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)絡數(shù)字圖像捕獲器監(jiān)控流經(jīng)主機網(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從捕獲的網(wǎng)絡數(shù)字圖像進行隱