基于SVM的图像隐写盲检测
隐写技术与隐写分析技术作为信息安全领域的一个研究热点，在短短几年时间里取得了很大进展。隐写术是利用人类感觉器官的不敏感性，以及图像本身存在的冗余，将秘密信息隐藏于一个数字媒体(如数字图像)中而不被察觉。隐写术的发展，在为社会带来一种新的隐蔽通信手段的同时也带来了新的威胁，因此隐写分析技术应运而生。隐写分析的目的在于揭示媒体中隐秘信息的存在性，甚至只是指出媒体中存在隐写信息的可疑性。它一方面可以防止隐写技术的非法应用，防止一些技术被滥用为犯罪活动、危害国家安全等；另一方面可以促进隐写算法的安全性的提高，推动信息隐藏算法的实用化。当前的隐写分析算法主要分为针对型隐写分析和盲检测。本文主要讨论图像中隐藏信息的盲检测问题。盲检测技术是根据隐藏信息嵌入前后，提取能反映图像细微变化的数学统计特征；然后借助分类器对提取的图像特征进行分类，从而区分出原始图像和含密图像。对于如何开展隐藏信息的盲检测研究，本论文做了一些有益的尝试。实验结果显示本文提出的盲检测方法取得了较好检测结果。论文的主要工作和贡献如下： 1.总结了当前主要的盲检测特征提取算法，并指出其优缺点，为本文盲检测特征的提出提供指导。 2.分析了隐藏信息的嵌入对灰度共生矩阵的影响，提取灰度共生矩阵作为图像特征。由于图像的灰度共生矩阵维数过大，提出了一种利用对图像邻近像素进行差分计算，并舍去差分计算后大像素值像素的方法，对灰度共生矩阵降维。 3.从图像噪声的角度研究图像隐写的盲检测。根据信息隐藏的加性噪声模型，把隐藏信息的嵌入视作图像加性噪声的叠加，隐藏信息的嵌入必然会导致图像原有噪声的变化。文章从去噪算法、小波分析、邻域预测，三个方面分析和提取图像的噪声特征。 4.针对纹理图像检测的困难，将纹理分类的方法引入到了图像隐写的盲检测中。采用纹理分类中基于局部线性变换技术的信号处理方法，提取局部离散余弦变换的中高频系数作为检测纹理图像的特征。
图像隐写;信息隐藏;盲检测;信息安全
江南大学
硕士
检测技术与自动化装置
纪志成;周治平
2008
中文
TP309.2;TP274.5
55
2009-03-27（万方平台首次上网日期，不代表论文的发表时间）