基于頻域分區(qū)的數(shù)字圖像通用隱寫分析.pdf

1、互聯(lián)網(wǎng)技術(shù)在不斷發(fā)展的同時，信息安全問題也顯得愈為重要。信息隱藏技術(shù)作為信息安全領(lǐng)域的重要研究課題一直為人們所關(guān)注。隱寫技術(shù)是信息隱藏的重要研究方向，它是將需要傳輸?shù)拿孛苄畔㈦[藏于看似無關(guān)的數(shù)字載體中，且不被第三者發(fā)現(xiàn)或截取，以達到秘密通信的目的。而隱寫分析技術(shù)是對嵌入的秘密信息進行檢測和提取，防止有害信息的傳輸給國家和人民帶來損失，具有現(xiàn)實意義。本文主要研究的是以JPEG圖像為載體的隱寫分析技術(shù)。
　　目前，隱寫分析技術(shù)可以分為

2、兩大類:一是特定隱寫檢測技術(shù)，二是盲檢測技術(shù)。其中，數(shù)字圖像盲檢測技術(shù)具有更強的通用性。本文研究的是針對DCT域隱寫算法的盲檢測技術(shù)。文章首先對隱寫系統(tǒng)與隱寫分析系統(tǒng)做了簡單概述，然后介紹了采取圖像的四叉樹分割和圖像塊分類對圖像進行頻域分區(qū)預(yù)處理，最后將同類圖像塊作為一類子圖像。同時回顧和分析了隱寫算法中的經(jīng)典提取特征。在特征提取的基礎(chǔ)上，研究了特征校準的原理以及提出基于插值法實現(xiàn)的亞像素校準的方法，通過與較為經(jīng)典的校準方法進行的對比實

3、驗，結(jié)果表明本文提出的特征校準方法能夠有效提高特征的區(qū)分度，從而提高隱寫分析算法的檢測效果。本文采取從子圖像中提取DCT域特征并進行加權(quán)取平均的方式得到最終特征，該方法可以將圖像紋理較為復(fù)雜且對嵌入信息敏感的部分與紋理平坦部分區(qū)別開來，對紋理復(fù)雜區(qū)域的特征增加在最終特征中的比重，這樣可以提高特征的區(qū)別度，最后將得到的特征利用BP神經(jīng)網(wǎng)絡(luò)分類器訓(xùn)練特征向量，從而完成隱寫圖像的辨別和分類。仿真實驗表明，本文提出的方法在針對頻域隱寫算法以及多