结合集成比例训练的彩色JPEG图像隐写分析

合集下载

JPEG图像隐写分析方法概述

JPEG图像隐写分析方法概述

JPEG图像隐写分析方法概述作者:雷雨张华俊来源:《消费导刊》2015年第05期摘要:JPEG图像是一种非常流行的图像格式,随着图像隐写技术的发展和应用,JPEG图像隐写分析的重要性日益突出。

本文对近几年来的JPEG图像隐写分析方法进行梳理和归纳,同时对具有代表性的方法作简要的介绍与评述,为JPEG图像隐写与隐写分析者提供参考。

关键词:隐写隐写分析 JPEG图像一、JPEG图像隐写技术现有的JPEG图像隐写算法可大致分为三类:(一)基于量化DCT系数的JPEG图像隐写该类方法主要利用量化DCT系数的冗余来嵌入秘密信息,其大致过程如下:选择一幅JPEG图像作为载体图像,提取它的量化DCT系数,然后通过修改这些系数来嵌入秘密信息,最后将隐写后的含密图像再次存储为JPEG图像。

(二)基于附加信息的隐写该类方法是指隐写算法不直接在JPEG图像的量化DCT系数上做修改,而是借助消息发送方有可能获得原始图像这一附加信息,在未量化的DCT系数上嵌入秘密信息,以减小失真。

(三)基于替换域的隐写该类方法是指先在替换域(如空域、小波域等)中鲁棒的嵌入秘密信息,然后再压缩成JPEG图像。

JPEG压缩很大程度上掩盖了秘密信息嵌入的影响,增加了隐写分析的难度。

但由于压缩是有损的,会造成图像部分信息的丢失,所以秘密信息必须是鲁棒的嵌入,以保证图像有损压缩后仍能提取出信息。

二、JPEG图像隐写分析技术(一)JPEG图像专用隐写分析方法1.针对基于量化DCT系数隐写的专用分析方法针对JSteg,Westfeld提出的卡方检测算法能有效检测嵌入位置是顺序排列时的情况。

Zhang等利用DCT系数的对称分布特征及JSteg不在取值为1的系数中进行数据嵌入的原理,提出了一种根据含密图像DCT系数直方图的分布可以估计JSteg数据嵌入率的方法。

Bohme将针对空域LSB替换的WS(Weighted Stego Image)方法扩展至JPEG域中,可以成功的对JSteg进行攻击,并可以估计数据嵌入率。

一种针对彩色JPEG图像的安全隐写算法

一种针对彩色JPEG图像的安全隐写算法
bl o c k, t h e q ua n t i z e d AC c o e ic f i e n t s h a v i n g s a me f r e q ue n c y o f R, G, B c o mp o ne n t i n e a c h s e l e c t e d 8 X 8 s u b—
( C o l l e g e o f I n f o r ma t i o n E n g i n e e r i n g , F u y a n g T e a c h e  ̄C o l l e g e , F u y a n g 2 3 6 0 4 1 , C h i n a )
码嵌入秘 密信息. 实验结果表 明 : 与同类算 法相 比 , 该 方法对 彩色 J P E G图像可 提供较 大 的嵌 入容 量 , 载密 彩色
J P E G图像具有 较好 的视 觉质量 , 且能够抵几种 常见 的隐写分析方法. 关键词 : 信息隐藏 ; J P E G图像 ; 矩阵编码 ; 量化系数
文章 编号 : 1 0 0 9 - 4 8 2 2 ( 2 0 1 3 ) 0 2 - 0 2 3 2 - 0 4
D OI : 1 0 . 1 1 7 1 3 / j . i s s n . 1 0 0 9 48 - 2 2 . 2 0 1 3 . 0 2 . 0 2 7

种针对彩色 J P E G 图像 的安 全 隐 写算 法
Ab s t r a c t : T o e n h a n c e f u r t h e r t h e s e c u r i t y o f t h e c o l o u r J P EG s t e g o — i ma g e , a s e c u r e s t e g a n o g r a p h y f o r c o l o u r J P E G i ma g e i s p r o p o s e d . I n DC T d o ma i n o f c o l o u r J P E G i ma g e , i f r s t o f a l l , t h i s s t e g a n o g r a p h y s e l e c t s 8 X 8 s u b —

基于特征融合聚类的JPEG盲隐写分析

基于特征融合聚类的JPEG盲隐写分析
第3 0卷 第 3期
பைடு நூலகம்2 0 1 3年 3月
计 算机应 用 与软件
Co mp u t e r Ap p l i c a t i o n s a nd S o f t wa r e
Vo 1 . 3 0 No . 3
Ma r .2 01 3
基 于 特 征 融合 聚 类 的 J P E G 盲 隐 写分 析
3 ( B e fn i gI st n i t u t e o jE l e c t r o n i c T e c h n o l o g y a n dA p p l i c a t i o n. B e j i i n g1 0 0 0 9 1 C h i n a )
Ab s t r a c t T h e p io r r k n o w l e d g e f o r t r a d i t i o n a l s t e g a n a l y s i s ,s u c h a s s t e g a n o g r a p h y lg a o i r t h ms ,e mb e d d i n g r a t e s a n d s o u r c e s o f i ma g e s ,
or f t h e s e l e c t e d f e a t u r e s , a n d i s t o i mp r o v e t h e a c c u r a c y o f J P EG’ S s t e g a n a l y s i s v i a c l u s t e r i n g .I t f u s e s t h e p i r n c i p l a c o mp o n e n t s o f t h e f e a t u r e

特征融合的JPEG图像隐写分析方案

特征融合的JPEG图像隐写分析方案
marx, h e me g d fa r co a eus d t ln tg n lsswih t e l e rca sfe a ld Li l e r ti t e n w r e e t eve t rc n b e o b i d se a ay i t h i a ls i rc l b i a. u n i e n T er s l s o st t u eh da h e ehg ee t n a c rc n f ce c o a i gw i t e c e s h e ut h w ha rm t o c iv ih d tc i c u a ya de o o i in yc mp rn t o h rs h me . h K e r :se a ay i ; J y wo ds tg n l ss PEG ; 1 ln a ; sait a o e t M ak v fau e i i e r ttsi l b c m m n s; r o e tr
、 1 ,. 0 6NO 1
J .1 a2 n 01
中国 科 技 论 文在 线
S E CE A E LN CIN P P R ON I E

第6 第1 卷 期
21年 1 01 月
特征融合的 JE P G图像隐写分析方案
闫 岫,赵 耀 ,倪 蓉 蓉
(. 1 北京交通大学信息科 学研 究所, 北京 104 ; . 004 2 现代信息科 学与网络技术北京市重点实验室,北京 104 ) 004
s g n lsswi 5 mo e a e tg n ga h ( , 2 a d OuGu s. c r ig t h orlt no h t a ay i t F , d lb sd s a o rp yMB1 MB n t es Ac odn otec reai nte e h e ) o

一种针对彩色 JPEG 图像的安全隐写算法

一种针对彩色 JPEG 图像的安全隐写算法

一种针对彩色 JPEG 图像的安全隐写算法刘辉;余世干;李林国【摘要】为进一步增强载密彩色JPEG图像的安全性,提出一种针对彩色JPEG图像的安全隐写算法。

算法把原始彩色JPEG图像的每个8×8分块进行DCT变换后,对各块中具有相同频率的R,G,B各分量的AC系数用密钥控制生成一个近似服从高斯分布的整数序列进行整除取余,将余数的LSB构成序列br bg bb ,对br bg bb 采用矩阵编码嵌入秘密信息。

实验结果表明:与同类算法相比,该方法对彩色JPEG 图像可提供较大的嵌入容量,载密彩色JPEG图像具有较好的视觉质量,且能够抵几种常见的隐写分析方法。

%To enhance further the security of the colour JPEG stego-image,a secure steganography for colour JPEG image is proposed.In DCT domain of colour JPEG image,first of all,this steganography selects 8 ×8 sub-block,the quantized AC coefficients having same frequency ofR ,G,B component in each selected 8 ×8 sub-block are disposed by modulus operator with an integer gaussian sequence .Then embed secret information in the br bg bb sequence which consists of the least significant bit by using matrix coding technology .The experimental results show that the proposed new steganography has achieved the hiding capacity remarkably ,while enhancing the visual quality of the JPEG stego-image,and can be resistant several well-known steganalytic methods.【期刊名称】《北华大学学报(自然科学版)》【年(卷),期】2013(000)002【总页数】4页(P232-235)【关键词】信息隐藏;JPEG图像;矩阵编码;量化系数【作者】刘辉;余世干;李林国【作者单位】阜阳师范学院信息工程学院,安徽阜阳 236041;阜阳师范学院信息工程学院,安徽阜阳 236041;阜阳师范学院信息工程学院,安徽阜阳 236041【正文语种】中文【中图分类】TP309.2信息隐藏的一个重要分支是隐写技术[1],作为密码学的有益补充,它将秘密信息嵌入到载体信息中,通过互联网等公共信道传输载体信息,进而完成秘密信息的传输,却不易引起他人怀疑,因此在军事、商业等领域具有重要的应用价值.随着彩色JPEG图像在Internet、通信技术等领域的广泛应用,以彩色JPEG图像为载体的隐写技术逐渐成为学术界和工业界的研究热点.隐写技术根据嵌入区域的不同可分为空域隐写和变换域隐写两类,针对 JPEG图像的隐写多数属于后者.国内外已有一些JPEG图像相关的隐写研究成果.J Steg[2]算法是较早的以JPEG图像为载体的隐写算法,它采用LSB替换思想,用秘密信息的比特位将载体图像的DCT量化系数的LSB位替换掉,该方法由于LSB的统计特性,易被χ2分析[3]检测出来.F5算法[4]整合了混洗技术和矩阵编码技术,使得算法安全性得到提高,但该方法容易引起分块效应,可被文献[5]的分析方法检测出来.Tseng[6]等提出的JPEG图像隐写算法,虽能取得较高的嵌入容量和较低的图像失真水平,但该方法仍需修改JPEG标准量化表,这将降低其抗隐写分析能力.王建军等[7]采用修改后的k-fibonacci矩阵为量化表,在量化DCT系数中嵌入秘密信息.白建荣等[8]利用JPEG图像量化前后的DCT系数误差,来嵌入秘密信息,采用非标准JPEG量化表提取秘密信息.文献[7]和[8]本质上是采用LSB替换算法修改了DCT系数LSB,使得载密JPEG图像的DCT系数的LSB直方图分布趋于相同,且均使用非标准量化表,导致其抗隐写分析的能力较低.为提高彩色JPEG图像的抗隐写分析能力,应尽量减少DCT系数的LSB修改数量.本文提出一种针对彩色JPEG图像的安全隐写算法.算法把原始彩色JPEG图像的每个8×8分块进行DCT变换后,对各块中具有相同频率的R,G,B各分量的AC系数用密钥控制生成一个近似服从高斯分布的整数序列进行量化取余,对余数的LSB所构成的序列brbgbb采用参数控制的矩阵编码嵌入秘密信息.理论上,该算法使得DCT系数的LSB修改数量有一般的50%降低到约13.3%,实验结果表明,该算法不仅具有较大嵌入容量,而且能够抵抗几种常见的隐写分析方法.2.1 近似服从高斯分布的整数量化序列假设载体图像是M×N的彩色JPEG图像,其R,G,B三个分量都用8比特存储.用密钥控制生成一个服从高斯分布N(0,σ)的序列,并该序列中的每个元素取整得到一个近似服从高斯分布的序列Ql,l=1,2,…,L,L为近似高斯分布序列的长度.若秘密信息的长度为K,则L和K近似满足其中:(x)表示对x取整.文献[9]提出的空域隐写算法也使用了类似的分布序列对像素值进行量化取整.本文算法不同之处是利用Ql对彩色JPEG图像各8×8分块DCT域中的AC系数进行整除取余,再在各余数LSB构成的比特序列中嵌入秘密信息,以提高隐写算法的安全性.2.2 矩阵编码文献[4]提出了矩阵编码的主要思想,即在长度为l的载体比特序列中,最多只需修改1位即可嵌入k比特秘密信息,其中l=2k-1.该思想能确保在较小的修改率的情况下获得较好的嵌入容量,同时安全性较好.但它同时也会使载体比特序列l的高位发生改变,导致载体图像出现块效应.为继承矩阵编码的优势,同时尽量避免它的不足之处,本文确定的载体比特序列不是某个系数的连续若干比特,而采用彩色JPEG图像中各8×8分块的R,G,B各分量的DCT系数分别按照Zigzag方式扫描后,具有相同序号的AC系数用上面生成的近似服从高斯分布的量化序列Ql整除取余,把余数的LSB构成的比特序列作为载体.因此,即使需要修改,也只是修改R,G,B分量中某个分量AC系数的LSB,并不影响各系数的高位信息,改善了矩阵编码的不足.假设彩色JPEG图像经8×8分块后,第k个分块的R,G,B各分量分别经DCT变换和Zigzag方式扫描后得到的DCT系数分别用ri,gi,bi表示(0≤i≤63).ri0,gi0,bi0分别表示ri,gi,bi的LSB.若秘密信息的某两位比特s1s2将嵌入到序列ri0gi0bi0中,则按照矩阵编码思想,嵌入过程取如下四种情况之一:1)若s1=ri0⊕gi0,s2=ri0⊕bi0,则不需修改ri0,gi0 ,bi0;2) 若s1≠ri0 ⊕gi0 ,s2=ri0 ⊕bi0 ,则gi0 取反;3) 若s1=ri0 ⊕gi0 ,s2≠ri0 ⊕bi0 ,则bi0 取反;4) 若s1≠ri0 ⊕gi0 ,s2≠ri0⊕bi0 ,则ri0取反.其中,⊕表示异或运算.另外,为达到载密图像的视觉质量和嵌入容量的有效平衡,本文算法引入控制参数Num,表示每个彩色JPEG图像8×8分块中可用来进行矩阵编码的DCT域中交流系数AC的个数.理论上,Num的取值范围是[1,63],但多数情况下,DCT变换后得到的后32个AC系数都为0,在连续的0比特序列上进行隐写,会降低隐写算法的安全性,因此,Num∈[1,31].2.3 秘密信息嵌入和提取假设载体图像是M×N的彩色JPEG图像,其R,G,B分量均为8比特,秘密信息是长度为K的随机比特序列,则秘密信息的嵌入步骤如下:1) 首先采用密钥控制生成一个长度为L的近似服从高斯分布的整数量化序列Ql,l=1,2,…,L,L和K的关系满足式(1).2) 将彩色JPEG载体图像熵解码后,对每一个8×8分块执行步骤3)和步骤4).3) 取图像的8×8分块Km,对其R,G,B三个分量分别做DCT变换后再进行Zigzag方式扫描,得到三个DCT系数序列ri,gi,bi(0≤i≤63).分别取这三个序列中的rj,gj,bj,1≤j≤Num,并用Ql中的元素QNum×(k-1)+j整除取余,得余数的LSB分别为rj0 ,gj0,bj0.4) 从秘密信息的第(m-1)×Num+2j位依次取两比特信息s1s2,按照本文算法2.2节中的矩阵编码方式将s1s2嵌入到rj0gj0bj0中,得到嵌入秘密信息后的,,.再根据,,和QNum×(k-1)+j,逆向恢复DCT系数,得到rj,gj,bj嵌入秘密信息后对应的系数,,.5) 应用JPEG熵编码,得到载密彩色JPEG图像.秘密信息的提取过程为(假设待提取的秘密信息序列为S,初始值为空):1)根据接收到密钥生成近似服从高斯分布的整数量化序列Ql,l=1,2,…,L,将载密彩色JPEG图像熵解码后,对每一个8×8分块执行步骤2).2)对8×8分块Km,将其R,G,B三个分量分别做DCT变换后再进行Zigzag方式扫描,取三个DCT系数中rj,gj,bj(1≤j≤Num),并用Ql 中的元素QNum×(k-1)+j整除取余,得余数的LSB分别为rj0,gj0,bj0.作s1=rj0⊕gj0和s2=rj0⊕bj0运算,得到两比特秘密信息s1s2,并将其加入到S尾部.3)所有分块的DCT系数处理完后所构成的S即为提取出来的秘密信息序列.此外,除采用主观观察外,本文还采用峰值信噪比PSNR对由本文算法得到的载密彩色JPEG图像的不可感知性进行客观评价,彩色图像的PSNR如下:其中:M,N表示载体图像的宽度和高度;表示原始彩色图像的R,G,B某一分量的灰度值;表示载密彩色图像的R,G,B某一分量的灰度值.PSNR值越大,说明图像的失真度越小,反之,失真度越大.本文在Lena,Plan,Peppers和baboon等512×512的256灰度级的标准彩色JPEG图像进行大量实验,图1(见封3)给出了部分原始的彩色JPEG图像.以下从秘密信息嵌入实验、对比实验及抗隐写分析实验等3个方面对本文算法进行实验,并对实验结果进行分析.1)秘密信息嵌入实验:该实验用以验证本算法的不可见性,图2(见封3)是利用本文算法对图1(见封3)原始彩色JPEG图像嵌入秘密信息后得到的载密彩色JPEG图像(其中对Lena和Plan的参数Num分别取值20和31).图2 c(见封3)的PSNR=40.335 7 dB,嵌入容量为73 482 bit;图2 d(见封3)的PSNR=38.438 2 dB,嵌入容量为93 753 bit.比较图1(见封3)和图2(见封3)可以看出:用本文算法得到的载密彩色JPEG图像与原始彩色JPEG图像在视觉上并无明显的差异,说明秘密信息具有较好的不可见性,这从载密彩色JPEG图像的PSNR也可看出.2)对比实验:该实验用以对比本文算法和几种同类算法在秘密信息嵌入容量及PSNR方面的差异,此处采用的原始彩色JPEG图像以512×512、256级灰度、质量因子80的Lena图像为例,其中Tseng方法的容量因子取0.6,文献[10]方法的阈值取0.7,本文算法的参数Num取30.实验结果如表1所示.从表1实验数据可知,在与其他同类算法取得相差不大的PSNR值时,本文算法的嵌入容量明显高于其他同类算法,表明本文算法取得的嵌入容量性能优于这些同类算法.这主要是因为本文算法原理采用了矩阵编码技术,能够在一个像素点上嵌入两比特信息,同时最多只需修改一比特信息,保证了本算法有较好的PSNR. 3)抗隐写分析实验:为检验本文算法具有较好的安全性,此处主要对经本文算法嵌入秘密信息后的彩色JPEG图像进行直方图分析、RS分析及χ2分析,并对实验结果进行分析.直方图分析是根据嵌入秘密信息前后图像的直方图的变化是否明显来判断图像中是否嵌入秘密信息.以512×512、256级灰度、质量因子80的Lena图像的实验为例,此处参数Num分别取22和30,嵌入容量分别为64 341 bit和92 721 bit.图3(见封3)给出了在Num分别取20和30的情况下,原始图像和载密图像的红色分量的直方图对比效果.本文算法是在频域中嵌入秘密信息,且最大限度地降低对彩色JPEG图像各颜色分量AC系数的LSB变动.图3(见封3)表明:即使在较大的嵌入容量下,原始图像和载密图像的直方图并未发生较明显的变化,从而保证视觉上无法辨别是否嵌入秘密信息,表明本文算法对直方图分析是安全的.RS分析利用嵌入秘密信息后,图像的LSB发生变化会破坏或削弱载体图像像素间的相关性,进而判断秘密信息的存在.假设RM,SM,R-M,S-M分别为由正向模板和负向模板置换后得到的正常像素组和异常像素组在总体像素组中所占百分比.本文算法采用和文献[9]相同的正向模板和负向模板对512×512、256级灰度、质量因子80的Lena载密彩色图像进行RS统计量分析,实验结果如图4所示,其中参数Num分别取1至31,得到不同的嵌入率,可以看到,RM≅R-M,SM≅S-M,说明载密图像和原始图像基本近似,表明本文算法对RS分析是安全的.本文提出一种针对彩色 JPEG 图像的安全隐写算法. 基本原理是把原始彩色 JPEG 图像的每个8×8分块进行DCT变换后,对各块中具有相同频率的R,G,B各分量的AC系数用密钥控制生成一个近似服从高斯分布的整数序列进行整除取余,将余数的LSB构成序列brbgbb,对brbgbb采用矩阵编码嵌入秘密信息.实验结果表明:该方法对彩色JPEG图像可提供较大的嵌入容量,载密彩色JPEG图像具有较好的视觉质量,且能够抵抗直方图分析及RS分析等几种隐写分析方法,进一步了增强载密彩色JPEG图像的安全性.【责任编辑:伍林】【相关文献】[1] Fabien Petiteolas A P,Ross J Anderson,Markus G rmation Hidinga Survary[J].Proceedings of the IEEE,1999,87(7):1062-1078.[2] Johnson N,Jajaodia S.Steganalysis of Images Created Using Current Steganogr aphy Software[C]//Proc of the 2nd International Information HidingWorkshop.Berlin/Heidelberg:Spring,1998:273-289.[3] A Westfeld,A Pfitzmann.Attacks on Steganographic System[C]//Proceedings of the3th International Workshop on Information Hiding.Berlin:Spring-Verlag,1999:61-76.[4] A Westfeld.High Capacity Despite Better Steganalysis (F5-A Steganagraphix Algorithm)[C]//Proceedings of the 4th International Workshop on InformationHiding.LNCS vol 2137,New York:Spring-verlag,2001:289-302.[5] Fridrich J,Goljan M,Hogea D.Steganalysis of JPEG Image:Breaking the F5 Algorith[C]//5th International Workshop on Information Hiding.Lecture Notesin Computer Science,2578.New York:Spring-verlag,2002:310-323.[6] Tseng H W,Chang C C.Steganography Using JPEG-CompressedImages[C]//Proceedings of the 4th International Conference on Computer and Information Technology NJ,USA:IEEE,2004:12-17.[7] 王建军,王颖.一种基于k-Fibonacci矩阵和JPEG的数据隐藏方法[J].系统工程与电子技术,2006,,28(8):1252-1257.[8] 白建荣,贾永红,潘鹏.一种修改JPEG图像量化表的信息隐藏方法[J].武汉大学学报:信息科学版,2009,34(10):1236-1239.[9] 何军辉,唐韶华,刑宜博.基于变步长量化的安全图像隐写[J].计算机科学,2009,36(7):56-59.[10] 龚发根,秦拯.分块自适应JPEG图像数据隐藏算法[J].计算机应用研究,2010,27(10):3883-3884.。

基于单类集成分类器的JPEG通用隐写分析

基于单类集成分类器的JPEG通用隐写分析

基于单类集成分类器的JPEG通用隐写分析李薇;张舒;祁锐【摘要】针对JPEG图像通用隐写检测问题,提出了一种基于单类集成分类器的新方法.算法提取图像DCT块内、块间和小波层内、层间的共生特征以及小波子带系数的直方图特征对图像进行描述,并计算检测图像及其原始估计图像所提共生矩阵和直方图分布的对称交互熵作为隐写分析特征;然后,随机构造若干个特征子空间,利用bootstrap方法构造载体图像训练子集,分别进行单类训练得到数个基分类器;最后,将基分类器的分类结果按多数投票法进行融合作为单类集成分类器的分类结果.实验结果表明,单类集成分类器能显著提高算法的检测效果,而且,本方法相比基于多超球面OC-SVM分类器的单类隐写分析方法,具有更高检测率.%To make a universal steganography detector for JPEG images,a novel method based on one-class ensemble classifier is proposed. The co-occurrence features among neighboring coefficients in both Discrete CosineTransform(DCT)domain and Discrete Wavelet Transform(DWT)domain and the histogram features of DWT subband coefficients are captured to describe the statistical characteristics of images. The symmetrical cross entropy of the co-occurrence matrices and histogram distributions captured from detection images and their estimated original images is calculated as the steganographic features. Furthermore,a one -class ensemble classifier is designed to make classification,which consists of many base learners using majority rule. Each base learner is independently trained on a cover bootstrap sample building on a randomly selected subspace of the feature space. Experimental results show that the one-class ensemble classifier further improves the algorithm's detection capability and the proposed method outperforms several multi-hyperspheres OC-SVM classifier based one-class steganalysis schemes for higher detection rate.【期刊名称】《火力与指挥控制》【年(卷),期】2016(041)012【总页数】5页(P36-40)【关键词】隐写分析;共生矩阵;对称交互熵;单类集成分类器【作者】李薇;张舒;祁锐【作者单位】海军工程大学理学院,武汉 430033;海军工程大学理学院,武汉430033;海军工程大学理学院,武汉 430033【正文语种】中文【中图分类】TP391.41隐写分析(steganalysis)的目的是检测隐密载体中秘密信息的存在性,继而估计出秘密信息的嵌入比率和嵌入位置,最终提取出秘密信息。

特征融合的JPEG图像隐写分析方案

特征融合的JPEG图像隐写分析方案
闫屾;赵耀;倪蓉蓉
【期刊名称】《中国科技论文》
【年(卷),期】2011(006)001
【摘要】提出了一种针对JPEG图像隐写术的检测方案.针对现今比较流行的
F5,model based steganogaphy(MB 1),MB2,OutGuess等隐写算法进行了检测.利用基于图像像素间相关性的空域预测算法、剪裁算法、二维统计直方图等方法,结合马尔可夫转移概率矩阵,对JPEG图像进行特征提取,进而利用Liblinear分类器作线性分类.实验结果表明:新方法对上述4种隐写术具有较强的分辨能力,并且比其他算法快速、简便.
【总页数】7页(P76-82)
【作者】闫屾;赵耀;倪蓉蓉
【作者单位】
【正文语种】中文
【中图分类】TP399
【相关文献】
1.基于高维特征正则化的JPEG图像隐写分析 [J], 孙物一;冯国瑞
2.基于 DCT 域特征的 JPEG 图像隐写分析磁 [J], 马春波;王龙超;赵兰兰;李睿
3.基于加权融合和马尔可夫矩阵的JPEG图像隐写分析 [J], 惠卯卯;周治平
4.基于预分类和特征扩展的 JPEG 图像隐写分析 [J], 郭继昌;刘晓娟;田煜衡
5.降低特征类内离散度的JPEG图像隐写分析 [J], 汪然;牛少彰;平西建;张涛;桑晓丹
因版权原因,仅展示原文概要,查看原文内容请购买。

用于JPEG图像的局部区域选择隐写算法

用于JPEG图像的局部区域选择隐写算法刘辉;李林国【期刊名称】《西安文理学院学报(自然科学版)》【年(卷),期】2012(015)004【摘要】为降低载密JPEG图像的失真水平的同时提高嵌入容量,提出一种针对JPEG图像的局部区域选择隐写算法.在JPEG图像在DCT域中,先分析各8{8分块与其周围相邻图像分块在水平和垂直方向的能量误差,将能量误差满足条件的分块定为人眼视觉不敏感的非边缘区域,然后根据非边缘区域各分块DCT域AC系数量化步长的不同,在其AC系数上嵌入不同数量的秘密信息.实验结果表明,该方法不仅提高了JPEG图像的嵌入容量,而且有效控制了载密JPEG图像的失真水平,提高了载密JPEG图像的视觉质量.%To reduce distortion and improve the embedding capacity of the JPEG stego - image a partial region selection steganography algorithm for J-PEG image is proposed. In the DCT domain of JPEG image, first, the horizontal and vertical energy errors of the 8 * 8 blocks and their adjacent blocks are analyzed. The blocks with the energy error carrying satisfying condition ( s) are defined as non -marginal regions to which the human vision is insensitive. Second, secret data of various amount are embedded into AC coefficients according to the variation of quantitative steps of AC in DCT in the non - marginal areas. The experimental results show that the proposed steganography has not only heightened the embedding capacity of the JPEG images, but alsoeffectively controlled the distortion of the JPEG images and enhanced their visual quality.【总页数】5页(P75-79)【作者】刘辉;李林国【作者单位】阜阳师范学院信息工程学院,安徽阜阳236041;阜阳师范学院信息工程学院,安徽阜阳236041【正文语种】中文【中图分类】TP309.2【相关文献】1.JPEG图像隐写及隐写分析算法设计与实现 [J], 杜明智2.简洁的JPEG图像隐写DCT系数选择方案和安全性增强策略 [J], 王康;刘琲贝;刘烁炜;胡永健3.简洁的JPEG图像隐写DCT系数选择方案和安全性增强策略 [J], 王康;刘琲贝;刘烁炜;胡永健;4.简洁的JPEG图像隐写DCT系数选择方案和安全性增强策略 [J], 王康;刘琲贝;刘烁炜;胡永健;5.一种基于混合蛙跳优化的JPEG图像隐写算法 [J], 熊勇;欧阳迎春;欧阳春娟因版权原因,仅展示原文概要,查看原文内容请购买。

彩色图像的隐写与隐写分析

如果要嵌入0
在偶数组中搜索是否有原图象中已有的颜色,一 旦找到就将A 修改为这一颜色
2020/8/1
信息隐藏与数字水印
12
抵抗RQP分析的隐写
如果不满足,找与它最相邻的颜色替换
保留像素RGB的高位(记为A000 ),将变换 RGB最低位可能构成的颜色按异或奇偶性分为 两组:
偶数颜色组:A000,A011,A101,A110 奇数颜色组:A001,A010,A100,A111
2020/8/1
信息隐藏与数字水印
22
基于分量和的隐写
对EzStego方法的改进 隐写方法
秘密信息与像素三个分量之和的最低位相同, 则不作修改
不同,则将像素改为与原始颜色距离最小的、 且三个分量之和最低位与秘密信息相同的颜色
2020/8/1
信息隐藏与数字水印
2020/8/1ຫໍສະໝຸດ 信息隐藏与数字水印11
抵抗RQP分析的隐写
如果不满足,找与它最相邻的颜色替换
保留像素RGB的高位(记为A000 ),将变换 RGB最低位可能构成的颜色按异或奇偶性分为 两组:
偶数颜色组:A000,A011,A101,A110 奇数颜色组:A001,A010,A100,A111
算Q值,记为Q2 如果
被测图像未隐写,R=Q2/Q1明显大于1 被测图像已隐写,且隐写量很大,则R只略大于
1,甚至略小于1
2020/8/1
信息隐藏与数字水印
5
真彩色图像中的RQP隐写分析
困难
如果原隐写量很小,无法区分是否隐写,隐写 分析失效
如果原图像颜色数目很多,则加入测试数据的 影响相对减小,使得Q2增大不多,导致隐写 分析失败
如果要嵌入1
在奇数组中找到已有颜色,改为已有颜色

一种针对JPEG图像的通用隐写分析算法


近几年来 , 随着 信 息 隐 藏 技 术 [ 1 】 速 发 展 , 来 越 多 的 的迅 越 人 开 始 关 注 隐 写 分 析 技 术田 的研 究 。 隐 写 分 析 的 目的 是 检 测
征参数的研究重点 。 文中基于 F d c ii r r h的 载 体 图像 预测 理论 .首 先 对 解 压 缩 后 的 载 密 图像 进 行 4 4的剪 裁 . 按 压 缩 时 的量 化 表 进 行 量 x 再 化 . 造 出 一 幅 统 计 特 性 与 原 始 图 像 相 近 的参 考 图像 ( 预 构 即 测 图 像 ) , 过 比 较待 测 图像 及 其 预 测 图像 在 D T系 数 上 的 [通 7 1 C 统计差异 , 取 l 提 5个 具 有 一 定 区分 能 力 的特 征 参 数 。 中 一 其 阶 特 征 参 数 7个 。 阶特 征 参 数 8 , 于 检 验 待 测 图像 是 二 个 用
Ab ta t A l dse a ay i ag rh fr P ma e sp o oe . h lo tm ac ltsatt f1 h rce s c sr c: bi tg n lss loi m o EG i g swa rp sd T eag rh c uae a o 5 c aa tr t n t J i l ol i i
p rmeesf m a hJ EG i g ,a d u igL -VM lsi e ls i o e n tg ma e ,w ih cn a pyt l d aa tr r e c P ma e n sn SS o ca sf rt casf c v ra d s oi g s hc a p l obi i o y e n
( . 埠 汽 车 士 官 学校 运 输 指 挥 系 ,安 徽 蚌 埠 2 3 1 ; . 埠 汽 车 士 官 学 校 干 部 轮 训 大 队 , 徽 蚌 埠 2 3 1 ) 1蚌 30 1 2 蚌 安 30 1
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第3 6 卷第 1 期 2 0 1 4年 1 月







Vo 1 . 3 6 No . 1 J a n. 2 01 4
J o ur n a l o f El e c t r o n i c s& I n f o r ma t i o n Te c h n o l o g y
文献标 识码 : A
文章编号 : 1 0 0 9 — 5 8 9 6 ( 2 0 1 4 ) 0 1 y s i s f o r Co l o r JPEG I ma g e s Ba s e d o n
En s e mb l e Pr o po r t i o n Tr a i n i n g
方 法 不 仅 适 合 小 嵌 入 率 的彩 色 J P E G 图 像 , 而 且 在 性 能 上 优 于 已有 的 J P E G 图像 隐写 分 析 方 法 。
关键词 :彩色 J P E G 图像;隐写分析;校准;集成分类器 ;比例调整
中图分 类号 :T P 3 9 1 D O I : 1 0 . 3 7 2 4 / S P . J . 1 1 4 6 . 2 0 1 3 . 0 0 4 4 3
f o r me d b y Ma r k o v f e a t u r e s , e x t e n d e d DCT f e a t u r e s a n d C O — o c c u r r e n c e ma t r i c e s f e a t u r e s a n d c a p t u r e e f f e c t i v e l y t h e d e p e n d e n c y a mo n g DCT c o e ic f i e n t s i n Y c h a n n e 1 .Th e i n t e r — c h a n n e l f e a t u r e s a r e e x t r a c t e d i n d i f f e r e n c e
结合集成 比例训练 的彩色 J PE G 图像 隐写分析
栗 风永 张新 鹏 余
上海

2 0 0 0 7 2 1
f 上海大学通信 与信 息工程学院

要 :该文提 出一种 YC b C r 颜色空 间的彩色 J P E G 图像隐写分析方法 。该方法 中的特征包括通道 内特征和通
道 问特征 ,首先从 Y通道提取 Ma r k o v特征 ,扩展 DCT特 征以及共生矩阵特 征构成通道 内特征集合 ,通道 内特
p r o c e s s , t h e i n t r a — c h a n n e l a n d i n t e r — c h a n n e l f e a t u r e s a r e r e s p e c t i v e l y u s e d t o t r a i n s u b — c l a s s i i f e r s . B y a d j u s t i n g
Ab s t r a c t : A n e w s t e g a n a l y t i c s c h e me o f c o l o r J PEG i ma g e s i s p r o p o s e d b a s e d o n YCb Cr c o l o r s p a c e . Th e f e a t u r e s
L i F e n g — - y o n g Z h a n g Xi n — p e n g Yu J i a n g
( S c h o o l o f C o mmu n i c a t i o n a n d I n f o r ma t i o n E n g i n e e r i n g , S h a n g h a i U n i v e r s i t y , S h a n g h a i 2 0 0 0 7 2 , C h i n a )
p l a n e s be t we e n c h a n n e l s ) wh i c h c a n e f f e c t i v e l y c a p t u r e t h e d e p e n d e nc y b e t we e n c h a n n e l s . I n t h e c l a s s i f i c a t i o n
o f t h e p r o p o s e d s c h e me i n c l u d e i n t r a - c h a n n e l f e a t u r e s a n d i n t e r — c h a n n e l f e a t u r e s . Th e i n t r a — c h a n n e l f e a t u r e s a r e
征可 以有效捕捉到 Y通道 内 DCT系数之间的相关性;然后对 Y通道进行下采样 ,从采样平面与 C b C r 平面相互
之 间的差分平面上提取特征构成通道 间特征集合 ,通道 间特 征可以捕捉到两两通道之间的相关性。由于通道 内特
征和通道 间特征在分类性 能上有着较大差别 ,在分类阶段 由通道内特 征和通道间特 征分别训练子分类器 ,通过调 整两类 子分类器 的比例 ,使用多数投票方式来合成集成判决结果 ,最终获得最佳的检测性能 。实验结果表明,该
相关文档
最新文档