發(fā)布時間：2019-11-30 20:10

【摘要】：隨著現(xiàn)代計算機(jī)技術(shù)和網(wǎng)絡(luò)通訊技術(shù)的飛速發(fā)展,媒體安全與否越來越受到人們的關(guān)注。信息隱寫和隱寫分析作為信息安全領(lǐng)域的重要分支也得到了人們的重視,作為對立方,二者相互制約,相互促進(jìn),已經(jīng)經(jīng)歷了十幾年的發(fā)展。信息隱寫和隱寫分析技術(shù)在商業(yè)、情報、國家安全等方面的地位日益突出,因此信息隱寫和隱寫分析的研究對國家信息安全具有重要的意義。本文主要研究以數(shù)字圖像為載體的隱寫和隱寫分析方法,提出了一種隱寫算法和三種隱寫分析算法,包括一種LSB匹配專用隱寫分析算法,一種空間域通用隱寫分析算法和一種JPEG通用隱寫分析算法。具體如下:1、經(jīng)典的LSB匹配隱寫算法以單個像素為嵌入單元,不考慮自然圖像的紋理分布。自然圖像的紋理區(qū)域具有復(fù)雜的結(jié)構(gòu)特征,與平坦區(qū)域相比,自然圖像的紋理區(qū)域在結(jié)構(gòu)上表現(xiàn)出更多的隨機(jī)性,因此將密信嵌入到紋理豐富的區(qū)域可獲得更好的安全性。在分析圖像紋理區(qū)域特征的基礎(chǔ)上,提出一種基于像素塊的紋理優(yōu)先的自適應(yīng)隱寫算法,將密信優(yōu)先嵌入到復(fù)雜紋理區(qū)域�？紤]到相鄰像素值LSB與次低LSB之間的關(guān)系,采用多個像素值為一個嵌入單元。所設(shè)計的紋理判別準(zhǔn)則能結(jié)合待嵌入密信長度,自適應(yīng)選擇嵌入?yún)^(qū)域。針對在嵌密過程中嵌密塊可能出現(xiàn)的異常情況,提出一種像素值調(diào)整方案,并從理論上證明了其可行性。實驗結(jié)果表明所提出隱寫算法比LSB匹配算法、LSBMR算法和一種現(xiàn)有的基于邊緣優(yōu)先的自適應(yīng)算法具有更高的嵌入效率。本文方法不僅對三種有代表性的空間域通用隱寫分析算法具有較強(qiáng)的抵御能力,還可以抵御三種有代表性的小波域通用隱寫分析算法和一種邊緣優(yōu)先的專用隱寫分析算法的攻擊。2、分析了LSB匹配隱寫算法的嵌入機(jī)制對灰度圖像直方圖的影響,提出了一種改進(jìn)的基于直方圖特征函數(shù)質(zhì)心的專用隱寫分析算法。鑒于自然圖像個體直方圖的差異性,提出剪切灰度圖像重要的比特位平面,用剩余的位平面重構(gòu)灰度圖像,在重構(gòu)后的灰度圖像上提取直方圖特征函數(shù)質(zhì)心特征�？紤]到灰度鄰近像素值的強(qiáng)相關(guān)性,將Ker提出的二維直方擴(kuò)展到另外三個方向。實驗結(jié)果顯示,從重構(gòu)灰度圖像上抽取的直方圖特征函數(shù)質(zhì)心特征對LSB匹配隱寫算法檢測更有效,與現(xiàn)存兩種主流的專用隱寫分析算法相比,改進(jìn)的算法檢測精度更高。3、修改空間像素值的最低比特位是最流行的空間域隱寫方法,在分析LSB匹配隱寫算法嵌入機(jī)制對差值圖像影響的基礎(chǔ)上,提出了一種基于馬爾科夫網(wǎng)格模型(Markov Mesh Models,MMMs)模型的空間域通用隱寫分析算法。首先利用MMMs模型定義一種條件轉(zhuǎn)移概率矩陣,將條件概率矩陣的元素作為隱寫分析的特征向量。此外,利用空間鄰近像素值預(yù)測的方法從含密圖像中預(yù)測近似的載體圖像,然后將待檢圖像抽取的特征與預(yù)測后圖像抽取的特征做差值,以提高隱寫分析的檢測率。為評估所提出方法的隱寫分析能力,選擇了兩種流行的通用隱寫分析算法與本文方法做比較。實驗結(jié)果顯示,所提出的方法不僅能有效的檢測LSB匹配隱寫,還可以探測兩種新近提出的空間域紋理優(yōu)先的自適應(yīng)隱寫算法。4、具有各向異性的輪廓波變換能夠更好表示圖像的邊緣及紋理特征,基于輪廓波變換對圖像稀疏表示的優(yōu)良性質(zhì),提出了一種基于輪廓波變換的JPEG圖像通用隱寫分析算法。提出的方法抽取了輪廓波變換高頻子帶系數(shù)、高頻子帶噪聲殘差、高頻子帶特征函數(shù)高階統(tǒng)計特征,并利用SVM對JSteg、Jphide、F5、Outguess等隱寫算法的不同嵌入率進(jìn)行分類和檢測。與以往算法以及一種離散小波隱寫分析算法相比,提出的方法對四種經(jīng)典的JPEG圖像隱寫方法有較好的探測能力。此外,本文隱寫分析方法對新近提出的兩種空間域邊緣自適應(yīng)隱寫方法也具有一定的檢測能力。
【圖文】：

[64]直觀的評估隱寫分析的探測能力。ROC 曲線是在不同虛警率時的正確檢測值，圖 1-5 顯示 ROC 曲線平面圖。從式（1-2）可以看出，當(dāng) 時，，點( , )的值全落在圖 45 度主對角線上，此時在一定的虛警率下的全局檢測率為 50%，則認(rèn)為隱寫分析檢測器是隨機(jī)猜想[64]。圖 1-5 檢測器 ROC 曲線平面圖圖 1-6 描述了一個代表性的五類分類 ROC 曲線圖[67]。從圖中可以看到第一類的ROC 曲線最靠近左上角而遠(yuǎn)離主對角線（遠(yuǎn)離隨機(jī)猜想），所以第一類的分類效果最好，而第五類的 ROC 曲線最靠右下距離主對角線最近，?

Lena圖像及其位平面分解圖
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP309

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 吳術(shù)路;;基于DCT的JPEG圖像壓縮及實現(xiàn)[J];青海師范大學(xué)學(xué)報(自然科學(xué)版);2010年03期

2 王朔中;張新鵬;張衛(wèi)明;;以數(shù)字圖像為載體的隱寫分析研究進(jìn)展[J];計算機(jī)學(xué)報;2009年07期

3 張濤,平西建;空域LSB信息偽裝的隱寫分析及其對策[J];通信學(xué)報;2003年12期

4 楊義先,鈕心忻;多媒體信息偽裝綜論[J];通信學(xué)報;2002年05期

相關(guān)博士學(xué)位論文 前4條

1 奚玲;基于內(nèi)容特征的自適應(yīng)圖像隱寫技術(shù)研究[D];解放軍信息工程大學(xué);2011年

2 鄭二功;基于圖像內(nèi)容的隱寫分析與篡改檢測[D];解放軍信息工程大學(xué);2011年

3 謝建全;面向數(shù)字圖像的大容量信息隱藏算法研究[D];中南大學(xué);2009年

4 李智;圖像數(shù)據(jù)中的隱藏信息檢測技術(shù)研究[D];四川大學(xué);2004年

相關(guān)碩士學(xué)位論文 前5條

1 侯曉丹;結(jié)合圖像取證的混合異構(gòu)圖像隱寫分析技術(shù)研究[D];解放軍信息工程大學(xué);2013年

2 吳雪垠;基于小波域的圖像密寫分析[D];武漢科技大學(xué);2012年

3 李星;JPEG圖像及解壓圖像中的隱寫分析技術(shù)研究[D];解放軍信息工程大學(xué);2012年

4 廖昌興;壓縮域圖像水印與隱寫算法研究[D];西南交通大學(xué);2008年

5 管聰慧;基于相關(guān)性及邊緣保持的小波圖像降噪方法研究[D];青島大學(xué);2007年

本文編號：2568047