学位论文 > 优秀研究生学位论文题录展示
基于DWT域特征的JPEG图像隐写检测算法研究与实现
作 者: 周天阳
导 师: 平西建
学 校: 解放军信息工程大学
专 业: 电子与通信工程
关键词: 数字隐写 隐写分析 盲检测 离散小波变换 共生矩阵
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 48次
引 用: 0次
阅 读: 论文下载
内容摘要
本文首先简要介绍了信息隐藏技术,简单分析了现有的图像隐写和隐写分析技术。在此基础上,主要研究了以JPEG图像为载体的数字隐写算法及基于DWT域特征的隐写分析算法,设计实现了一个JPEG图像隐写与隐写分析实验平台。主要内容如下:1、对信息隐藏、图像隐写、隐写分析的基本知识进行了归纳总结,阐述了数字图像隐写及隐写分析技术的研究现状,回顾了数字图象隐写检测技术的发展。2、介绍了JPEG的压缩原理和JPEG图像隐写方法的基本原理,总结了几种典型的基于DCT域的JPEG图像隐写算法以及针对这些隐写算法的隐写分析方法,并指出现有检测算法的不足。3、提出了一种基于DWT域特征的盲检测框架。总结了基于频域的JPEG盲检测特征提取的现状,构造了一组从DWT域提取高阶子带系数的共生矩阵的特征函数矩的统计特征。基于此特征,设计了一种应用BP神经网络的JPEG图像隐写检测方法并进行了比较实验。结果表明,该算法可针对JPEG格式图像的多种隐写算法进行检测,相对于已有检测算法,具有更高的检测正确率。4、设计并实现了一个针对JPEG图像的隐写与隐写分析实验平台,构建了一个JPEG载体载密实验图像库。该平台集成了一些典型的隐写和检测算法,能够对现有JPEG图像的主流隐写算法进行仿真,可以通过对检测算法的综合调用实现对载密图像的检测,针对某些特定的隐藏方法还可进一步实现对秘密消息的提取。最后,对全文内容进行了总结,探讨了信息隐藏研究的发展趋势,并对下一步的工作进行了展望。
|
全文目录
表目录 6-7 图目录 7-8 摘要 8-9 ABSTRACT 9-10 第一章 绪论 10-22 1.1 信息隐藏技术简介 10-13 1.1.1 信息隐藏技术的定义 10-11 1.1.2 信息隐藏技术的分类 11-12 1.1.3 信息隐藏技术的技术特点 12-13 1.2 信息隐藏技术的研究现状及发展 13-14 1.3 图像隐写技术 14-18 1.3.1 图像隐写技术模型 14-16 1.3.2 图像隐写技术的评价指标 16-17 1.3.3 图像隐写技术的研究分类 17-18 1.4 图像隐写分析技术 18-20 1.4.1 隐写分析技术的分类 18 1.4.2 针对特定隐写算法的隐写分析 18-19 1.4.3 盲检测技术简介 19-20 1.5 本文的主要工作及结构安排 20-22 第二章 几种典型的JPEG图像隐写与隐写分析 22-34 2.1 JPEG 压缩编码简介 22-24 2.2 JEPG 图像隐写方法的基本原理 24-25 2.2.1 基于DCT 隐写的一般步骤 24 2.2.2 DCT 系数分析 24-25 2.3 典型的JEPG 图像隐写方法 25-29 2.3.1 Jsteg 隐写 25-26 2.3.2 Outguess 隐写 26-27 2.3.3 F5 算法 27-28 2.3.4 抗直方图和分块特性分析的隐写 28-29 2.4 基于DCT 域的JPEG 隐写分析 29-33 2.4.1 值对(PoVs)分析 29-30 2.4.2 Outguess 的分析 30-32 2.4.3 F5 的分析 32-33 2.5 本章小结 33-34 第三章 基于DWT域共生矩阵特征的盲检测算法 34-52 3.1 小波变换及其在图像检测中的应用 34-37 3.1.1 图像的小波变换 34-35 3.1.2 基于DWT 域特征的盲检测框架 35-36 3.1.3 DWT 域特征的构造方法 36-37 3.2 共生矩阵及其在图像隐写分析中的应用 37-41 3.2.1 共生矩阵简介 38-39 3.2.2 共生矩阵在隐写分析中的应用 39-41 3.3 基于DWT 域的共生矩阵特征构造 41-45 3.4 DWT 域共生矩阵特征选取步骤 45 3.5 分类器的选取与设计 45-48 3.6 实验仿真与分析 48-51 3.6.1 单独训练与检测 48-50 3.6.2 综合训练与检测 50-51 3.6.3 实验小结 51 3.7 本章小结 51-52 第四章 JEPG图像隐写和隐写分析实验平台 52-66 4.1 平台简介 52-53 4.2 平台架构概述 53-54 4.3 隐写仿真模块和实验图像库的构建 54-57 4.3.1 隐写仿真模块的工作原理和实现 54-56 4.3.2 实验图像库的构建 56-57 4.4 平台的检测和提取模块 57-65 4.4.1 训练、检测和提取工作原理 57-58 4.4.2 分类器的选取与训练 58-61 4.4.3 检测与提取算法及调度策略 61-63 4.4.4 检测与提取接口描述 63-65 4.5 本章小结 65-66 结束语 66-68 参考文献 68-73 作者简历 攻读硕士学位期间完成的主要工作 73-74 致谢 74
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 蚁群算法及其在气象卫星云图分割中的应用,TP391.41
- ASAR与MODIS协同的海洋溢油信息提取,X87
- 基于灰度共生矩阵和BP神经网络的织物组织结构识别,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 结合DWT的动态数据校正研究及应用,TP274
- 低比特率下基于DWT的视频编解码系统研究与实现,TN919.81
- 改进蚁群算法在盲均衡中的应用,TN911.5
- JPEG图像重压缩检测及篡改定位,TP391.41
- 基于虹膜特征的数字水印算法研究,TP309.7
- 直升机主减速器故障诊断与故障预测技术研究,V267
- 基于H.264标准的视频水印技术在网络学习平台中的应用与实现,TP309.7
- 基于平均灰度共生矩阵和特征的LSB匹配隐密分析,TP391.41
- 基于混沌的数字图像加密及信息隐藏算法研究,TP309.7
- 基于连续小波变换分析的基因表达谱数据分析,O174.2
- 多光谱遥感影像的纹理特征研究,TP751
- 基于FPGA+ARM的计算机屏幕信息记录仪设计与实现,TP216.2
- 基于DWT和HVS的图像水印算法的研究,TP309.7
- 基于感知模型的鲁棒图像水印技术研究,TP309.7
- 文本图像信息隐藏技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|