学位论文 > 优秀研究生学位论文题录展示

基于模式识别的图像隐写分析

作　者: 高建炯
导　师: 宣国荣
学　校: 同济大学
专　业: 模式识别与智能系统
关键词: 隐写分析隐写信息隐藏统计模式识别直方图频域矩直方图空域矩小波分解预测误差图象
分类号: TP391.41
类　型: 硕士论文
年　份: 2006年
下　载: 200次
引　用: 9次
阅　读: 论文下载

内容摘要

隐写和隐写分析是互联网时代信息安全领域的重要课题,已逐渐受到各国政府、军方、情报部门和各种研究机构的重视。隐写分析的首要任务是对多媒体信号进行统计分析,判断其中是否含有隐蔽信息。本文分析了目前流行的数据隐藏和/或数字隐写方法,指出其对载体图象统计特征带来的变化,提出了以图象本身及其预测误差图象的小波系数直方图频域多阶统计矩作为特征,使用统计模式识别的方法进行图象通用隐写分析,并从理论和实验上论证了直方图频域矩的有效性。对BMP图象数据隐藏方法和JPEG图象数字隐写方法的实验结果表明,本文方法明显优于先前的图象通用隐写分析方法。本文工作为图象通用隐写分析指明了一个方向。本文主要工作和贡献如下: 1) 对各种数据隐藏和/或隐写方法进行分析,指出其对于载体图象统计特征的影响,从而指导隐写分析的特征提取。 2) 首次提出以小波直方图频域统计矩作为特征进行隐写分析。首次定义了直方图频域矩,指出其随着数据嵌入而产生的有规律变化。 3) 提出利用小波分解技术和预测误差技术,在小波子带中和预测误差图象中提取特征,从而将图象相邻象素的相关性提取出来,取得了相关性较小的高维特征,使得隐写分析性能大大提高。 4) 从理论和实验上论证直方图频域矩用于隐写分析的有效性。指出对于隐写分析,直方图频域矩比直方图空域矩更加有效,为通用隐写分析提供一个较为可能的方向和指导。 5) 提出,对于BMP图象,直接在象素值上提取特征;对于JPEG图象,在其DCT系数中提取特征。对BMP图象数据隐藏方法和JPEG数字隐写方法的实验结果表明本文方法的有效性和优越性。

全文目录

第1章引言——隐写和隐写分析  12-20
  1.1 概述  12-13
  1.2 秘密通信与隐写技术  13-15
    1.2.1 Alice和Bob  13
    1.2.2 历史上的隐写技术  13-14
    1.2.3 信息隐藏与当代隐写术  14-15
    1.2.4 现有的隐写方法  15
  1.3 隐写分析  15-17
    1.3.1 隐写分析的分类  16-17
    1.3.2 现有主要隐写分析方法  17
  1.4 本文研究内容和贡献  17-18
  1.5 本文内容编排  18-20
第2章数字隐写的统计分析  20-27
  2.1 概述  20
  2.2 数字隐写框架  20-21
  2.3 加性噪声模型  21-22
  2.4 加性噪声模型的统计效果  22-23
  2.5 实例——数据隐藏的小波直方图空域和频域效果  23-26
    2.5.1 数据隐藏的小波直方图空域效果  23-24
    2.5.2 数据隐藏的小波直方图频域效果  24-25
    2.5.3 小波系数和预测误差图象直方图的统计效果  25
    2.5.4 直方图空域和频域效果比较  25-26
  2.6 本章小结  26-27
第3章隐写分析特征提取——小波直方图频域统计矩  27-33
  3.1 概述——隐写分析是模式识别问题  27
  3.2 本文特征提取过程  27-28
  3.3 直方图频域统计矩定义及其用于隐写分析的理论依据  28-29
  3.4 小波分解  29
  3.5 预测误差图象  29-30
  3.6 实例  30-32
  3.7 本章小结  32-33
第4章直方图频域统计矩用于隐写分析的有效性论证  33-45
  4.1 概述  33
  4.2 直方图空域统计矩与直方图频域统计矩  33-35
    4.2.1 直方图空域矩  34
    4.2.2 直方图频域矩  34-35
  4.3 直方图空域矩和直方图频域矩的比较  35-39
    4.3.1 直方图服从单个正态分布时  35-36
    4.3.2 直方图服从两个正态分布的混合分布时  36-39
    4.3.3 关于直方图频域矩和直方图空域矩的讨论  39
  4.4 实例[31]  39-43
    4.4.1 实例一  39-41
    4.4.2 实例二  41-43
    4.4.3 实例三  43
  4.5 本章小结  43-45
第5章图象隐写分析——本文与其他方法比较  45-59
  5.1 概述  45
  5.2 实验条件和环境介绍  45-47
    5.2.1 实验流程  45-46
    5.2.2 图象库  46
    5.2.3 分类器设计  46-47
  5.3 BMP图象嵌入算法的隐写分析结果  47-56
    5.3.1 数据隐藏方法  47-48
    5.3.2 实验条件  48
    5.3.3 本文78维特征、Farid特征和Pearlman特征隐写分析结果比较  48-50
    5.3.4 频域矩和空域矩的比较  50-51
    5.3.5 图象本身频域矩39维、预测误差图象频域矩39维和78维特征隐写分析结果比较  51-53
    5.3.6 各个隐写分析方法每一维特征的识别率  53-56
  5.4 JPEG图象嵌入算法的隐写分析结果  56-58
    5.4.1 频域矩方法在JPEG图象隐写分析的应用  56
    5.4.2 JPEG图象隐写方法  56-57
    5.4.3 JPEG图象隐写分析实验结果  57-58
  5.5 本章小结  58-59
第6章总结和展望  59-61
  6.1 本文总结  59-60
  6.2 展望  60-61
致谢  61-62
参考文献  62-65
附录A 定理3.1证明  65-67
附录B CorelDraw图象库部分图象  67-68
附录C Bayes决策理论和Bayes分类器  68-71
个人简历在读期间发表的学术论文与研究成果  71

基于模式识别的图像隐写分析

内容摘要

全文目录

相似论文