基于多阈值局部二值模式和共生矩阵的隐写分析特征设计

作     者：李忠蓬 

作者单位：深圳大学 

学位级别：硕士

导师姓名：李斌

授予年度：2017年

学科分类：0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：图像隐写 隐写分析 局部二值模式 共生矩阵 

摘      要：随着计算机技术和互联网的发展,先进的技术给人们日常生活带来更多便利和乐趣的同时,也产生很多诸如信息泄露和盗窃等问题,这使人们对于信息内容安全的保障有了更高的要求。隐写和隐写分析是信息隐藏技术重要组成部分,其研究具有重要的学术意义和应用价值。数字图像作为现代计算机技术中应用最为广泛的多媒体之一,数字图像隐写和隐写分析研究更是成为现代信息隐藏领域一个十分重要的分支,设计出一种具有高检测率的通用隐写分析特征提取方法一直是该领域研究的关键问题。本论文在对现有隐写和隐写分析研究下,针对内容自适应隐写算法对纹理噪声区域重点隐写的特点,重点研究针对该区域的特征提取方法。本文的主要工作和研究成果如下:1)设计一组适合数字图像隐写分析任务的导数滤波器。在滤波器设计中,首先通过数学导数关系推导出不同阶数混合偏导数矩阵,根据合适的大小选取其中10个作为原始导数滤波器;接下来根据导数滤波器本身具有的方向性及对称性,对部分原始导数滤波器采用填充和旋转操作,再由多样性选取其中旋转和未旋转滤波器合成多个线性和非线性滤波器,从而组成最终的导数滤波器,作为残差图计算的滤波器。2)提出基于局部二值模式和共生矩阵的特征提取方法LBPCM(Local Binary Pattern and Co-occurrence Matrix)。该特征提取方法采用了局部二值模式和共生矩阵特征,特征提取方法首先进行残差图计算,然后计算多尺度局部二值模式,再提取其二阶共生矩阵,最后通过合并以及非线性映射得到特征。实验表明,基于局部二值模式和共生矩阵的隐写分析特征较已有优秀特征SRM(Spatial Rich Model)具有更好的检测性能。3)提出适合于检测隐写嵌入细微修改的多阈值局部二值模式mtLBP(multi-threshold Local Binary Pattern)。由于原始局部二值模式定义对于很大一部分隐写嵌入带来的细微修改不具有分辨能力,本文设计出一种基于像素值差异二值化函数的局部二值模式,将其应用于所设计的特征提取方法中。实验结果表明,所设计的特征对多种内容自适应隐写算法检测中较SRM特征具有更好的检测能力。