论文部分内容阅读
信息隐藏技术与隐写检测技术是信息安全的一个重要研究方向,其在近几年发展很快。由于数字图像表征信息冗余量大,所以信息隐藏技术通常以数字图像作为隐写载体,而企业防火墙、入侵检测系统对图像信息隐藏检测作用甚微,因此图像隐写检测技术对国家、军队等部门的安全变得尤为重要。论文首先介绍了图像隐写技术与隐写检测技术的发展,而后简要概述了图像隐写检测的相关技术,包括图像隐写检测技术的基本框架以及常用的图像隐写检测特征和分类器。在此基础上围绕着图像隐写检测特征的提取和分类方法做了研究与改进,主要工作如下：(1)仔细研究与分析了PEV校准特征和相邻联合密度特征,发现PEV校准特征中的Markov特征仅仅包含了DCT块内特征,其并没有考虑图像隐写对DCT块间造成的影响,而图像隐写通常还会破坏DCT块间的连续性,因此PEV校准特征考虑不够全面；相邻联合密度特征仅仅考虑了图像隐写对局部统计特性造成的影响,其没有考虑图像隐写对全局特征造成的影响。为了更加全面的描述图像隐写对统计特性造成的影响,本文提出一种新的融合特征,该融合特征既包含了PEV校准特征中的直方图、方差等全局特征同时也包含了DCT块间与块内特征。最后为了验证该融合特征的有效性,本文利用SVM分类器对图像进行隐写检测实验,实验结果表明基于融合特征的图像隐写检测正确率高于PEV校准特征与相邻联合密度特征的隐写检测正确率。(2)简要概述了稀疏表示在图像隐写检测中的应用,针对基于最小l1范数的稀疏表示在图像隐写检测中求解稀疏系数时精度不足的问题,本文使用向量总变差来代替l1范数进行稀疏系数的求解,最后结合PEV校准特征对图像做隐写检测实验从而检验该方法的隐写检测效果。实验结果表明基于向量总变差的方法比基于l1范数的方法的图像隐写检测准确率高。(3)针对训练集数量大,图像隐写检测特征提取效率低以及未充分利用CPU多核等问题,本文提出一种基于OpenMP技术的并行图像隐写检测特征提取方法,并分别利用串行方法和并行方法对三个图像集进行图像隐写检测特征的提取,实验结果表明该并行方法在一定程度上减少了图像隐写检测特征提取时间,提高了CPU资源的利用率。