[发明专利]用于隐写分析的系统和方法无效
| 申请号: | 200680006185.0 | 申请日: | 2006-01-25 |
| 公开(公告)号: | CN101151622A | 公开(公告)日: | 2008-03-26 |
| 发明(设计)人: | 施云庆;宣国荣 | 申请(专利权)人: | 新泽西理工学院 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
| 代理公司: | 北京集佳知识产权代理有限公司 | 代理人: | 杨生平;朱胜 |
| 地址: | 美国新*** | 国省代码: | 美国;US |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用于 分析 系统 方法 | ||
背景技术
本申请涉及在诸如图像、视频、音频等内容中隐藏信息。
近年来,数字水印已经成为日益活跃的研究领域。信息可以人类察觉不到的方式隐藏在图像、视频和音频中。这为转换通信提供了巨大的机会。因此,需要对转换通信(convert communication)进行检测的方法。例如,这种任务是阻止儿童色情文学散布的法律实施以及拦截恐怖分子之间通信的情报机关所需要的。在该上下文中,隐写分析(steganalysis)指的是检测诸如图像的一系列给定内容中是否具有隐藏在其中的数据。另一方面,隐写分析可以作为判断密写(steganographic)技术的安全性能的有效手段。换句话说,不仅对于人类的视觉系统,而且对于计算机分析,密写方法都应该是察觉不到的。
图像是可以在其中隐藏数据的通用形式的内容。自然图像的各种各样的性质以及数据嵌入方法的变化使隐写分析变得困难。然而,隐蔽介质(cover medium)和相关的隐写译文(这里是指其中隐藏有数据的隐蔽介质)通常在某些方面是不同的,因为隐蔽介质通常通过数据嵌入来修改。某些数据隐藏方法可在隐写图像中引入某种图案。例如,J.Fridrich、M.Goljan和D.Hogea(以下称为Fridrich等人)的“Steganalysis of JPEDImages:Breaking the F5 Algorithm”(5th Information Hiding Workshop,2002年,第310-323页)中,Fridrich等人已经发现:如果在隐写图像中应用F5嵌入方法,则可以减少该隐写图像的分块离散余弦变换(DCT)域中的零的个数。因此可以利用这种特征来确定是否利用了F5嵌入方法嵌入了隐藏消息。还有涉及旨在特定数据隐藏方法的隐写分析的其它发现。例如,参见J.Fridrich、M.Goljan和R.Du的“Detecting LSBSteganography in Color and Gray-Scale Images”(Magazine of IEEEMultimedia Special Issue on Security,2001年10-11月,第22-28页)以及R.Chandramouli和N.Mermon的“Analysis of LSB Based ImageSteganography Techniques”(Proc.of ICIP 2001,Thessaloniki,希腊,2001年10月7-10日)。但是,在做隐写分析之前,通常不知道具体的数据嵌入方法。设计用来对隐写图像进行盲检测(不知道使用了哪种数据隐藏方法)的方法称为通用隐写分析方法。从这个观点看来,通用隐写分析方法对于阻止转换通信是有价值的。
在H.Farid(以下称Farid)的“Detecting hidden messages usinghigher-order statistical models”(Proceedings of the IEEE Int’l.Conf.onImage Processing 02,vol.2,第905-908页)中,Farid提出了一种基于图像高阶统计的通用隐写分析方法。该统计基于利用可分离的正交镜像滤波器或小波滤波器对图像的分解。获得子带的高阶统计作为用于隐写分析的特征。所示的该方法用来以一定的成功率将隐写图像与隐蔽介质区分开。J.harmsen、W.Pearlman(以下称Harmsen)的“Steganalysis of AdditiveNoise Modelable Information Hiding”(SPIE Electronic Imaging,SantaClara,2003年1月,第20-24页)中,提出了一种基于直方图特性函数的质心(一阶矩)的隐写分析方法。二阶矩、三阶矩和四阶矩也被考虑用于隐写分析。
附图说明
在本说明书的结论部分明确地指出并要求了本发明的主题。通过结合附图来参考以下的详细描述,就组织和操作方法来说,可以对所要求的主题及其目的、特征和/或优点进行更好的理解,在附图中:
图1示出了例如可以应用于图像的预测过程的一个实施例;
图2A为一个样本隐蔽图像;
图2B为图2A中所示图像的灰度版本;
图2C为图2B中所示图像的预测图像;
图3为图2B中所示图像的四个子带的四个直方图;
图4为图3的直方图中感兴趣的相应区域的四个放大图形;
图5为图3和图4中所示的四个子带的四个特性函数的图;
图6为图2C中所示图像的四个子带的四个直方图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新泽西理工学院,未经新泽西理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200680006185.0/2.html,转载请声明来源钻瓜专利网。





