[发明专利]基于对称邻域信息的盲隐写分析方法

权利要求书

1.一种基于对称邻域信息的盲隐写分析方法，其特征在于，该方法包括以下步骤：

步骤S1，输入数字图像样本，对于该图像中的所有像素，在每一像素所在的对称邻域中，在对称的多个方向上计算像素灰度值差分值，得到所有像素的对称邻域在多个方向上的信息；

步骤S2，将每个邻域中多个方向上计算得到的像素灰度值差分值按照其所在方向排列，经过量化和阈值化处理后作为邻域信息；

步骤S3，将所述邻域信息进行旋转不变编码；

步骤S4，统计旋转不变编码后的邻域信息的直方图，并对该直方图进行归一化，将归一化后的直方图作为该图像样本的特征；

步骤S5，基于多个数字图像样本的特征，根据图像样本是否含有隐藏信息的类别属性进行分类器的训练，得到分类器模型参数，形成分类器模型；

步骤S6，对任意输入的待分析数字图像，按照所述步骤S2-S4计算其用于隐写分析的特征；

步骤S7，将所述待分析数字图像的特征输入到所述步骤S5得到的分类器模型中，获得待分析数字图像的类别信息，即该待分析数字图像是否经过隐写术隐藏信息。

2.根据权利要求1所述的方法，其特征在于，所述对称邻域是指对于图像中的任意一个像素，以该像素的位置作为中心像素，在其周围的像素的集合；

所述对称邻域所包含的像素满足：以中心像素位置为参照，对称邻域中的像素在位置上的分布具有方向对称性，即邻域像素在位置上参照中心像素的位置整体按照顺时针方向以及逆时针方向旋转90度，180度，270度以后所覆盖到的像素位置仍然保持相同。

3.根据权利要求1所述的方法，其特征在于，所述量化处理进一步为：将像素灰度差分值除以量化因子，然后再将得到的数值进行下取整，其中，量化因子是事先设定好的一个数字。

4.根据权利要求1所述的方法，其特征在于，所述阈值化处理进一步为：对量化后的多个方向上的像素灰度值差分值按照以下公式定义的阈值函数Tsh(x)进行阈值化处理：

Tsh(x)=x,-T<x<T-T,x≤-TT,x≥T,]]>

其中，x代表像素灰度值差分值，T＞0，为设定的阈值。

5.根据权利要求1所述的方法，其特征在于，所述旋转不变编码将邻域信息映射到实数值，该实数值为旋转不变编码的取值；该映射满足，当且仅当两个邻域信息能够通过各自的参照中心像素顺时针旋转90度，180度，或270度变为相同时，该映射对于所述两个邻域信息具有同样的映射结果，即所述旋转不变编码表示为：

F(NIP₁)＝F(NIP₂)，当且仅当NIP₁与NIP₂能够通过旋转变为相同；

其中，NIP₁与NIP₂表示两个不同像素的邻域信息，F表示旋转不变编码。