[发明专利]基于对称邻域信息的盲隐写分析方法

说明书

技术领域

本发明涉及图像取证与网络信息安全领域，特别是一种基于对称邻域信息的盲隐写分析方法，用于对使用隐写术对数字图像进行信息隐藏的检测。

背景技术

21世纪是数字化的时代，随着计算机和多媒体技术的快速发展，人们越来越离不开数字媒体。数字媒体是当前社会的最重要的途径。在互联网上个人与个人之间，个人与群体之间，群体与群体之间都通过数字媒体传播信息，而数字媒体除本身携带的信息之外，也可被用来隐藏隐秘信息，从而借助公共渠道散布不良信息，或者进行隐秘通信。由于信息隐藏技术能够被不法分子用作策划不法活动时的隐秘通讯手段，或者用于机密信息的传输，因此该技术的出现给国家安全，防止重要部门信息外泄等带来了挑战。在媒体数据中，数字图像是使用最多也是传播最多的媒体之一，因此检测图像中的隐藏信息是一个需要解决的问题。

检测图像中的隐藏信息称为隐写分析。按照使用的所需条件划分，目前检测图像的隐藏信息有两种方法，盲检测和非盲检测，非盲检测方法使用特定信息隐藏算法的特点，针对一种特定的隐写术方法进行检测，因此能用于特定的算法，但不适用于除该种隐写术方法以外的其他隐写术方法。而盲检测不需要分析特定的信息隐藏算法，可以用于检测任意的隐写术算法，因此适用性更强。比如使用马尔科夫过程作为模型描述像素灰度值变化的统计信息(Zou，D，Shi，Y.Q，Wei Su；Guorong Xuan；，″Steganalysis based on Markov Model of Thresholded Prediction-Error Image，″Multimedia and Expo，2006 IEEE International Conference on)，或者使用小波分解来提取不同频带小波系数的统计信息(H.Farid，“detecting hiden messages using higher order statistics and support vector machines，”in 5th International Workshop on Information Hidding，2002)。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于图像像素邻域关系的数字图像隐写分析方法，以实现准确高效的数字图像隐写分析。

为了实现上述目的，本发明所提出的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。

本发明的方法可以用于鉴定图像是否含有隐藏信息，监控重要数据外流等。由于本方法不需要使用具体的隐藏算法的特点，因此可以作为通用的方法检测数字图像中是否含有隐藏信息。

附图说明

图1是本发明基于对称邻域信息的盲隐写分析方法流程图。

图2是邻域差分以及阈值化处理的示意图。

图3是旋转不变编码的旋转加权过程示意图。

图4是根据本发明实施例的待检测数字图像。

图5是根据本发明实施例从待检测数字图像中提取得到的特征的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。