[发明专利]一种基于局部纹理模式的二值图像隐写分析方法

权利要求书

1.一种基于局部纹理模式的二值图像隐写分析方法，其特征在于，包括以下步骤：

S1.构建十三宫格像素点块模板；具体包括：构造一个5×5大小的十三宫格像素点块模板，其中每一宫格是一个小的正方形，表示一个像素，十三个宫格构成一个二值图像扫描窗口，其中包含3×3大小的九宫格，其余四个宫格分别位于九宫格的正上方，正下方，正左方和正右方；对扫描窗口中的十三宫格按照一定的顺序进行编号：0，1，2……12，其中标号为0的宫格位于扫描窗口的中心位置

S2.利用块模板扫描图像得到二值图像局部纹理模式；

S3.统计每个二值图像局部纹理模式出现的频率；

S4.将局部纹理模式出现的频率级联形成特征向量，利用集成分类器进行学习分类。

2.根据权利要求1所述的一种基于局部纹理模式的二值图像隐写分析方法，其特征在于，选用BIVC图像库作为图像库。

3.根据权利要求2所述的一种基于局部纹理模式的二值图像隐写分析方法，其特征在于，所述的S2步骤包括以下步骤：

S21.用BCPC，Connpre，GIM，EAG，DPDC，PPCM和SHUFFLE七种隐写方法分别对BIVC图像库中的二值图像嵌入隐秘信息分别构造不同隐写方案对应的数据集，每种隐写方案对应的训练集也包含5000张二值图像，共有八个数据集；

S22.利用集成分类器进行学习分类，利用S21得到的一种隐写方法对BIVC进行信息嵌入的数据集D1和原无载密信息的BIVC数据集D2，在训练过程中，从D1、D2中随机选取一定数量的二值图像，作为训练集，剩下的二值图像作为测试集，使用集成分类器对训练集进行学习训练，训练得出模型利用测试集进行测试以验证结果的可靠性；

S23.对于训练集中的任一图像H，利用扫描窗口依次从左往右，从上到下扫描图像H，其中扫描步长设置为1；得到由十三宫格像素块扫描得出的二值图像局部纹理模式。

4.根据权利要求3所述的一种基于局部纹理模式的二值图像隐写分析方法，其特征在于，所述的S3步骤具体包括：根据S2步骤的方法和S1步骤的十三宫格编号方法，统计出在二值图像中局部纹理模式的分布情况以及计算出每个二值纹理模式块的出现频率，每个二值图像只有黑色和白色两种像素级别，在十三宫格像素块中，每个宫格只有两种像素情况，每个宫格任意组合可以得到8192种局部纹理模式，根据每个局部纹理模式出现的频率得出局部纹理模式直方图。

5.根据权利要求4所述的一种基于局部纹理模式的二值图像隐写分析方法，其特征在于，所述的S4步骤具体包括：

S41.根据局部纹理模式频率直方图，形成二值图像隐写分析的特征向量，将形成的特征向量交给集成分类器进行学习；

S42.经过集成分类器学习后得到二值图像隐写分析模型，利用该模型区分出待检测的图像是载密图像还是载体图像。

6.根据权利要求5所述的一种基于局部纹理模式的二值图像隐写分析方法，其特征在于，所述的S41步骤包括：

S411.对于待检测的二值图像，利用十三宫格像素扫描块对其进行扫描，得到每个二值图像的局部纹理分布情况以及每个模式块出现频率；

S412.将每个模式块的出现频率级联形成特征向量，将特征向量输入到二值图像隐写分析模型中，得出分类结果；

S413.如果分类模型对待检测的二值图像分类为载密图像，那么该图像包含秘密信息；如果对待检测的二值图像分类为载体图像，那么该二值图像不包含秘密信息。