[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

说明书

本发明涉及多媒体信息安全以及图像信息隐写技术领域，更具体地，涉及一种基于局部纹理模式的二值图像隐写分析方法。包括以下步骤：S1.构建十三宫格像素点块模板；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。本发明利用集成分类器进行学习分类，所提取的二值图像分析特征具有较高的特征维度，并且能够很好地描述图像的纹理，集成分类器能够很好地利用所提取的高维特征进行学习分类，能够很好地检测出待检测图像是否包含隐秘信息，具有较强可靠性。

技术领域

本发明涉及多媒体信息安全以及图像信息隐写技术领域，更具体地，涉及一种基于局部纹理模式的二值图像隐写分析方法。

背景技术

随着信息时代的到来，带来通信便利的同时，也给信息安全提出新的挑战。无论政府与个人，在通信过程中总有一些重要的敏感信息不希望被第三方发现、截获；流传网络的图像、视频等多媒体数据需要版权保护；新兴电子商务数据如何确认真实等。但同时一些犯罪分子利用信息加密技术传播消息，一旦这些消息不被发现，可能会造成严重的后果。

隐写术是一种典型的实现隐秘通信的技术。它利用某些公开的信息进行秘密信息隐藏，使得第三方不会察觉到秘密信息的存在。现代信息隐藏技术的基本特点有：不可察觉性、鲁棒性、更大的隐藏容量。隐写术在信息安全保障体系的诸多方面发挥着重要的作用，主要有：数据保密通信、身份认证、数字作品版权保护与盗版鉴定以及完整性、真实性鉴定与内容回复等。然而当一些犯罪分子利用隐写术进行信息传播，以此达到犯罪目的，那么将带来严重的后果。因此隐写术是一把双刃剑。对于隐写术的攻击方，隐写分析技术对隐写术的检测具有重要意义。此外一个好的隐写分析方法对于评估隐写方案的安全性也非常重要。由于这些原因，具有可靠检测性的隐写分析方法是很有必要的。

在二值图像中，最典型的隐写分析方法是能够找到很好地描述图像内容的隐写分析特征，并利用具有良好特性的训练器进行学习得到良好的检测分类模型，以此区分待检测的图像是否为包含隐秘信息的图像或者是不包含秘密信息的图像。对于现有二值图像隐写分析技术，最简单方法是利用灰度游程矩阵以及灰度共生矩阵提取特征。对于二值图像，只包含两种灰度级，分别为黑和白，因此二值图像纹理特征相对突出并且受噪声影响较大。而利用二值图像的灰度游程矩阵以及共生矩阵，所提取的特征往往比较简单并不能很好地描述二值图像的纹理分布，因此它们的检测性能并不可靠。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于局部纹理模式的二值图像隐写分析方法，够很好地检测出待检测图像是否包含隐秘信息，具有较强可靠性。

为解决上述问题，本发明提供的技术方案为：一种基于局部纹理模式的二值图像隐写分析方法，其中，包括以下步骤：

S1.构建十三宫格像素点块模板；

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。

进一步地，所述的S1步骤为：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。

进一步地，选用BIVC图像库，实验所需的二值图像库为BIVC图像库，图像库内包含5000张二值图像，其中包括卡通图，纹理图，手写体等多种二值图像。因为该专利是针对二值图像的隐写分析，需要各种二值图像进行实验，保证结果可靠性。

进一步地，所述的S2步骤包括以下步骤：