一种基于多特征联合的隐写图像分析方法技术

本发明专利技术提供一种基于多特征联合的隐写图像分析方法，具体步骤包括：用户输入目标图像（隐写图像）；针对输入的目标对象，提取多特征，建立特征集合；针对提取的特征集合进行互补、融合和冗余处理；再进行降维处理；最后是解码分析以及对分析后的结果处理。该方法具有很强的通用性，实用性，最后按照实施例的算法搭配进行的实验验证了本发明专利技术的方法具有高精确性和抗干扰能力，为隐写图像的精确检测和分析提供了一种有效的方法。

A steganalysis method based on multi feature combination

The invention provides a combined steganography based on multi feature image analysis method comprises the following steps of user input target image (stego image); according to the input of the target object, multi feature extraction, establish the feature set for feature extraction; a set of complementary, fusion and redundancy processing; then dimensionality reduction; finally is the decoding analysis and analysis of the results after treatment. This method is universal, strong practicability, finally according to the embodiment of the collocation algorithm is verified by experiments performed by the method of the invention has the advantages of high accuracy and anti-jamming capability, provides an effective method for the accurate detection and analysis of image steganography.

【技术实现步骤摘要】
一种基于多特征联合的隐写图像分析方法
本专利技术涉及计算机
，尤其涉及一种基于多特征联合的隐写图像分析方法。
技术介绍
随着数字图像处理技术的快速发展，以数字图像为载体的图像隐写技术成为信息安全领域的研究热点，如何对隐写图像进行精确的检测和分析也成为研究人员广泛关注的焦点。常用的隐写图像分析方法主要包括SRM（SpatialRichModel）和PSRM（projectionspatialrichmodel）。但是这两类算法为低维度通用检测算法，无法实现高维度特征的分析。为了改善对隐写图像高维度特征的分析，采用maxSRM(maxSpatialRichModel)方法提取图像共生矩阵的嵌入概率，并利用概率最大值替代原有矩阵中的单元维数，有效提升了高维特征的分析精度，但是该方法概率极值的提取噪声敏感性太强；作者周杰，张敏情在文献《基于双重特征选择降维的图像隐写分析》（计算机工程与设计，2016,37（11）：2917-2922）采用图像子块分割的方法，提出了一种双重特征分析方法，通过取加权融合的结果进行检测分析，有效克服了图像噪声敏感性问题，但是，该方法主要是针对隐写图像统计特性本文档来自技高网...

【技术保护点】
一种基于多特征联合的隐写图像分析方法，其特征在于，包括：S1.用户输入目标图像（隐写图像）；S2.针对输入的目标对象，提取多特征，建立特征集合；S3. 针对S2提取的特征集合进行互补、融合和冗余处理；S4.针对S3处理后的特征集合，进行降维处理；S5.针对S4处理后的特征集合进行解码分析；S6.对分析后的结果进行发送等处理。

【技术特征摘要】
1.一种基于多特征联合的隐写图像分析方法，其特征在于，包括：S1.用户输入目标图像（隐写图像）；S2.针对输入的目标对象，提取多特征，建立特征集合；S3.针对S2提取的特征集合进行互补、融合和冗余处理；S4.针对S3处理后的特征集合，进行降维处理；S5.针对S4处理后的特征集合进行解码分...

【专利技术属性】
技术研发人员：段云涛，
申请(专利权)人：段云涛，
类型：发明
国别省市：河南,41