一种基于同频子图滤波的JPEG图像隐写信息定位方法技术

本发明专利技术公开了一种基于同频子图滤波的JPEG图像隐写信息定位方法，本发明专利技术将JPEG图像中各8×8分块相同位置的系数进行组合，得到64幅隐密图像同频子图，然后对各个隐密图像同频子图低通滤波，估计载体图像同频子图，从而估计载体JPEG图像，得到载体JPEG图像的DCT系数的估计；接着计算多幅嵌入路径和嵌入率都相同的待检测隐密图像中每个位置的残差均值，根据残差均值实现隐密位置估计，并在计算残差时考虑JPEG图像隐写时不在特定系数中嵌入信息的特点，显著提高对JSteg隐写的隐密位置定位准确率。

A steganography information location method for JPEG image based on the same frequency subgraph filtering

【技术实现步骤摘要】
一种基于同频子图滤波的JPEG图像隐写信息定位方法
本专利技术涉及信息安全
，尤其涉及一种基于同频子图滤波的JPEG图像隐写信息定位方法。
技术介绍
目前，数字隐写是在数字图像、视频、音频和文本等多媒体数据的冗余中嵌入信息，以实现秘密通信的一种技术。针对不同的应用场景，研究者们已经提出了许多各具特点的隐写算法。这些隐写算法既可用于正常的安全通信，也容易被不法分子用窃取物联网隐私、商业机密等，以躲避安全防护。因此，为了保护物联网的安全和隐私，开展反向的隐写分析技术研究十分必要。目前，针对以图像为载体的隐写算法，已经提出了一系列性能优异的隐写检测算法。这些隐写检测算法不仅能够较为准确的判断传统隐写的隐密图像，还能有效区分新型自适应隐写的隐密图像，甚至可估计出隐写嵌入的信息比率或对载体的更改比率。理论上，对于一个隐写系统，隐写分析者只要能够以超过随机猜测的概率正确区分载体和隐密对象，就认为该隐写系统已被攻破。然而，实际上，取证者通常并不满足于能够检测出隐密对象，更期待能够正确提取出嵌入的秘密信息。与隐密对象检测相比，隐写信息的提取要困难得多，很多时候不仅需要知道嵌入的信息长度和隐写位置选取机制，往往还需要知道嵌入的位置信息。由于顺序隐写将隐写信息顺序的嵌入在载体的局部区域，含隐写信息的局部区域与其他区域的统计特性将出现明显差别。因此，早期隐写信息定位方面的研究主要集中于顺序隐写。研究者们针对顺序的空域最低有效位(leastsignificantbit,LSB)替换隐写、扩频隐写和JSteg隐写等，陆续提出了多种隐写信息定位方法，如卡方检验方法、局部色调一致性方法、连续概率比检验与优化累加和方法、带权隐密图像优化方法、JPEG分块不连续性序列突变点估计方法等等。与顺序隐写相比，随机隐写将隐写信息随机散布在整个载体，载体中不会出现统计特性明显异常的局部区域，这给随机隐写的隐写信息定位带来了困难。因此，早期对随机隐写的信息定位方面的研究很少，而且性能较差。如：2004年Davidson和Paul借鉴数据挖掘中异常点检测的思想，将隐密像素定位问题看作基于能量的图像异常点检测，提出了基于异常点检测的空域隐写信息定位算法，该算法对隐密位置判定的误差较大，而且对纹理复杂区域的隐密像素定位结果几乎无效；Ambalavanan和Chandramouli用Markov随机场对图像进行建模，利用图像与统计力学系统间的相似性，提出了基于贝叶斯估计的空域隐写信息定位算法，该算法对于LSB替换和LSB匹配隐写等对载体更改较小的隐写将失效。2008年，Ker等首次在拥有多幅嵌入位置相同隐密图像的条件下，提出了基于带权隐密残差的空域LSB替换隐写的信息定位算法。之后，在该条件下，研究者们提出了多种具有较高定位准确率的隐写信息定位算法。如：Chiew和Pieprzyk结合像素所在分块的局部熵对Ker所提出的方法进行了改进，提出了基于带权隐密残差和局部熵的二值图像替换隐写的信息定位算法；Ker和Lubenko通过对隐密图像进行小波滤波，并将得到的小波残差逆变换为空域残差，提出了基于小波滤波的空域LSB匹配隐写的信息定位算法；Quach利用隐Markov模型对载体图像进行建模，然后利用Viterbi译码算法寻找载体图像的最优估计，提出了基于最大后验概率估计的LSB替换和LSB匹配隐写的信息定位算法；之后Quach又利用Markov随机场模型对载体图像进行建模，然后利用二次伪二进制优化算法(quadraticpseudo-binaryoptimization，QPBO)寻找载体图像的最优估计，提出了基于最大后验概率(maximumaposteriori，MAP)的LSB替换和LSB匹配隐写的信息定位算法；Gui等通过4邻域均值和沿8个不同方向的MAP估计得到9幅估计的载体图像，融合它们对应的残差提高了基于MAP的隐写信息定位算法对LSB匹配隐写的信息定位精度；Liu等通过对隐密图像进行JPEG压缩再解压，较为准确地估计出遭受过JPEG压缩的空域载体图像，提出基于JPEG重压缩的LSB替换和LSB匹配隐写信息定位算法，以很高的精度定位出隐写信息。；Yang等分析证明了最低多位替换隐写的最优隐密子集性质，利用小波滤波估计载体图像，提出了基于最优隐密子集的最低多位(multipleleastsignificantbits,MLSB)替换隐写的信息定位算法。与早期的隐写信息定位算法相比，上述算法对随机隐写信息的定位精度有了很大提高，在一些特定条件下，部分算法已经被用于估计组奇偶隐写的分组和确定随机隐写的隐密像素嵌入顺序，甚至被用于恢复隐写密钥，实现隐写信息的提取。然而，上述算法都只是针对以空域图像为载体的LSB替换、LSB匹配和MLSB替换隐写。JPEG是国际上第一个数字图像压缩标准，也是至今一直在使用的、应用最广的图像压缩标准。根据该标准压缩生成的JPEG图像是目前应用最为广泛的图像格式。实际上，互联网上JPEG图像的应用更为广泛，JPEG图像隐写和隐写分析已经成为信息隐藏领域研究的热点。JPEG压缩的主要过程如下所示。首先将图像转换至YCbCr颜色空间，如当压缩前的图像为R、G、B三颜色空域图像，将其转换为用Y、Cb、Cr三颜色表示。其次，根据设置的采样方式对色度和饱和度进行下采样。如当设置的采样方式为YUV411或YUV422时，对Y、Cb、Cr三个分量采取4:1:1或者4:2:2的比例采样。然后，将采样后的每个分量分成8×8的不重叠分块。接着，将每个8×8分块中的数据减去128，并对其进行离散余弦变换(DCT)。再利用设置的量化表对变换得到的每个8×8的DCT系数分块进行量化。最后，将量化后的DCT系数进行哈弗曼编码，得到JPEG图像。JPEG解压缩是JPEG压缩的逆过程。以JPEG图像为载体的随机隐写，是从JPEG图像中随机选取量化后的DCT系数，然后将信息嵌入其中。在这里可将其描述为先根据给定的隐写密钥对JPEG图像中量化后的DCT系数进行伪随机置乱，再从置乱后的系数序列中按顺序选取一定数量的系数嵌入信息。由于有的JPEG图像隐写算法认为部分特定位置或特定取值的系数不可用于嵌入信息，在置乱时可能仅将可嵌入信息的系数进行置乱。因此，根据伪随机置乱时是否剔除不可嵌入系数，可将JPEG图像随机隐写中的嵌入位置选取方法分为两类：剔除不可嵌入系数的伪随机置乱方法和未剔除不可嵌入系数的伪随机置乱方法。当JPEG图像隐写采用未剔除不可嵌入系数的伪随机置乱方法时，以典型的JSteg隐写为例，嵌入过程如下所示。(1)对JPEG图像进行哈弗曼解码，或者对空域图像进行JPEG压缩至对DCT系数量化后，得到量化后的DCT系数；(2)根据隐写密钥对整幅JPEG图像中所有量化后的DCT系数进行置乱，得到置乱后的DCT系数矩阵；(3)从置乱后的DCT系数矩阵中依次选取系数，对于选取的系数执行下列操作：1)若当前选取的系数为DCT系数或取值为0、1的AC系数等JSteg隐写的不可嵌入系数，则认为该系数不可嵌入信息本文档来自技高网...

【技术保护点】
1.一种基于同频子图滤波的JPEG图像隐写信息定位方法，其特征在于：包括以下步骤：/nA：对于给定的T幅嵌入位置相同的待检测隐密图像，采用基于同频子图滤波的载体JPEG图像估计方法，估计出每幅待检测隐密图像对应的载体JPEG图像每个位置中量化后的DCT系数，得到载体JPEG图像每个位置的估计DCT系数；/nB：计算每幅待检测隐密图像中每个位置的实际DCT系数与所述的估计DCT系数之间的残差；若某幅待检测隐密图像中某个位置的实际DCT系数为不可嵌入系数，则将该幅隐密图像中该位置的残差置0；/nC：将所有隐密图像相同位置的残差进行求均值，得到待检测隐密图像的每个位置的残差均值；/nD：根据每个位置的残差均值，对其是否为隐密位置进行判断，从而判断出所有隐密的实际DCT系数的位置；对于一幅隐密图像，若某个实际DCT系数所在位置为估计的隐密位置，且该实际DCT系数为可嵌入系数，则该实际DCT系数被判定含嵌入的秘密信息，判定该实际DCT系数所在位置为隐密位置。/n

【技术特征摘要】
1.一种基于同频子图滤波的JPEG图像隐写信息定位方法，其特征在于：包括以下步骤：
A：对于给定的T幅嵌入位置相同的待检测隐密图像，采用基于同频子图滤波的载体JPEG图像估计方法，估计出每幅待检测隐密图像对应的载体JPEG图像每个位置中量化后的DCT系数，得到载体JPEG图像每个位置的估计DCT系数；
B：计算每幅待检测隐密图像中每个位置的实际DCT系数与所述的估计DCT系数之间的残差；若某幅待检测隐密图像中某个位置的实际DCT系数为不可嵌入系数，则将该幅隐密图像中该位置的残差置0；
C：将所有隐密图像相同位置的残差进行求均值，得到待检测隐密图像的每个位置的残差均值；
D：根据每个位置的残差均值，对其是否为隐密位置进行判断，从而判断出所有隐密的实际DCT系数的位置；对于一幅隐密图像，若某个实际DCT系数所在位置为估计的隐密位置，且该实际DCT系数为可嵌入系数，则该实际DCT系数被判定含嵌入的秘密信息，判定该实际DCT系数所在位置为隐密位置。


2.根据权利要求1所述的基于同频子图滤波的JPEG图像隐写信息定位方法，其特征在于：所述的步骤A具体包括以下步骤：
A1：将待检测隐密图像进行哈弗曼解码，得到量化后的实际DCT系数组成的矩阵S；



其中，M表示待检测隐密图像的高，N表示待检测隐密图像的宽，M和N均为8的整倍数；sp，q为矩阵S中第p+1行，q+1列的实际DCT系数，即为待检测隐密图像的(p，q)位置的量化后实际DCT系数，0≤p≤M-1，0≤q≤N-1；
A2：将矩阵S进行隐密图像同频子图划分；将矩阵S中所有8×8分块相同频谱，即待检测隐密图像的8×8分块中相同位置的实际DCT系数进行组合，对于8×8分块中64个不同的位置，共得到64幅隐密图像同频子图，S(i，j)表示8×8分块中(i，j)位置处的隐密图像同频子图，0≤i≤7，0≤j≤7；



其中M为待检测隐密图像的高，N为待检测隐密图像的宽；
A3：利用低通滤波器对64幅隐密图像同频子图进行低通滤波Flow(S(i，j))，得到估计的量化后载体图像同频子图



其中表示隐密图像同频子图S(i，j)对应的载体图像同频子图C(i，j)的估计，0≤i≤7，0≤j≤7；
A4：将载体图像同频子图进行组合，得到估计的载体JPEG图像；将载体图像同频子图中的估计DCT系数，置于对应的实际DCT系数所在的位置，得到载体JPEG图像中每个位置的估计DCT系数：



其中表示载体图像中估计DCT系数组成的矩...

【专利技术属性】
技术研发人员：杨春芳，王杰，王平，宋晓锋，卢记仓，朱玛，刘粉林，罗向阳，
申请(专利权)人：杨春芳，
类型：发明
国别省市：河南;41