基于对称邻域信息的盲隐写分析方法技术

本发明专利技术公开了一种基于空域特征的数字图像隐写分析方法，该方法包括以下步骤，对训练集中已标记类别信息的数字图像，计算其对称邻域内多个方向上的像素灰度差分值信息；并对像素灰度差分值信息进行处理和旋转不变性编码；然后计算编码后信息的直方图，将直方图归一化后作为特征；对提取到的特征进行训练与分类，得到分类器模型；对任意输入的数字图像，计算其邻域信息来提取特征；将提取到的特征输入到所述分类器模型中，获得输入图像的类别信息。由于本方法不需要分析特定隐写术的特点，是一种通用的方法，故可以在针对数字图像的通用(盲)隐写分析中得到广泛应用。

【技术实现步骤摘要】

本专利技术涉及图像取证与网络信息安全领域，特别是一种，用于对使用隐写术对数字图像进行信息隐藏的检测。
技术介绍
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帯的信息之外，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ー个需要解决的问题。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，针对ー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 MarkovModel of Thresholded Prediction-Error Image, Multimedia and Expo,2006 IEEEInternational 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 supportvector machines,，，in 5th International Workshop on Information Hidding,2002)。
技术实现思路
有鉴于此，本专利技术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，本专利技术所提出的一种，其特征在于，该方法包括以下步骤步骤SI，输入数字图像样本，对于该图像中的所有像素，在每ー像素所在的对称邻域中，在対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ー化，将归ー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，得到分类器模型參数，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。本专利技术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I是本专利技术流程图。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是根据本专利技术实施例的待检测数字图像。图5是根据本专利技术实施例从待检测数字图像中提取得到的特征的示意图。具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并參照附图，对本专利技术进ー步详细说明。数字图像是使用相机、摄像机等采集到的以数字阵列方式记录的图像。对于一幅数字图像，其相邻像素之间具有相关性，而在图像中的隐藏信息需要修改图像数据，从而改变其相关性。图像中一个像素与其领域的像素具有最大的相关性，其相关性受隐藏的信息的改动，因此提取图像中能够反映这种相关性改变的统计信息能够用来检测图像是否被隐藏过信息。本专利技术使用邻域信息，提取基于对称邻域在多个方向上的信息组合成为邻域信息，将其旋转不变编码，计算编码后信息的统计量，然后输入分类器来得到检测結果。图I是本专利技术流程图，如图I所示，本专利技术所提出的一种，包括训练过程和分类过程，并可分为以下几个步骤所述训练过程包括步骤SI，输入数字图像样本，对于该图像中的所有像素，在每ー像素所在的对称邻域中，在対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；对称邻域是指对于图像中的任意ー个像素，以该像素的位置作为中心像素，在其周围的像素的集合。对称邻域所包含的像素满足以中心像素位置为參照，对称邻域中的像素在位置上的分布具有方向対称性，即邻域像素在位置上參照中心像素的位置整体按照顺时针方向以及逆时针方向旋转90度，180度，270度以后所覆盖到的像素位置仍然保持相同。对称邻域可以是像素的4邻域，即由中心像素在上、下、左、右四个方向上相邻的四个像素组成的邻域，或对角线4邻域，即有中心像素在左上、左下、右下、右上相邻的4个像素组成的邻域，或8邻域，即与中心像素相邻的8个像素组成的邻域，以及其他形式定义的，满足在多个方向上，以中心像素所在位置为中心旋转对称，翻转对称的邻域。对称邻域在某个方向上的信息的计算可以是在该方向上的多个像素參与的像素灰度值差分，高阶差分或者其他形式的计算。下面以图4所示的数字图像为例说明本专利技术所涉及的计算和操作。 图2是邻域差分以及阈值化处理的示意图，图2左图中的正方形表示图像中的像素，DへD^Dt ,D1分别表示左，右，下，上方向上的相邻像素的灰度值与中心像素的灰度值的差分值。那么所述数字图像中每个像素的对称邻域在四个方向上与相邻像素的灰度差分值 D — (X, y), D 1 (x, y), (x, y), D ' (x, y)表示为D—(X，y) = Ix+1,y_Ix,yDi (x,y) = W1-Ix,,(x, y) = Ix-ljy-Ix,yD ' (x, y) = Ix,y+1-Ix,y其中，Ix,y表示图像中(x，y)位置的像素的灰度值，X表示横坐标，y表示纵坐标，图像左上角像素为坐标位置(0，0)，向右和向下分别为横坐标和纵坐标的正轴方向。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；所述的量化处理具体为，将像素灰度差分值除以量化因子，然后再将得到的数值进行下取整，其中，量化因子是事先设定好的ー个数字，下取整是指将数值置为小于该数值的整数中的最大整数。所述阈值化处理具体为，对量化后的多个方向上的像素灰度值差分值在数值上进行阈值化操作，本专利技术按照以下公式定义的阈值函数Tsh(X)进行阈值化处理 X, -T < .V < TTsh(x) = \ - \ χ<-ΤT7χ>Τ其中，X代表像素灰度值差分值，T > 0，为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一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SI，输入数字图像样本，对于该图像中的所有像素，在每ー像素所在的对称邻域中，在対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ー化，将归ー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，得到分类器模型參数，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。2.根据权利要求I所述的方法，其特征在于，所述对称邻域是指对于图像中的任意一个像素，以该像素的位置作为中心像素，在其周围的像素的集合； 所述对称邻域所包含的像素满足以中心像素位置为參照，对称邻域中的像素在位置上的分布具有方向対称性，即邻域像素在位置上參照中心像素的位置整体按照顺时针方向以及逆时针方向旋转90度，180度，270度以后所覆盖到的像素位置仍然保持相同。3.根据权利要求I所述的方法，其特征在于，所述量化处理进ー步为将像素灰度差分值除以量化因子，然后再将得到的数值进行下取整，其中，量化因子是事先设定好的ー个数字。4.根据权利要求I所述的方法，其特征在于，所述阈值化处理进ー步为对量化后的多个方向上的像素灰度值差分值按照以下公式定义的阈值函...

【专利技术属性】
技术研发人员：谭铁牛，董晶，关晴骁，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：