图像隐写分析研.pdfVIP

摘 要 隐写术作为信息隐藏技术的一个主要分支，由于其崭新的应用前景，已经 受到学术界和工业界的广泛关注，成为了信息安全技术的前沿方向。隐写分析 就是针对隐写术进行检测的过程，主要包括特征提取和分类。 隐写分析可分为盲隐写分析和专用隐写分析，本文分别针对盲隐写分析里 的特征选择问题，提出了自己的优化方法，同时针对两种新的隐写术，提出的 新的专用隐写分析方法。 首先针对盲隐写分析中的特征选择的问题，提出了结合粒子群优化算法的 支持向量机分类器进行特征选择的方法。该方法使用非线性支持向量机作为分 类器，使用粒子群优化算法(PSO)为支持向量机寻找最优的图像特征集合作 为训练集和测试集，同时选择最优的支持向量机参数，进而利用最优的特征集 和支持向量机参数对隐写图像进行检测。为了说明该方法的有效性，我们和已 有的几种方法进行了实验比较，实验结果表明，该优化方法得到的结果明显优 于Farid、ANOVA和F．score的方法，提高了检测隐写图像的成功率和系统检测 效率。 其次针对YASS这种新的抵抗盲隐写分析的隐写方法，提出了一种新的隐 写分析。对于不同的子块大小，通过选取不同位置的8x8子块，并采用以共生 矩阵为基础的特征提取和以支撑向量机为基础的模式分类。为了说明该方