[发明专利]一种多嵌入率含密图像的隐写检测方法

说明书

本发明涉及一种多嵌入率含密图像的隐写检测方法。本方法是通过不同嵌入率图像训练得到两个集成FLD分类器。第一个集成FLD分类器由低嵌入率图像和载体图像训练得到，其能选择出更好代表载体图像和隐写图像特征的训练样本，将选出的样本和其高嵌入率版本一同训练得到第二个集成FLD分类器。在对未知类别图像分类的主要步骤是：第一个集成FLD分类器对投票数在一定范围内的图像进行分类，再由第二个集成FLD分类器对投票数在一定范围内的剩余图像进行分类，最后未分类图像由第一个集成FLD分类器分类。本发明方法分别利用这两个集成FLD分类器的优势，因而能够提升对JPEG隐写图像的识别准确率。

技术领域

本发明涉及一种多嵌入率含密图像的隐写检测方法，针对训练时可得到多个嵌入率的隐写图像的特点，通过高嵌入率图像提升低嵌入率图像的识别准确率。

背景技术

隐写分析是多媒体信息安全中的重要组成部分，其主要任务是在数字载体中检测是否有秘密信息。在众多的数字载体中最常使用的数字图像，因为一幅512×512大小的数字图像就可以携带足够多的秘密信息。数字图像由于其格式的不同可以分为很多类，JPEG(Joint Picture Expert Group联合图像专家小组) 图像因为其压缩和图像重建的效果而在生活中大量使用。很多隐写方法是以JPEG图像为基础进行设计的，将含有秘密信息的隐写图像夹杂在互联网大量正常JPEG图像中进行信息传输，这样就有很高的隐蔽性。目前优秀的JPEG图像隐写方法的特点是：统计特性不变和充足的信息嵌入量。如果嵌入信息时的嵌入率在0.05bpac(bits per nonzero AC DCT coefficient比特每非零离散余弦变换交流系数)，0.1bpac等低嵌入率时，隐写分析对这些优秀的JPEG图像隐写方法的识别准确率不高。隐写分析的一项研究内容是通过抓住隐写图像和正常数字图像之间的差别和隐写算法的原理，提取出能更好区别隐写图像和正常数字图像的隐写分析特征，另一个研究内容是设计符合应用场景的分类器。

发明内容

本发明的目的是针对已有技术存在的不足，提供一种多嵌入率含密图像的隐写检测方法，针对隐写分析能够在训练分类器时获得多个不同嵌入率的隐写图像特征集，设计新的集成FLD(费舍线性判别)分类器，利用高嵌入率隐写图像来提升低嵌入率图像的识别准确率。

为达到上述目的，本发明采用如下技术方案：

1. 一种多嵌入率含密图像的隐写检测方法，其特征在于操作步骤如下：

(1)低嵌入率图像和载体图像训练得到EFLD₁(集成费舍线性判别分类器1)：由载体图像和低嵌入率图像训练得到一个集成FLD分类器EFLD₁，并通过EFLD₁选择出得票数高的训练图像；

(2)低嵌入率图像，高嵌入率图像和载体图像训练得到EFLD₂(集成费舍线性判别分类器2)：通过上一步选择出的训练图像及其高嵌入率版本训练得到第二个集成FLD分类器EFLD₂；

(3)交叉验证确定参数值：通过交叉验证确定最终对未分类图像进行分类时使用的参数大小，即确定得票数范围；

(4)对未分类图像进行分类：首先使用EFLD₁对得票数范围内的测试图像进行分类，剩下的测试图像使用EFLD₂对得票数范围内的图像进行分类，还未分类的测试图像由EFLD₁分类

所述步骤（1）低嵌入率图像和载体图像训练得到EFLD₁：