[发明专利]一种半色调图像隐写分析方法

权利要求书

1.一种半色调图像隐写分析方法，其特征在于，包括以下步骤：

S1：使用模拟嵌入的方法来构造M张隐写图片，得到一个模拟的隐写图像数据集，其中包含2M张图片；

S2：确定模式块大小，统计模拟的隐写图像数据集中每张图片的模式块的直方图特征，得到模式块的直方图特征空间；具体包括以下步骤：

S21：选取一个4*4的模式块大小，计算图像4*4模式块直方图特征，在半色调图像中，4*4模式块共有2¹⁶种模式，对不同模式进行编号，某个4*4大小的模式块编号就等于该模式块内像素值矩阵和一个4*4的卷积核对图像进行卷积计算得到的值，卷积核W具体定义为：

因此对于整幅图像X，使用卷积核W进行卷积运算，卷积计算移动步长为1，不对边界进行扩展，得到图像X中所有4*4模式块的编号矩阵M₁，具体表达式为：

M₁＝X*W

S22：对于一张图片初始化一个65536维的向量F，遍历图片对应编号矩阵M₁中的每个元素，第i个元素值为v，则在向量F中第v个位置的值加一，最终得到一张图像65536维直方图特征F＝(x₁,x₂,x₃,…,x₆₅₅₃₆)；对模拟的隐写图像数据集D中每一张图片都提取这样一个直方图特征；

S3：根据模式块的直方图特征空间，采用PCA降维方法对所有图像特征进行降维并构造变换矩阵；使用PCA对特征进行降维过程具体为：

对模拟嵌入的隐写图像数据集D中的特征进行归一化处理，数据集D中一共有2*M张图片的每一个维度特征进行归一化处理：

数据集D中整体样本特征空间可以表示成F＝(F₁,F₂,...,F_2*M)，计算该样本特征空间的协方差矩阵C:

计算协方差矩阵C的特征值以及它对应的特征向量，将它的特征向量根据特征值的从大到小的排列，选取前k行构造一个变换矩阵P；对于每一张图片提取的特征均可以通过变换矩阵P进行变换得到新特征F'，其中F'＝PF，F'为筛选后的特征；

S4：从数据集构造训练集，提取训练集图像模式块的直方图特征，利用变换矩阵计算训练集特征向量，输入SVM中进行分析模型的训练；

S5：从数据集构造测试集，提取测试集图像模式块的直方图特征，利用变换矩阵计算测试集特征向量，将测试集特征向量输入到训练好的分析模型中，完成对图像隐写的分析。

2.根据权利要求1所述的一种半色调图像隐写分析方法，其特征在于，在所述步骤S1中，所述的模拟嵌入是通过设置一个翻转概率p，遍历图像中的每一个像素点，随机选取一个值q，若q≥p，则不翻转该像素点，反之则翻转该像素点；最终能够得到一个模拟的隐写图像数据集D，一共包含2M张图片。

3.根据权利要求1所述的一种半色调图像隐写分析方法，其特征在于，所述变换矩阵P的维度为k*65536。