[发明专利]一种优化决策面的改进隐写方法

摘要

本发明公开了一种优化决策面的改进隐写方法，涉及信息安全技术领域。该改进隐写方法，采用智能优化手段优化分类器，调整载体与载密图像的特征在该决策面上投影为同一方向抵抗分类器，而且，不同特征在决策面上的投影是一维的，利用这种降维方式有效解决了高维特征优化的问题。使载密图像特征分布将会呈现随机变化，分类器无法对隐写载体和裁密图像进行分类，从而达到提高隐写安全性的目的。本发明实施例提供的优化决策面的改进隐写方法，其中，智能优化手段包括混合蛙跳算法、粒子群优化，遗传优化等，除了可以提高LSB±k隐写的性能，对其他隐写方法同样有效。算法针对新出现的隐写分析算法，通过优化相应的特征在决策面的投影可抵抗其分析。

主权项

1.一种优化决策面的改进隐写方法，其特征在于，包括如下步骤：S1，按照隐写算法对载体图像进行隐写得到载密图像集；S2，根据所述载密图像集，提取载体图像与载密图像特征，经过训练分类器得到决策面；S3，以所述决策面为指导，采用智能优化算法优化所述隐写算法嵌入过程中可优化的部位，使得所述载体图像与所述载密图像特征在所述决策面不可区分，得到新的载密图像集；S4，以所述新的载密图像集做为S2中的所述载密图像集，按照S2-S3的方法操作j-1次，得到一系列的决策面D1,D2K Dj-1，以及一系列的载密图像集S1,S2L Sj-1；其中，j、n为自然数，2≤j≤n，2≤n≤100；S5，以决策面Dj-1为优化目标，将一系列的载密图像集S1,S2L Sj-1放入分类器进行训练，采用智能优化算法对所述隐写算法中的所述嵌入过程可优化的部位进行优化，使决策面Dj-1失效，得到载密图像集Sj；S6，判断j是否等于n，若是，则执行S7-S8，若否，返回S4；S7，根据所述载密图像集Si，提取载密图像特征，经过训练分类器得到决策面Dn，并输出决策面集D＝{D1,D2L Dn}；S8，在所述决策面集D＝{D1,D2L Dn}中随机选择决策面，对该决策面进行智能优化，得到特征变化具有随机性的载密图像。