基于相邻系数关系对的偏序马尔可夫JPEG隐写分析模型

摘要：

在偏序Markov的基础上,以相邻DCT系数间关系对为统计对象,提出一种新的JPEG偏序隐写分析模型.在模型的无环有向图中,将相邻系数关系对作为终点集合,而系数本身作为始点集合.与原偏序分析模型相比,此终点集合的统计空间对DCT系数关系的分布规律有更直接的描述,并且始点集缩小,每个始点对应的终点数增加,使特征的信息熵上升,有助于分类效果.本文综合了系数间相关性较强的两个方向的统计值,采用像素裁剪重压缩进行图像校准,把待测图像与校准图像的统计概率之差作为特征.对3种代表性的DCT域隐写方法F5、MB1和Steghide进行隐写分析测试,实验结果表明:改进后的特征比原模型特征更有效,针对这3种隐写算法的检测效果,本文特征优于现有的单一模型低维特征.

关键词：隐写分析、偏序马尔可夫、相邻系数关系对、图像校准

所属期刊栏目：60

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金61373169,61272453,61103219;教育部博士点基金20110141130006资助项目

在线出版日期：2014-12-16（万方平台首次上网日期，不代表论文的发表时间）

页码：518-523