CN105741222B - 一种基于像素子集嵌入率估计的隐写信息定位方法 - Google Patents
一种基于像素子集嵌入率估计的隐写信息定位方法 Download PDFInfo
- Publication number
- CN105741222B CN105741222B CN201610037322.2A CN201610037322A CN105741222B CN 105741222 B CN105741222 B CN 105741222B CN 201610037322 A CN201610037322 A CN 201610037322A CN 105741222 B CN105741222 B CN 105741222B
- Authority
- CN
- China
- Prior art keywords
- pixel
- determined
- adjacent
- subset
- adjacent pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003780 insertion Methods 0.000 title claims abstract description 68
- 230000037431 insertion Effects 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000010276 construction Methods 0.000 claims abstract description 5
- 230000014509 gene expression Effects 0.000 claims description 16
- 239000000203 mixture Substances 0.000 claims description 7
- 238000005259 measurement Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明公开了一种基于像素子集嵌入率估计的隐写信息定位方法,包括以下步骤,A:从每幅灰度图像中随机选取含待判定位置在内的个相邻像素组成矩形块;B:分别构造含待判定位置像素子集和未含待判定位置像素子集;C:分别从和中提取隐写检测特征;D:分别计算的嵌入率和中的嵌入率;E:计算待判定位置的嵌入率;F:将待判定位置中的嵌入率与设定的阈值进行比较,若,则表示待判定的第个位置为隐密位置,含隐写信息;若,则表示待判定的第个位置为非隐密位置,不含隐写信息。本发明能够在拥有多幅嵌入路径相同的LSB替换隐写的隐密图像的情况下,对图像中待判定位置是否含有隐写信息进行判断,判断准确率高。
Description
技术领域
本发明涉及信息安全技术领域,尤其涉及一种基于像素子集嵌入率估计的隐写信息定位方法。
背景技术
视觉是人类感知信息最重要的途径,人们从外部世界获得信息的70%~80%是从视觉获得,而人眼可感知的信息大部分是以图像形式出现的。20世纪90年代以来,计算机网络和多媒体技术的蓬勃发展使得信息的传播更为便捷、迅速,为人们的工作和生活提供了极大的便利,淡化了人们之间的空间距离。然而,这些技术在给人们带来方便的同时,也带来了诸多的安全隐患。譬如,企业员工或者政府职员很可能将内部信息隐藏于看似正常的数字图像、音频、视频等多媒体数据中,然后将携带有内部信息的多媒体数据发送出去。这正是当前信息安全领域的重要研究内容——数字隐写所带来的安全隐患之一。
隐写分析是隐写的反向技术,其对于防范数字隐写的滥用,维护信息安全至关重要。根据所要达到的目的的不同,隐写分析的研究内容大致可分为:隐密对象检测、隐写算法识别、隐写的定量分析、隐写信息定位、秘密信息提取和秘密信息消除等。其中隐写信息定位的主要目的在于估计出隐密对象中嵌入秘密信息的位置。其不仅可为隐写密钥的还原提供帮助,甚至在一些特殊情况下(如顺序隐写或随机间隔隐写),可直接用于秘密信息的提取。隐秘信息定位的前提在于已知生成隐密对象所采用的隐写算法。
在已有的隐写中,以BMP(位图,Bitmap)、TIFF(标签图像文件格式,Tagged ImageFile Format)、PNG(可移植网络图形格式,Portable Network Graphic Format)等空域图像为载体的LSB(最低有效位,Least Significant Bit)替换隐写由于实现简单、容量大和视觉隐蔽性强等特点,得到了广泛关注。由于这些隐写仅对载体样本进行轻微更改,因此与隐密对象检测和隐写的定量分析相比,隐写信息定位更为困难。
发明内容
本发明的目的是提供一种基于像素子集嵌入率估计的隐写信息定位方法,能够在拥有多幅嵌入路径(即嵌入秘密信息的像素位置按照嵌入顺序组成的序列)相同的LSB替换隐写的隐密图像的情况下,对空域图像中待判定位置是否含有LSB替换隐写的信息进行判断,判断准确率高。
本发明采用下述技术方案:
一种基于像素子集嵌入率估计的隐写信息定位方法,依次包括以下步骤:
A:从每幅灰度图像中随机选取含待判定位置k在内的M个相邻像素si组成矩形块Bk,其中,k和i表示扫描图像时像素的索引,0≤k<N,0≤i<N,N表示图像中总的像素数量;
B:利用从每幅灰度图像选取的M个相邻像素si,分别构造含待判定位置像素子集Uk和未含待判定位置像素子集Vk;
C:分别从含待判定位置像素子集Uk和未含待判定位置像素子集Vk中提取隐写检测特征;
D:利用步骤C中提取的隐写检测特征分别计算含待判定位置像素子集Uk中的嵌入率和未含待判定位置像素子集Vk中的嵌入率
E:利用步骤D中计算得出的含待判定位置像素子集Uk中的嵌入率和未含待判定位置像素子集Vk中的嵌入率计算待判定位置的嵌入率pk;
F:将步骤E中计算得出的待判定位置中的嵌入率pk与设定的阈值T进行比较,若pk≥T,则表示待判定的第k个位置为隐密位置,含隐写信息;若pk<T,则表示待判定的第k个位置为非隐密位置,不含隐写信息。
所述的步骤A中,利用伪随机数发生器选取含待判定位置k在内的M个相邻像素si组成的矩形块Bk。
所述的步骤B中,对于每个待判定位置k,将每幅灰度图像中选取的位于矩形块Bk中的所有像素加入含待判定位置像素子集Uk中;将矩形块Bk中除待判定位置k所对应的像素外的所有像素加入未含待判定位置像素子集Vk中。
所述的步骤C中,
从含待判定位置像素子集Uk中提取下列统计特征:
a1:高7位值相等的相邻像素对数量k表示像素子集Uk中提取
的特征,G7表示相邻像素对中两个像素的高7位相等,即相邻像素对集合中像素对的数量,其中表示在图像中与si
相邻的像素,和i分别表示两个相邻像素在图像中的索引,H7(·)表示像素·高7位的值;
a2:值相等的相邻像素对数量k表示像素子集Uk中提取的特征,G8表示相邻
像素对中两个像素的值相等,即相邻像素对集合中像
素对的数量;
a3:差值为奇数,且较大像素值为奇数的相邻像素对数量uk,o,o表
示相邻像素对中的像素差值为奇数且较大像素值也为奇数,即相邻像素对集合中像素对的数量;表示对相邻像素和si的差值进行模2运算,表示对相
邻像素和si中的较大值进行模2运算;
a4:差值为奇数,且较大像素值为偶数的相邻像素对数量uk,e,e表示
相邻像素对中的像素差值为奇数且较大像素值为偶数,即相邻像素对集合中像素对的数量;
从未含待判定位置像素子集Vk中提取统计特征:
b1:高7位值相等的相邻像素对数量k表示像素子集Vk中提取
的特征,G7表示相邻像素对中两个像素的高7位相等,即相邻像素对集合中像素对的数量;其中表示在图像中与si
相邻的像素,和i分别表示两个相邻像素在图像中的索引,H7(·)表示像素·高7位的值;
b2:值相等的相邻像素对数量k表示像素子集Vk中提取的特征,G7表示相邻
像素对中两个像素的高7位相等,即相邻像素对集合
中像素对的数量;
b3:差值为奇数,且较大像素值为奇数的相邻像素对数量vk,o,o表示相
邻像素对中的像素差值为奇数且较大像素值也为奇数,即相邻像素对集合中像素对的数量;表示对相邻像素和si的差值进行模2运算,表示对相
邻像素和si中的较大值进行模2运算;
b4:差值为奇数,且较大像素值为偶数的相邻像素对数量vk,e,e表示
相邻像素对中的像素差值为奇数且较大像素值为偶数,即相邻像素对集合中像素对的数量;
所述的步骤D中,
对于含待判定位置像素子集Uk,利用提取的隐写检测特征 uk,o和uk,e,首先利用下式计算含待判定位置像素子集Uk的嵌入率初始估计值和
然后,从和中选取绝对值较小的作为含待判定位置像素子集Uk中的嵌入率
对于未含待判定位置像素子集Vk,首先根据提取的隐写检测特征vk,o和vk,e,利用下式计算未含待判定位置像素子集Vk中的嵌入率初始估计值和
然后,从和中选取绝对值较小的作为未含待判定位置像素子集Vk中的嵌入率
所述的步骤E中,利用下式计算待判定位置的嵌入率pk:
M表示组成矩形块Bk的相邻像素si的个数。
本发明在拥有多幅嵌入路径相同的LSB替换隐写的隐密图像的情况下,能够通过提取含待判定位置的像素子集和未含待判定位置的像素子集中的隐写检测特征,对两个像素子集中的嵌入率进行计算,并计算得出待判定位置的嵌入率,最后根据待判定位置的嵌入率对待判定位置是否含隐写信息进行判断。本发明在拥有多幅嵌入路径相同隐密图像的情况下,对空域图像中待判定位置是否含有LSB替换隐写的信息进行判断,判断准确率高。
附图说明
图1为本发明的流程示意图;
图2为本发明中反S型扫描图像的示意图;
图3至图6为含待判定位置k在内的不同矩形块的示意图;
图7为像素集Uk中统计量uk,o和uk,e间的相对差值直方图;
图8为拥有200、400和600幅嵌入路径相同的隐密图像时,隐密位置判定的ROC曲线图;
图9为当对非隐密位置的误警率为10%时,对隐密位置的正确检测率曲线图。
具体实施方式
以下结合附图和实施例对本发明作以详细的描述:
如图1所示,本发明所述的一种基于像素子集嵌入率估计的隐写信息定位方法,依次包括以下步骤:
A:从每幅灰度图像中随机选取含待判定位置k在内的M个相邻像素si组成矩形块Bk,其中,k和i表示扫描图像时像素的索引,0≤k<N,0≤i<N,N表示图像中总的像素数量;
本实施例中,像素si以1个字节(8位)存储,0≤si≤255,可利用伪随机数发生器选取含待判定位置k在内的M个相邻像素si组成的矩形块Bk,扫描图像时以反S型进行扫描,如图2所示,即从位于第一行第一列的像素s0开始向右依次扫描,当到达于第一行最后一列的像素后,向下扫描第二行最后一列的像素,然后向左依次扫描,当到达于第二行第一列的像素后,向下扫描第三行第一列的像素,然后向右依次扫描,当到达于第三行最后一列的像素后,向下扫描第四行最后一列的像素,然后向左依次扫描,直至到达于第四行第一列的像素完成全部扫描工作。
B:利用从每幅灰度图像选取的M个相邻像素si,分别构造含待判定位置像素子集Uk和未含待判定位置像素子集Vk;
本实施例中,对于每个待判定位置k,可将每幅灰度图像中选取的位于矩形块Bk中的所有像素加入含待判定位置像素子集Uk中;将矩形块Bk中除待判定位置k所对应的像素外的所有像素加入未含待判定位置像素子集Vk中。
C:分别从含待判定位置像素子集Uk和未含待判定位置像素子集Vk中提取隐写检测特征;
本实施例中,针对LSB(最低有效位,Least Significant Bit)替换隐写,从含待判定位置像素子集Uk中提取下列统计特征:
a1:高7位值相等的相邻像素对数量k表示像素子集Uk中提取
的特征,G7表示相邻像素对中两个像素的高7位相等,即相邻像素对集合中像素对的数量,其中表示在图像中与si
相邻的像素,和i分别表示两个相邻像素在图像中的索引,H7(·)表示像素·高7位的值;
a2:值相等的相邻像素对数量k表示像素子集Uk中提取的特征,
G8表示相邻像素对中两个像素的值(8位表示)相等,即相邻像素对集合中像素对的数量;
a3:差值为奇数,且较大像素值为奇数的相邻像素对数量uk,o,o表示相邻
像素对中的像素差值为奇数且较大像素值也为奇数(odd),即相邻像素对集合中像素对的数量;表示对相邻像素和si的差值进行模2运算,表示对相
邻像素和si中的较大值进行模2运算;
a4:差值为奇数,且较大像素值为偶数的相邻像素对数量uk,e,e表示相邻像素对中
的像素差值为奇数且较大像素值为偶数(even),即相邻像素对集合中像素对的数量;
从未含待判定位置像素子集Vk中提取统计特征:
b1:高7位值相等的相邻像素对数量k表示像素子集Vk中提取的
特征,G7表示相邻像素对中两个像素的高7位相等,即相邻像素对集合中像素对的数量;其中表示在图像中与si
相邻的像素,和i分别表示两个相邻像素在图像中的索引,H7(·)表示像素·高7位的值;
b2:值相等的相邻像素对数量k表示像素子集Vk中提取的特征,G7表示相邻
像素对中两个像素的高7位相等,即相邻像素对集合
中像素对的数量;
b3:差值为奇数,且较大像素值为奇数的相邻像素对数量vk,o,o表示相
邻像素对中的像素差值为奇数且较大像素值也为奇数(odd),即相邻像素对集合中像素对的数量;表示对相邻像素和si的差值进行模2运算,表示对相
邻像素和si中的较大值进行模2运算;
b4:差值为奇数,且较大像素值为偶数的相邻像素对数量vk,e,e表示相
邻像素对中的像素差值为奇数且较大像素值为偶数(even),即相邻像素对集合中像素对的数量。
D:利用步骤C中提取的隐写检测特征分别计算含待判定位置像素子集Uk中的嵌入率和未含待判定位置像素子集Vk中的嵌入率
本实施例中,针对LSB替换隐写,对于含待判定位置像素子集Uk,利用提取的隐写检测特征uk,o和uk,e,首先利用下式计算含待判定位置像素子集Uk的嵌入率初始估计值和
然后,从和中选取绝对值较小的作为含待判定位置像素子集Uk中的嵌入率的最终估计值
对于未含待判定位置像素子集Vk,首先根据提取的隐写检测特征vk,o和vk,e,利用下式计算未含待判定位置像素子集Vk中的嵌入率初始估计值和
然后,从和中选取绝对值较小的作为未含待判定位置像素子集Vk中的嵌入率的最终估计值
E:利用步骤D中计算得出的含待判定位置像素子集Uk的嵌入率和未含待判定位置像素子集Vk中的嵌入率计算待判定位置的嵌入率pk;嵌入率pk的计算公式为:
M表示组成矩形块Bk的相邻像素si的个数。
F:将步骤E中计算得出的待判定位置的嵌入率pk与设定的阈值T进行比较,若pk≥T,则表示待判定的第k个位置为隐密位置,含隐写信息;若pk<T,表示待判定的第k个位置为非隐密位置,不含隐写信息。
在实际使用过程中,使用者可根据其对误警率和正确检测率的需求,参考ROC(Receiver Operator Characteristic,接受者操作特征)曲线确定本发明方法中的阈值T。如在使用者拥有200幅嵌入路径相同的隐密图像的情况下,当使用者要求虚警率不高于10%时,根据上述实验的结果可设置阈值T=0.2148.
本实施例利用样本对分析方法对含待判定位置像素子集Uk和未含待判定位置像素子集Vk中的嵌入率进行计算。而能否使用样本对分析方法进行嵌入率计算是经过严密分析的,必须满足以下两个条件:
条件一:在嵌入信息前,含待判定位置像素子集Uk和未含待判定位置像素子集Vk中差的绝对值为奇数的相邻像素对中较大像素值为奇数和偶数的概率是否近似相等;
条件二:嵌入时对含待判定位置像素子集Uk和未含待判定位置像素子集Vk中每个位置的像素的更改是随机的。
本申请中,为了验证能否使用样本对分析方法对含待判定位置像素子集Uk和未含待判定位置像素子集Vk中的嵌入率进行计算,进行了以下分析:
针对条件一,我们通过下列实验,分析了待判定位置像素子集Uk和未含待判定位置像素子集Vk在嵌入信息前的统计特性是否满足条件一:
(1)从http://photogallery.nrcs.usda.gov下载3000幅高分辨率的tiff格式的彩色图像图像。
(2)从每个图像的左上角、中间、右下角各剪切出3个尺寸为512×512像素的图像,并将剪切出3个图像转换为bmp格式的灰度图像,共得到9000幅实验载体图像。
(3)对于每个待确定位置k(k表示以指定方式(如图2所示的Z字型)扫描图像时像素的索引),从每幅实验载体图像中伪随机选取包含待确定位置k在内的16个相邻位置中的像素,构建含待判定位置像素子集Uk,然后剔除位置k中的像素,构建未含待判定位置像素子集Vk;
(4)对于含待判定位置像素子集Uk中每个像素,分别统计差值为奇数且较大像素值为奇数的相邻像素对数量uk,o和差值为奇数且较大像素值为偶数的相邻像素对数量uk,e;
(5)对于未含待判定位置像素子集Vk,分别统计差值为奇数且较大像素值为奇数的相邻像素对数量vk,o和差值为奇数且较大像素值为偶数的相邻像素对数量vk,e;
(6)在含待判定位置像素子集Uk中,对差值为奇数且较大像素值为奇数的相邻像素对数量uk,o和差值为奇数且较大像素值为偶数的相邻像素对数量uk,e进行比较;uk,o和uk,e间的相对差值直方图如图7所示。由图7中可以看出,绝大部分uk,o和uk,e间的相对差值的绝对值都小于0.01,而且都不超过0.02。
同样,像素集Vk中差值为奇数且较大像素值为奇数的相邻像素对数量vk,o和差值为奇数且较大像素值为偶数的相邻像素对数量vk,e,具有类似的相对差值直方图和结果。这些结果表明,采用本发明构建的像素集Uk和Vk的统计特性满足样本对分析方法工作的第一个前提条件。
针对条件二,我们利用伪随机数发生器在不同比例的矩形块(含待判定位置k在内)中选取M个相邻像素构成像素集Uk,如图3至图6所示,能够确保了矩形块上各个位置的像素被随机更改,因此满足条件二。
本发明首次通过构造含待判定位置像素子集Uk和未含待判定位置像素子集Vk,利用隐写的嵌入率估计方法实现隐写信息定位,并在实施例中利用基于样本对分析的LSB替换隐写的嵌入率估计方法实现了LSB替换隐写的隐写信息定位,为利用隐写的定量分析方面的研究成果开展进一步的隐写信息定位提供了一个很好的方法。
以下结合具体实施例对本发明的有效性进行进一步验证:
实验图像为下载自http://photogallery.nrcs.usda.gov的3000幅高分辨率的tiff格式图像。实验中,从每个图像的左上角、中间、右下角各剪切出3个尺寸为512×512像素的图像,并将剪切出3个图像转换为bmp格式的灰度图像,共得到9000幅实验载体图像。生成隐密图像时,首先对1至512×512的整数进行置乱,得到嵌入路径;然后,沿着嵌入路径在载体图像像素的LSB中嵌入40960比特(5K字节)的伪随机信息,得到9000幅嵌入路径相同的LSB替换隐写的隐密图像。对于每个待判定位置,将选取相邻的包含待判定位置像素在内的256个像素,构建像素块Uk和Vk。
首先,从LSB替换隐写的隐密图像中选取200幅,然后采用本发明所述的基于像素子集嵌入率估计的隐写信息定位方法对隐密位置进行判定。在判断待判定位置是否为隐密位置时,采用的设定阈值T不同,则对隐密位置的正确检测率和对非隐密位置的虚警率都会有所不同。图8给出了当拥有200、400和600幅嵌入路径相同的隐密图像时,发明的隐写信息定位方法对隐密位置进行判定的ROC(Receiver Operator Characteristic,接受者操作特征)曲线。该曲线反映了选取的嵌入率阈值T不同时,对隐密位置的正确检测率与对非隐密位置的虚警率间的关系。其中横坐标表示对非隐密位置的虚警率,纵坐标表示对隐密位置的正确检测率。从图8可看出,当拥有多幅嵌入路径相同的隐密图像时,发明的方法能以高于随机猜测的正确率判定出隐密位置,而且随着嵌入路径相同的隐密图像的增多,在同等虚警率下,方法对隐密位置的正确检测率会得到提高。
为了更进一步反映发明的隐写信息定位方法的性能与隐密图像数量的关系,图9给出了在拥有不同数量嵌入路径相同的隐密图像的情况下,当对非隐密位置的误警率为10%时,对隐密位置的正确检测率,其中横坐标为对数坐标。从图5中可看出,随着隐密图像数量的增大,发明的方法对隐密位置的正确检测率将显著增大。
Claims (3)
1.一种基于像素子集嵌入率估计的隐写信息定位方法,其特征在于:依次包括以下步骤:
A:从每幅灰度图像中随机选取含待判定位置k在内的M个相邻像素si组成矩形块Bk,其中,k和i表示扫描图像时像素的索引,0≤k<N,0≤i<N,N表示图像中总的像素数量;
B:利用从每幅灰度图像选取的M个相邻像素si,分别构造含待判定位置像素子集Uk和未含待判定位置像素子集Vk;
C:分别从含待判定位置像素子集Uk和未含待判定位置像素子集Vk中提取隐写检测特征;
从含待判定位置像素子集Uk中提取下列统计特征:
a1:高7位值相等的相邻像素对数量k表示像素子集Uk中提取的特征,G7表示相邻像素对中两个像素的高7位相等,即相邻像素对集合中像素对的数量,其中表示在图像中与si相邻的像素,和i分别表示两个相邻像素在图像中的索引,H7(·)表示像素·高7位的值;
a2:值相等的相邻像素对数量k表示像素子集Uk中提取的特征,G8表示相邻像素对中两个像素的值相等,即相邻像素对集合中像素对的数量;
a3:差值为奇数,且较大像素值为奇数的相邻像素对数量uk,o,o表示相邻像素对中的像素差值为奇数且较大像素值也为奇数,即相邻像素对集合中像素对的数量;表示对相邻像素和si的差值进行模2运算,表示对相邻像素和si中的较大值进行模2运算;
a4:差值为奇数,且较大像素值为偶数的相邻像素对数量uk,e,e表示相邻像素对中的像素差值为奇数且较大像素值为偶数,即相邻像素对集合中像素对的数量;
从未含待判定位置像素子集Vk中提取统计特征:
b1:高7位值相等的相邻像素对数量k表示像素子集Vk中提取的特征,G7表示相邻像素对中两个像素的高7位相等,即相邻像素对集合中像素对的数量;其中表示在图像中与si相邻的像素,和i分别表示两个相邻像素在图像中的索引,H7(·)表示像素·高7位的值;
b2:值相等的相邻像素对数量k表示像素子集Vk中提取的特征,G7表示相邻像素对中两个像素的高7位相等,即相邻像素对集合中像素对的数量;
b3:差值为奇数,且较大像素值为奇数的相邻像素对数量vk,o,o表示相邻像素对中的像素差值为奇数且较大像素值也为奇数,即相邻像素对集合中像素对的数量;表示对相邻像素和si的差值进行模2运算,表示对相邻像素和si中的较大值进行模2运算;
b4:差值为奇数,且较大像素值为偶数的相邻像素对数量vk,e,e表示相邻像素对中的像素差值为奇数且较大像素值为偶数,即相邻像素对集合中像素对的数量;
D:利用步骤C中提取的隐写检测特征分别计算含待判定位置像素子集Uk中的嵌入率和未含待判定位置像素子集Vk中的嵌入率
对于含待判定位置像素子集Uk,利用提取的隐写检测特征uk,o和uk,e,首先利用下式计算含待判定位置像素子集Uk的嵌入率初始估计值和
然后,从和中选取绝对值较小的作为含待判定位置像素子集Uk中的嵌入率
对于未含待判定位置像素子集Vk,首先根据提取的隐写检测特征vk,o和vk,e,利用下式计算未含待判定位置像素子集Vk中的嵌入率初始估计值和
然后,从和中选取绝对值较小的作为未含待判定位置像素子集Vk中的嵌入率
E:利用步骤D中计算得出的含待判定位置像素子集Uk中的嵌入率和未含待判定位置像素子集Vk中的嵌入率利用公式计算待判定位置的嵌入率pk,其中,M表示组成矩形块Bk的相邻像素si的个数;
F:将步骤E中计算得出的待判定位置中的嵌入率pk与设定的阈值T进行比较,若pk≥T,则表示待判定的第k个位置为隐密位置,含隐写信息;若pk<T,则表示待判定的第k个位置为非隐密位置,不含隐写信息。
2.根据权利要求1所述的基于像素子集嵌入率估计的隐写信息定位方法,其特征在于:所述的步骤A中,利用伪随机数发生器选取含待判定位置k在内的M个相邻像素si组成的矩形块Bk。
3.根据权利要求1所述的基于像素子集嵌入率估计的隐写信息定位方法,其特征在于,所述的步骤B中,对于每个待判定位置k,将每幅灰度图像中选取的位于矩形块Bk中的所有像素加入含待判定位置像素子集Uk中;将矩形块Bk中除待判定位置k所对应的像素外的所有像素加入未含待判定位置像素子集Vk中。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2015110161146 | 2015-12-31 | ||
CN201511016114 | 2015-12-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105741222A CN105741222A (zh) | 2016-07-06 |
CN105741222B true CN105741222B (zh) | 2019-01-29 |
Family
ID=56246275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610037322.2A Active CN105741222B (zh) | 2015-12-31 | 2016-01-20 | 一种基于像素子集嵌入率估计的隐写信息定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105741222B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110036634B (zh) * | 2016-12-05 | 2021-03-09 | Eizo株式会社 | 信息处理装置、图像显示装置及信息处理记录介质 |
CN108271027B (zh) * | 2018-01-10 | 2020-06-12 | 中国人民解放军战略支援部队信息工程大学 | 一种图像自适应隐秘信息的提取方法 |
CN110769128B (zh) * | 2019-10-09 | 2021-10-22 | 中山大学 | 一种嵌入率自适应的灰度图像信息隐写方法 |
CN111614958B (zh) * | 2020-05-26 | 2021-10-29 | 郑州师范学院 | 一种基于半像素运动补偿的视频隐写方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920877A (zh) * | 2006-09-19 | 2007-02-28 | 北京邮电大学 | 一种基于统计检测和结构检测的隐写分析系统 |
CN101504760A (zh) * | 2009-02-27 | 2009-08-12 | 上海师范大学 | 一种数字图像隐密信息检测与定位的方法 |
-
2016
- 2016-01-20 CN CN201610037322.2A patent/CN105741222B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920877A (zh) * | 2006-09-19 | 2007-02-28 | 北京邮电大学 | 一种基于统计检测和结构检测的隐写分析系统 |
CN101504760A (zh) * | 2009-02-27 | 2009-08-12 | 上海师范大学 | 一种数字图像隐密信息检测与定位的方法 |
Non-Patent Citations (3)
Title |
---|
"EMBEDDING RATIO ESTIMATION BASED ON WEIGHTED STEGO IMAGE FOR EMBEDDING IN 2LSB";Chunfang Yang.et al.;《Security and Cryptography (SECRYPT), 2011 Proceedings of the International Conference on》;20140210;第1-6页 * |
"一种针对LSB替换隐写的消息定位方法";刘文彬 等;《信息工程大学学报》;20131231;第14卷(第06期);第641-645页 * |
"图像隐写定量与定位分析关键问题研究";杨春芳;《中国博士学位论文全文数据库 信息科技辑》;20130615;"第五章 基于样本块选取和定量分析的定位分析" * |
Also Published As
Publication number | Publication date |
---|---|
CN105741222A (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bai et al. | A high payload steganographic algorithm based on edge detection | |
Ni et al. | Robust lossless image data hiding designed for semi-fragile image authentication | |
Singh et al. | An improved LSB based image steganography technique for RGB images | |
CN105741222B (zh) | 一种基于像素子集嵌入率估计的隐写信息定位方法 | |
CN102156955B (zh) | 基于直方图邻域的鲁棒可逆水印嵌入与提取方法 | |
CN106384328A (zh) | 基于频域数字水印算法的图像数字版权保护方法及系统 | |
CN102096894B (zh) | 一种实现篡改区域精确定位的图像脆弱水印算法 | |
Cai et al. | Reliable histogram features for detecting LSB matching | |
CN104268823A (zh) | 一种基于图像内容的数字水印算法 | |
CN105303075B (zh) | 基于pdf格式的自适应文本水印方法 | |
CN106023054A (zh) | 低虚警率彩色qr码数字水印方法 | |
CN107274334A (zh) | 一种基于四元数变换的彩色图像自适应水印方法 | |
CN110232651A (zh) | 一种基于分块预测及差值直方图平移的可逆信息隐藏方法 | |
CN102024249A (zh) | 基于视觉感知特性的数字图像水印方法 | |
WO2014085542A1 (en) | A method of detecting steganographically hidden images via low-order bit comparisons | |
Nilizadeh et al. | Information Hiding in RGB Images Using an Improved Matrix Pattern Approach. | |
CN107067363A (zh) | 一种基于像素序关系不变的非盲鲁棒空域图像水印方法 | |
CN101923700B (zh) | 一种双效数字水印方法 | |
CN102117474B (zh) | 一种数字图像中水印嵌入和检测的方法及装置 | |
Ni et al. | Pinpoint authentication watermarking based on a chaotic system | |
Kumar et al. | Data hiding with dual based reversible image using sudoku technique | |
Shreelekshmi et al. | Cover image preprocessing for more reliable LSB replacement steganography | |
CN105208462B (zh) | 视频数字水印处理方法及执行该方法的视频数字水印系统 | |
CN114662061A (zh) | 一种基于改进注意力和损失函数的解码编码网络隐写术 | |
Lee et al. | A Hierarchical Fragile Watermarking with VQ Index Recovery. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201019 Address after: 450001 No. 62 science Avenue, hi tech Zone, Henan, Zhengzhou Patentee after: Information Engineering University of the Chinese People's Liberation Army Strategic Support Force Address before: 405, 450001, 62, science Avenue, Zhengzhou hi tech Development Zone, Henan, China Patentee before: Yang Chunfang |
|
TR01 | Transfer of patent right |