发明内容
本发明提供一种基于最低有效位匹配隐写分析方法及装置,以针对如上所述的现有的隐写分析算法设计上的不足,提出一种全新的基于多元高斯分布模型假设的最低有效位匹配检测隐写分析算法,以提高隐写分析检测子的正检率,使得最低有效位匹配算法的隐写行为能更好的被检测出来。
本发明提供一种基于最低有效位匹配隐写分析方法,包括:
将图像序列划分为数个互不相交的块,每个块满足多元高斯分布,得到所述图像序列的第一表达式;
根据最低有效位匹配算法,确定嵌入隐密信息后所述图像序列的第二表达式;
根据所述第一表达式、所述第二表达式,确定似然比表达式;
根据泰勒展开算法,对所述似然比表达式进行处理,确定每个块的检测子表达式;
对观测图像进行互不相交的块的划分,根据所述检测子表达式,确定所述观测图像中每个块的检测子值;
对所述观测图像进行平滑度分析,确定所述观测图像中的每个块的平滑度值;
根据预设平滑度阈值,对满足所述预设平滑度阈值的块的检测子值作和,得到所述观测图像的判断检测子;
根据所述观测图像的所述判断检测子,确定所述观测图像是否为隐写图像。
可选的,所述块包含有预设个数的像素点;所述检测子表达式包含有:每个像素点的均值、方差、协方差。
可选的,所述方法还包括:
对所述观测图像进行去噪处理,具体采用高斯滤波,滤波窗口大小为2*2,方差为0.5,对所述观测图像进行滤波处理;
计算滤波处理后每个块的检测子值;
相应的,所述根据预设平滑度阈值,对满足所述预设平滑度阈值的块的检测子值作和,得到所述观测图像的判断检测子,包括:
根据预设平滑度阈值,对满足所述预设平滑度阈值的所述滤波处理后每个块的检测子值作和,得到所述观测图像的判断检测子。
可选的,所述隐密信息为与嵌入率相关的信息序列;相应的,所述根据泰勒展开算法,对所述似然比表达式进行处理,确定每个块的检测子表达式,包括:
根据泰勒展开算法,忽略所述嵌入率的高次项,对所述似然比表达式进行处理,确定每个块的检测子表达式。
可选的,所述将图像序列划分为数个互不相交的块,包括:
将每两个相邻的像素划分为一个块,所述相邻可以为左右相邻或上下相邻。
本发明还提供一种基于最低有效位匹配隐写分析装置,包括:
划分模块,用于将图像序列划分为数个互不相交的块,每个块满足多元高斯分布,得到所述图像序列的第一表达式;
确定模块,用于根据最低有效位匹配算法,确定嵌入隐密信息后所述图像序列的第二表达式;根据所述第一表达式、所述第二表达式,确定似然比表达式;根据泰勒展开算法,对所述似然比表达式进行处理,确定每个块的检测子表达式;对观测图像进行互不相交的块的划分,根据所述检测子表达式,确定所述观测图像中每个块的检测子值;对所述观测图像进行平滑度分析,确定所述观测图像中的每个块的平滑度值;根据预设平滑度阈值,对满足所述预设平滑度阈值的块的检测子值作和,得到所述观测图像的判断检测子;
判断模块,用于根据所述观测图像的所述判断检测子,确定所述观测图像是否为隐写图像。
可选的,所述块包含有预设个数的像素点;所述检测子表达式包含有:每个像素点的均值、方差、协方差。
可选的,所述装置还包括:
处理模块,用于对所述观测图像进行去噪处理,具体采用高斯滤波,滤波窗口大小为2*2,方差为0.5,对所述观测图像进行滤波处理;计算滤波处理后每个块的检测子值;
相应的,所述确定模块,具体用于根据预设平滑度阈值,对满足所述预设平滑度阈值的所述滤波处理后每个块的检测子值作和,得到所述观测图像的判断检测子。
可选的,所述隐密信息为与嵌入率相关的信息序列;相应的,所述确定模块,具体用于根据泰勒展开算法,忽略所述嵌入率的高次项,对所述似然比表达式进行处理,确定每个块的检测子表达式。
可选的,所述划分模块,具体用于将每两个相邻的像素划分为一个块,所述相邻可以为左右相邻或上下相邻。
本发明的基于最低有效位匹配隐写分析方法及装置,通过将图像序列划分为数个互不相交的块,每个块满足多元高斯分布,得到图像序列的第一表达式;根据最低有效位匹配算法,确定嵌入隐密信息后图像序列的第二表达式;根据第一表达式、第二表达式,确定似然比表达式;根据泰勒展开算法,对似然比表达式进行处理,确定每个块的检测子表达式;对观测图像进行互不相交的块的划分,根据检测子表达式,确定观测图像中每个块的检测子值;对观测图像进行平滑度分析,确定观测图像中的每个块的平滑度值;根据预设平滑度阈值,对满足预设平滑度阈值的块的检测子值作和,得到观测图像的判断检测子;根据观测图像的判断检测子,确定观测图像是否为隐写图像。从而解决了现有的隐写分析算法设计上的不足,该基于多元高斯分布模型假设的最低有效位匹配检测隐写分析算法,提高了隐写分析检测子的正检率,使得最低有效位匹配算法的隐写行为能更好的被检测出来。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明一示例性实施例示出的基于最低有效位匹配隐写分析方法的流程示意图,该方法是对现有图像隐写技术的算法进行改进及修正得到的,首先对现有技术中的基于似然比检验做最低有效位匹配算法检测的隐写分析算法进行一个介绍,Cogranne等人在2013年提出了一种基于似然比检验做最低有效位匹配算法检测的隐写分析算法(R.Cogranne and F.Retraint,“An Asymptotically Uniformly Most Powerful Testfor LSB Matching Detection,”IEEE Trans.Inf.Forens.Security,vol.8,no.3,pp.464-476,Mar.2013.)。该方法提出采用似然比检测的思想,首先假设每个像素点x满足参数为
的高斯分布如下式所示:
其中μ
n和
分别为点x的均值和方差。由于受到最低有效位匹配算法LSB-Matching修改的影响,隐写后载体图像每点的分布变为:
其中R为对应图像的嵌入率。对于观测序列z,假设原始载体图像满足分布p,隐写后载体图像满足分布q,隐写分析的目的是判别z属于Η0={z~p},Η1={z~q}中的哪一种,假设似然比检验为:
通过将原始载体图像和隐写后载体图像每点的分布代入,Cogranne等人得到最终的检测子为:
然而上述方法存在一个比较严重的问题是认为载体图像服从独立的高斯分布,这种假设显然是不符合现实世界中自然图像规律的,因为在自然图像中存在着明显的大量像素点间的相关性和冗余性,而独立高斯分布显然是忽略了这种冗余性的存在。因此,这种在考虑图像检测子值时不加权重区分的对所有像素点检测子值作和,显然忽略了自然图像在平滑区域做嵌入时带来的与原始图像的差异更加明显,因而平滑区域的检测子之和的差异显然更加显著。如图1所示,本实施例示出的基于最低有效位匹配隐写分析方法,包括:
步骤101、将图像序列划分为数个互不相交的块,每个块满足多元高斯分布,得到图像序列的第一表达式。
具体的,本发明的目的是实现一种正检率更高的隐写分析方法。基于上述方法中存在的问题,本发明提出了一种基于多元高斯分布模型假设的最低有效位匹配检测隐写分析算法。该算法提高了隐写分析检测子的正检率,使得最低有效位匹配算法的隐写行为能更好的被检测出来。为达到以上目的,本发明首先将图像序列x=(x1,x2,......,xN)划分为k个不相交的块,其中第k块载体xk满足多元高斯分布,如下式所示:
步骤102、根据最低有效位匹配算法,确定嵌入隐密信息后图像序列的第二表达式。
根据LSB-Matching的最低有效位匹配算法,嵌入隐密信息后的隐密载体序列分布为:
其中M=(M
1,M
2,......,M
S)是嵌入的隐密信息序列。函数
是与嵌入率R相关的函数
步骤103、根据第一表达式、第二表达式,确定似然比表达式。
由似然比检验可以得到下式,
将分布Pk代入上式Λ(x)可得
通过对序列M分类讨论可以得到只有当M有且仅有一项不为0时,即当M=±ei时,可以得到
步骤104、根据泰勒展开算法,对似然比表达式进行处理,确定每个块的检测子表达式。
忽略嵌入率的高次项并运用泰勒展开得到每个块的检测子表达式D为
步骤105、对观测图像进行互不相交的块的划分,根据检测子表达式,确定观测图像中每个块的检测子值。
基于步骤104中得到的检测子表达式D,确定观测图像中每个块的检测子值。
步骤106、对观测图像进行平滑度分析,确定观测图像中的每个块的平滑度值。
步骤107、根据预设平滑度阈值,对满足预设平滑度阈值的块的检测子值作和,得到观测图像的判断检测子。
在隐写过程中,通常希望将信息嵌入纹理比较复杂的区域,在这样的区域图像的修改更不容易被检测出来,同理在平滑区域的修改对应引起的图像分布的偏差会更加明显,这样在平滑区域检测子的值在隐密载体图像和原始载体图像中的差异会更加显著。因此,通过将满足预设平滑度阈值的块的检测子值作和,以此和值作为观测图像的判断检测子,会使得对该观测图像是否被隐写的检出率提高。
步骤108、根据观测图像的判断检测子,确定观测图像是否为隐写图像。
本实施例的基于最低有效位匹配隐写分析方法,通过将图像序列划分为数个互不相交的块,每个块满足多元高斯分布,得到图像序列的第一表达式;根据最低有效位匹配算法,确定嵌入隐密信息后图像序列的第二表达式;根据第一表达式、第二表达式,确定似然比表达式;根据泰勒展开算法,对似然比表达式进行处理,确定每个块的检测子表达式;对观测图像进行互不相交的块的划分,根据检测子表达式,确定观测图像中每个块的检测子值;对观测图像进行平滑度分析,确定观测图像中的每个块的平滑度值;根据预设平滑度阈值,对满足预设平滑度阈值的块的检测子值作和,得到观测图像的判断检测子;根据观测图像的判断检测子,确定观测图像是否为隐写图像。从而解决了现有的隐写分析算法设计上的不足,该基于多元高斯分布模型假设的最低有效位匹配检测隐写分析算法,提高了隐写分析检测子的正检率,使得最低有效位匹配算法的隐写行为能更好的被检测出来。
图2为本发明另一示例性实施例示出的基于最低有效位匹配隐写分析方法的流程示意图,如图2所示,进一步的,在上述实施例的基础上,本实施的基于最低有效位匹配隐写分析方法,具体包括:
步骤201、将图像序列划分为数个互不相交的块,每个块满足多元高斯分布,得到图像序列的第一表达式。
每个块中包含有预设个数的像素点,优选的,每一块块大小为2时,检测率可达到最优值。
步骤202、根据最低有效位匹配算法,确定嵌入隐密信息后图像序列的第二表达式。
步骤203、根据第一表达式、第二表达式,确定似然比表达式。
步骤204、根据泰勒展开算法,对似然比表达式进行处理,确定每个块的检测子表达式。
具体的,可以根据泰勒展开算法,忽略嵌入率的高次项,对似然比表达式进行处理,确定每个块的检测子表达式。所确定的检测子表达式中包含有:每个像素点的均值、方差、协方差。具体的,每个像素点均值,方差,协方差等参数可以采用如图3所示方式进行估计,根据图3所示的像素块得到以下参数,
进而计算得到每一块的检测子值。
步骤205、对观测图像进行互不相交的块的划分,并对观测图像进行去噪处理,具体采用高斯滤波,滤波窗口大小为2*2,方差为0.5,对观测图像进行滤波处理。
步骤206、计算滤波处理后每个块的检测子值。
步骤207、对滤波后的观测图像进行平滑度分析,确定观测图像中的每个块的平滑度值。
步骤208、根据预设平滑度阈值,对满足预设平滑度阈值的滤波处理后每个块的检测子值作和,得到观测图像的判断检测子。
具体的,采用像素选择的方法选取更具代表性的检测子作和,该具有代表性的检测子可以为平滑度好的块的检测子。在隐写过程中,通常希望将信息嵌入纹理比较复杂的区域,在这样的区域图像的修改更不容易被检测出来,同理在平滑区域的修改对应引起的图像分布的偏差会更加明显,这样在平滑区域检测子的值在隐密载体图像和原始载体图像中的差异会更加显著。因而本实施例为每一个像素点xi定义了一个平滑度vi,其计算方式对应图3如下式所示:
即一个点与周围八邻域点的方差。
优选的,预设平滑度阈值可以为选择平滑度前50%的像素块,将这些块检测子之和作为该载体图像的最终检测子值。
另外,图像中本身存在的噪声可能对检测子的计算产生一定的影响,这里在计算之前,首先可以对观测图像做一下简单的校准操作。采用高斯滤波的方式,窗口大小为2x2,方差选择为0.5,将高斯滤波后的载体图像计算检测子,并将该值与未做滤波前载体图像计算出的检测子的比值作为最终的载体图像的检测子。通过观察值所计算出的检测子值与原载体图像计算出的检测子值之比与阈值τ相比就可以判断图像是否进行过LSB-Matching隐写修改。
步骤209、根据观测图像的判断检测子,确定观测图像是否为隐写图像。
以灰度图像中的隐写分析方法为例,应用本实施例的检测子算法,具体实施方式如下:
获取观测图像,即所观测的灰度图像。将每两个相邻的像素划分为一个块,相邻可以为左右相邻或上下相邻。例如,按照从左到右,从上到下的顺序扫描图像,每两个相邻像素作为一个像素块,计算各像素块k的检测子值Dk,检测子值和参数的值计算方式如前所示。同时计算各个像素块的平滑度vk,对前50%平滑度的像素块检测子求和。
对观测图像作高斯滤波,滤波方式如前文所示,将滤波后的图像同样按前所述方法计算出各个像素块的检测子值,选取平滑度前50%像素块检测子作和,将新计算出的检测子之和与未做滤波的检测子值做比,将这一比值作为观测图像的检测子值D0。将D0与事先约定的阈值τ作比较,判断属于哪一类分布,若小于阈值则判断观测图像未进行过隐写,否则进行过隐写。
本实施例的方法可以成功实现对LSB-Matching隐写方法的检测。利用了自然图像的冗余性,采用图像去噪和像素选择等优化,使得检测正确率较高。
图4显示了采用本发明方法与Cogranne方法的Roc曲线对比图,其中横轴表示错检率,纵轴表示正检率。图中标号为1的为Cogranne方法的结果,标号为2的为本发明方法不做像素块选择(即不求50%平滑度检测子和的方法)的实验结果,标号为3的为本发明方法应用了像素块选择后的结果。通过对比发现本发明方法Roc曲线与坐标轴围成的面积要明显高于Cogranne的方法,从数值上来说,本方法的Roc曲线与坐标轴围成的面积在添加了像素块选择后可达到0.8595,而Cogranne的方法只有0.7372。
图5为本发明一示例性实施例示出的基于最低有效位匹配隐写分析装置的结构示意图,如图5所示,该基于最低有效位匹配隐写分析装置包括:
划分模块1,用于将图像序列划分为数个互不相交的块,每个块满足多元高斯分布,得到图像序列的第一表达式;确定模块2,用于根据最低有效位匹配算法,确定嵌入隐密信息后图像序列的第二表达式;根据第一表达式、第二表达式,确定似然比表达式;根据泰勒展开算法,对似然比表达式进行处理,确定每个块的检测子表达式;对观测图像进行互不相交的块的划分,根据检测子表达式,确定观测图像中每个块的检测子值;对观测图像进行平滑度分析,确定观测图像中的每个块的平滑度值;根据预设平滑度阈值,对满足预设平滑度阈值的块的检测子值作和,得到观测图像的判断检测子;判断模块3,用于根据观测图像的所述判断检测子,确定观测图像是否为隐写图像。
本实施例的装置,可用于执行图1所述基于最低有效位匹配隐写分析方法的实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图6为本发明另一示例性实施例示出的基于最低有效位匹配隐写分析装置的结构示意图,如图6所示,进一步地,在上述实施例的基础上,进一步的,块包含有预设个数的像素点;检测子表达式包含有:每个像素点的均值、方差、协方差。
可选的,该装置还包括:处理模块4,用于对观测图像进行去噪处理,具体采用高斯滤波,滤波窗口大小为2*2,方差为0.5,对观测图像进行滤波处理;计算滤波处理后每个块的检测子值;
相应的,确定模块2,具体用于根据预设平滑度阈值,对满足预设平滑度阈值的滤波处理后每个块的检测子值作和,得到观测图像的判断检测子。
可选的,隐密信息为与嵌入率相关的信息序列;相应的,确定模块2,具体用于根据泰勒展开算法,忽略嵌入率的高次项,对似然比表达式进行处理,确定每个块的检测子表达式。
可选的,划分模块1,具体用于将每两个相邻的像素划分为一个块,相邻可以为左右相邻或上下相邻。
本实施例的装置,可用于执行图2所述基于最低有效位匹配隐写分析方法的实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。