基于非负矩阵分解的空域图像自适应隐写与隐写分析研究

发布时间：2024-06-02 20:25

　　目前数字图像隐写术的发展趋势之一是自适应隐写算法,旨在根据载体特性自适应地将消息嵌入到载体中难以被检测到的纹理复杂区域,从而提高信息隐藏的抗检测能力。而目前数字图像隐写分析则重点关注如何设计出一种具有高检测率的通用隐写分析特征。针对目前的数字图像自适应隐写与隐写分析研究现状,本文的主要工作和研究成果如下:基于非负矩阵分解设计了新的自适应隐写算法,相较于现有的隐写算法取得了更高的安全性。目前自适应隐写算法主要研究如何设计合理的失真函数,并利用STC编码嵌入秘密信息使得载密图像达到最小失真的目的。然而,现有的自适应隐写算法多数是基于滤波器卷积得到残差,并没有很好地利用图像本身的纹理特性来自适应地设计失真函数。本文定义了一种新的失真函数,利用非负矩阵分解(Non-negative Matrix Factorization,NMF)理论预测图像的纹理特征,并利用像素之间的相互依赖关系来自适应地计算损失函数;为了强化NMF算法预测得到的纹理复杂和平滑区域的差异,我们引入锐化滤波器和低通滤波。本文提出的基于NMF的失真函数在计算残差时,并没有利用固定模板的滤波器进行卷积来获取残差,而是利用图像像素...

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图2.1数字图像的隐写与隐写分析

合肥工业大学硕士学位论文第二章隐写与隐写分析相关知识数字图像隐写是以数字图像为载体嵌入秘密信息以达到隐蔽通信或者隐蔽存储。在互联网环境下图像的易于获得和传播为隐蔽通信提供了非常高的隐蔽性。一项信息安全技术的出现必然伴随着相应的攻击或对抗，数字图像隐写分析应运而生，其主要通过检测....

图2.2加性模型下自适应隐写算法框架

图2.2加性模型下自适应隐写算法框架Fig2.2Adaptivesteganographybasedonadditivemodel自适应隐写中STC编码过程是通用的，因此，自适应隐写算法的研究重点是失真函数的设计，这也是目前的自适应隐写算法一般以其失真函数名命....

图2.3“特征+分类器”架构的通用隐写分析

图2.3“特征+分类器”架构的通用隐写分析Fig2.3"Feature+Classifier"architectureforuniversalsteganalysis由于通用隐写分析依赖于分类器对特征的检测，分类器是这类隐写分析的重要组成部分。传统的早期隐写分....

图2.4FLD分类器原理示意图

图2.3“特征+分类器”架构的通用隐写分析Fig2.3"Feature+Classifier"architectureforuniversalsteganalysis通用隐写分析依赖于分类器对特征的检测，分类器是这类隐写分析分。传统的早期隐写分析多采用非线性的....

本文编号：3987739