图像隐写分析及HDR图像隐写技术研究

摘要

21世纪是一个万物互联的时代，随着移动互联网的快速覆盖，人与人、人与物之间被连接的越来越紧密，AI、大数据、云计算等技术的落地为我们的生活带来很多便利。然而，与此同时，也带来了隐患，人们的隐私数据不断被泄露，信息安全正在面临严峻的考验。图像隐写技术是通过利用图像冗余空间携带秘密信息并同时隐藏这个事实本身的一种信息安全技术，能为隐私保护和安全通信保驾护航。因此，受到国内外信息安全领域研究者的高度关注。近年来，图像隐写术的研究主要集中在空域和JPEG变换域，隐写技术由比较开放的非自适应隐写阶段走向编码与失真评估结合的自适应隐写阶段，隐写系统的综合性能得到了极大的提高。然而，二者无一例外都是低动态范围（Low Dynamic Range,LDR）图像，而非近年来在数字图像领域有着革命进步意义的高动态范围（High Dynamic Range,HDR）图像。相比于LDR图像，HDR图像具有更加广阔的冗余空间，因此对HDR图像隐写技术进行研究具有重要的理论和现实意义。 本文在阐述数字图像隐写技术和HDR图像编码技术的基础上，提出一种基于HDR图像载体的隐写算法。该算法在IEEE754编码标准的基础上，通过研究单精度浮点数有效数字对图像比特平面的影响，准确定义隐写域，通过对图像隐写机制进行深入研究设计多平面携密、各平面独立的二元嵌入模式，从而实现能够平衡安全性和隐写容量的自适应隐写算法设计，提高了高嵌入率场景下隐写算法的安全性。除此以外，通过研究隐写技术的对立面-隐写分析技术，并对基于像素修改的隐写技术及马尔科夫链特征族进行深入的研究，指出了基于像素修改的隐写技术存在的缺陷，并针对现有隐写分析特征的不足提出了一种基于噪声残差相关性的隐写分析特征。实验结果表明，通过引入噪声残差相关性，传统马尔科夫特征组特征的隐写分析性能将得到一定程度的提高。

目录

声明

第一章 绪 论

1.1 研究工作的背景与意义

1.2 国内外研究历史与现状

1.2.1 数字图像隐写术的国内外研究现状和发展动态

1.2.2 数字图像隐写分析技术的国内外研究现状和发展动态

1.3 本文的主要贡献与创新

1.4 本论文的结构安排

第二章 数字图像隐写及隐写分析的相关理论与技术

2.1.1 隐写的相关概念

2.1.2 数字图像隐写模型

2.1.3 数字图像隐写体系

2.1.4 数字图像隐写技术指标

2.2 经典数字图像隐写算法

2.2.1 LSB嵌入算法

2.2.2 LSB匹配算法

2.2.3 HUGO算法

2.2.4 WOW算法

2.2.5 S-UNIWARD算法

2.3 支持向量机

2.3.1 硬间隔SVM

2.3.2 核硬间隔SVM

2.3.3 核软间隔SVM

2.4 集成分类器

2.4.1 Fisher线性判别分析

2.4.2 用于隐写分析的集成分类器

2.5 本章小结

第三章 基于噪声残差相关性进行隐写分析

3.1 基于像素修改思想的隐写算法的缺陷

3.2 基于马尔科夫链构建隐写分析特征

3.2.1 早期马尔科夫链特征

3.2.2 邻域像素差分矩阵

3.2.3 空域富模型特征

3.3.1 噪声残差相关性

3.3.2 特征构建

3.3.3 特征降维

3.4 实验对比

3.4.1 检测LSB匹配算法

3.4.2 检测HUGO算法

3.5 本章小结

第四章 基于HDR图像载体的隐写算法

4.1 STC编码技术

4.1.1 隐写技术中的伴随式编码

4.1.2 STC编码实施机制

4.2 基于浮点数据进行隐写

4.2.1 IEEE754标准

4.2.2 载体选择

4.2.3 嵌入规则

4.2.4 失真修正

4.2.5 算法步骤

4.3 理论性能分析

4.3.1 最小化加性失真的最优嵌入模拟器

4.3.2 实验对比

4.4 实际应用性能分析

4.4.1 理论性能分析存在的问题

4.4.2 实验对比

4.5 本章小结

第五章 全文总结与展望

5.1 全文总结

5.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果