隐写分析,微分,共生矩阵,主元分析,特征向量," /> 隐写分析,微分,共生矩阵,主元分析,特征向量,"/>
为克服传统算法对扩频隐秘术产生的隐密彩色图像误检率较高的问题,提出基于主元特征的隐写分析算法.主元特征采用主元分析法对基于高阶微分特征函数的多维统计矩特征向量降维得到.统计像素亮度、一阶、二阶、三阶偏微分、一阶、二阶全微分和梯度这7个对象在彩色RGB图像中颜色信道内部和信道两两之间的统计分布状态.计算这些统计量的“微分特征函数”的一阶和二阶统计矩,从一幅彩色图像中得到136维特征并使用“主元分析法”降为18维,采用支持向量机为分类方法构造隐写分析算法.在CorelDraw和Washington两种图像库上的实验揭示了算法性能的稳健性.对Cox和Piva两种扩频隐秘术的实验结果表明,误检率为0的情况下,该算法检测率均达到100%.
刘祖根 平玲娣 史烈 潘雪增. 基于主元特征的隐写分析算法[J]. J4, 2007, 41(12): 1991-1996.
LIU Jie-Gen, BENG Ling-Di, SHI Lie, BO Xue-Ceng. . J4, 2007, 41(12): 1991-1996.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2007/V41/I12/1991
Cited