基于图像多域特征缩放与BP网络的信息隐藏盲检测  

Blind image steganalysis based on multi-domain feature scaling and BP network

作　　者：罗向阳[1] 王道顺[2] 汪萍[1] 刘粉林[1] 

机构地区：[1]解放军信息工程大学信息工程学院,郑州450002 [2]清华信息科学与技术国家实验室(筹)清华大学计算机科学与技术系,北京100084

出　　处：《东南大学学报（自然科学版）》2007年第A01期87-91,共5页Journal of Southeast University：Natural Science Edition

基　　金：国家自然科学基金资助项目(90304014);国家高技术研究发展计划(863计划)资助项目(2006AA10Z409);河南省杰出青年基金资助项目(0412000200);清华大学信息科学技术学院基础研究基金资助项目

摘　　要：为了提高图像信息隐藏通用盲检测的正确检测率,扩大通用盲检测的适用范围,提出一种基于多域特征缩放的图像信息隐藏盲检测方法.从图像的空域、DCT域和DWT域分别提取相邻像素对统计偏离度、DCT系数宏块中拉普拉斯分布的尺度参数的方差,以及小波系数高阶统计量作为特征,并按域进行特征值缩放,组成26维向量;然后设计BP神经网络分类器,进行训练和分类实现.对8种BMP和JPEG图像典型隐藏方法在多种嵌入比率情况下进行了实验,结果表明:该方法能对多种典型隐藏方法进行较为可靠的盲检测.To improve the correct detection ratio and expand the application scope of universal blind detection for image steganography, a blind steganalysis method based on image multi-domain features scaling is presented. This method extracts features from spatial, DCT （discrete cosine transform） and DWT （ discrete wavelet transform） domain respectively, including a special statistical irrelevance of adjoin pixels pairs, the variance of scale factor of Laplacian distribution of DCT coefficient macro-block, and higher-order statistics of DWT coefficient. Scaling these features according to their domain and combining them, a 26-D feature vector for each image can be obtained, and then a back-propagation （BP） neural network can be designed. A series of experiments validate the performance of the proposed method for eight kinds of typical steganography of BMP and JPEG images. Results show that this method can make a reliable blind detection for various kinds of typical steganography.

关 键 词：信息隐藏 盲检测 特征缩放 BP神经网络 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]