论文部分内容阅读
作为信息隐藏技术的分支，隐写术已成为当前信息安全领域中的一个重要议题。随着以网格码(Syndrome trellis codes，STC)为代表的矩阵嵌入框架在图像隐写术中的广泛应用，高纹理载体区域选择和加性失真代价函数优化已成为设计具有强抗检测性的数字图像隐写方案的关键内容。本文在加性隐写失真代价函数的基础上，从载体选择和修改方向校正两个角度出发，分别提出图像边缘块选择的图像隐写方案(SIEB)以及基于局部噪声特性的图像隐写方案(LMC)。在基于图像边缘块选择的图像隐写方案中，通过设计图像边缘块提取策略来选择秘密信息的嵌入区域，并证明该策略具备同步性，在此基础上，利用网格码在边缘提取同步这一前提下实现嵌入失真的最小化;在基于局部噪声特性的图像隐写方案中，通过对图像进行建模来度量像素的单点失真代价并结合网格码确定修改位置，在此基础上利用局部图像块隐写前后高斯噪声分布的K-L(Kullback-Leibler)散度来校正修改方向。论文展开的主要研究工作如下: (1)对加性隐写失真代价嵌入框架下的隐写方案优化策略进行分析。总结典型载体失真代价的度量方法，将其逐步细化为常数、湿纸、湿度三种失真类型，通过实验验证了采用湿度失真类型的图像隐写方案具有更好的抗检测能力。在加性隐写失真代价嵌入框架下，从载体选择和修改方向校正两个角度出发，具体分析其对图像隐写方案安全性的影响。 (2)从载体选择角度出发，提出一种基于图像边缘块选择的自适应图像隐写方案。提出并验证在最小化加性隐写失真嵌入框架下图像边缘块提取策略用于优化嵌入载体的可行性。利用基于邻域像素差值的局部复杂度度量方法来实现图像边缘块的选择，结合网格码完成秘密信息的嵌入。实验结果表明所提方法的抗检测性能强于EALSBMR隐写方案和未进行较正的HUGO隐写方案，该图像边缘块选择策略可作为载体优化手段和其它基于加性隐写失真代价函数嵌入框架的图像隐写手段相结合来提升抗检测性。 (3)从修改方向校正角度出发，提出一种基于局部噪声特性的自适应图像隐写方案。通过最小化载体图像隐写前后模型的K-L散度计算单点失真代价，并结合网格码确定被修改像素位置;利用高斯模型对局部图像块噪声进行建模，并度量其噪声期望分布与原始分布的K-L散度从而校正载体像素的修改方向。实验结果表明利用局部高斯噪声模型对嵌入方式进行修正可有效地提高加性隐写失真嵌入框架的隐写抗检测性。 论文最后对全文进行总结，并对未来值得进一步研究的问题进行展望。