基于MCM和HVS的彩色图像盲隐写分析算法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (11): 72-75.

基于MCM和HVS的彩色图像盲隐写分析算法

冯帆1，2，王建华1，张政保2，王惠萍1，戚红军1

1.白求恩军医学院基础部，石家庄 050081
2.军械工程学院计算机工程系，石家庄 050003

出版日期:2013-06-01 发布日期:2013-06-14

Blind steganalysis algorithm for JPEG color images based on MCM and HVS

FENG Fan1，2, WANG Jianhua1, ZHANG Zhengbao2, WANG Huiping1, QI Hongjun1

1.Foundation Department, Bethune Military Medical College, Shijiazhuang 050081, China
2.Department of Computer Engineering, Ordnance Engineering College, Shijiazhuang 050003, China

Online:2013-06-01 Published:2013-06-14

摘要/Abstract

摘要： 针对典型算法在描述DCT域相关性方面存在的不足，所引起的隐写检测综合性能不理想的问题，将MCM与HVS进行有机结合，提出一种JPEG彩色图像通用隐写分析算法。设计8-邻域MCM型，全面描述DCT系数之间的相关性，基于HVS分别在YCbCr模型空间Y分量抽取Markov状态转移矩、在其相应RGB三通道抽取Markov状态转移矩的主对角线邻域相似熵作为特征统计量，并进行合理“绑定”，采用PCA技术对其进行优化选择，构建高效分类特征向量。实验结果表明该算法对于Jsteg、F5、Outguess、MB1、MB2攻击具有较高的可靠性和检测正确率。

关键词: 马尔科夫链模型（MCM）, 人类视觉系统（HVS）, 彩色图像, 隐写分析

Abstract: Aiming at the problem that comprehensive performance of typical steganalysis isn’t perfect, which is caused by a lack of characterizing relativity in DCT domain, a blind steganalysis algorithm for JPEG color images is proposed fusing MCM and HVS. It devises an 8-neighborhood MCM model to describe comprehensively the distribution characteristics of DCT coefficients. The model is used for extracting sensibility features statistic based on HVS, which are Markov transition probability matrices of the Y component in the model space of YCbCr, and the main diagonal similitude entropy of the corresponding RGB of Y component, then these feature statistics are in reason merged. PCA technology is applied to optimize original features, and construct effective classified features eigenvector. The experimental results show that the presented method can achieve higher reliability and accuracy rate, aiming at Jsteg、F5、Outguess、MB1、MB2 steganography.

Key words: Markov Chain Model（MCM）, Human Visual System（HVS）, color images, steganalysis

冯帆1，2，王建华1，张政保2，王惠萍1，戚红军1. 基于MCM和HVS的彩色图像盲隐写分析算法[J]. 计算机工程与应用, 2013, 49(11): 72-75.

FENG Fan1，2, WANG Jianhua1, ZHANG Zhengbao2, WANG Huiping1, QI Hongjun1. Blind steganalysis algorithm for JPEG color images based on MCM and HVS[J]. Computer Engineering and Applications, 2013, 49(11): 72-75.

[1]	邓利芳，党建武，王阳萍，王松. 结合混合核特征映射的空域图像隐写分析[J]. 计算机工程与应用, 2021, 57(9): 118-125.
[2]	肖瑞雪，冯英伟，屈建萍. 结合高效特征融合的可变尺寸图像隐写分析[J]. 计算机工程与应用, 2021, 57(24): 126-134.
[3]	李伟斌1，2，马洪林1，易贤1，赵凡1，李维浩1. 基于色彩空间变换的彩色图像分割方法[J]. 计算机工程与应用, 2019, 55(9): 162-167.
[4]	沈静，陆静，李宏，钟志光. 基于RGB相关性的彩色图像可逆信息隐藏方法[J]. 计算机工程与应用, 2018, 54(20): 69-73.
[5]	赵胜楠，魏伟波，潘振宽，李帅. 暗原色先验与NL-CTV模型相结合的图像去雾方法[J]. 计算机工程与应用, 2018, 54(16): 182-186.
[6]	高培贤1，2，魏立线1，2，刘佳1，2，刘明明1，2. 基于密集连接网络的图像隐写分析[J]. 计算机工程与应用, 2018, 54(15): 74-77.
[7]	李萌，翟江涛，戴跃伟. 基于条件熵的多链路到达序列编码隐写分析[J]. 计算机工程与应用, 2018, 54(1): 117-121.
[8]	刘笃晋1，2，贺建英1，周思吉1，胡月1. 双搜索人工蜂群算法的彩色图像多阈值分割[J]. 计算机工程与应用, 2017, 53(12): 203-207.
[9]	梅雪，刘渊，吴昊天. 基于STC码和分频段嵌入的JPEG隐写技术研究[J]. 计算机工程与应用, 2016, 52(20): 118-121.
[10]	黄娟，梅浙川，黄小明. 融合区域合并和Graph Cuts的彩色图像分割方法[J]. 计算机工程与应用, 2016, 52(17): 225-228.
[11]	王雷，黄晨雪，王高波. 改进的MRF彩色图像分割算法[J]. 计算机工程与应用, 2016, 52(13): 191-194.
[12]	徐天芝，张贵仓，贾园. 基于形态学梯度的分水岭彩色图像分割[J]. 计算机工程与应用, 2016, 52(11): 200-203.
[13]	郭洪刚，严迪群，王让定，王张琰，王琳，屠林强. 基于差分统计量的MP3Stego隐写分析算法[J]. 计算机工程与应用, 2015, 51(7): 88-92.
[14]	王响平，王玲，陆谱进. 基于调和模型神经网络的彩色图像复原研究[J]. 计算机工程与应用, 2015, 51(4): 188-191.
[15]	向凌云，胡毅君，王伟征. 一种基于低失真替换优先的文本隐写算法[J]. 计算机工程与应用, 2015, 51(15): 102-106.