对抗隐写分析滤波器残差提取的图像隐写算法

针对图像隐写的抗隐写分析安全性问题,提出了一种对抗富模型隐写分析滤波器残差提取的图像隐写算法。首先,从对抗富模型隐写分析模型中使用的残差提取滤波器出发,分析目前性能最好的基于高通低通滤波器相结合的加性隐写失真代价函数和富模型隐写分析滤波器残差之间的关系;其次,通过离散余弦分解对隐写分析滤波器残差提取的能量分布进行分析;最后基于富模型隐写分析滤波器在残差能量提取上的不均匀性,提出了一种新的加性失真代价函数构造方法。在包含一万张空域载体图像的公开数据库上的实验中,该失真代价函数能有效对抗富模型隐写分析模型所使用的残差提取滤波器,与基于高通低通滤波器相结合的隐写失真代价函数相比,对抗富模型隐写分析的隐写安全性在每像素0.2比特嵌入率时能提升0.5个百分点,在每像素0.5比特嵌入率时能提升1个百分点。实验结果表明,该加性失真代价函数构造方法在计算复杂度不变的前提下,能有效提升对抗富模型隐写分析的隐写安全性。

基于复杂度的自适应分层图像隐写算法

选择复杂度较高的纹理通道进行隐写,就能在提高嵌入量的同时降低被隐写分析器检测的风险。结合实际的应用需求,提出了一种基于图像纹理复杂度的自适应分层图像隐写算法。该算法根据图像的纹理特性特征,定义图像纹理复杂度的度量方法,自适应地根据图像的复杂度进行分层嵌入,嵌入时采用与矩阵编码技术结合的方法来提高嵌入的效率,实现多层的通道选择信息嵌入。实验结果表明该算法取得了较好的性能,与HUGO等隐写算法相比检测率提高了十多个百分点,安全性能大大提升。该算法实现简单,能够应用于低性能的嵌入式系统。