针对最不重要比特位(least significant bit,LSB)替换隐写算法,将加权载密图像(weighed-stego,WS)残差法和最大后验概率(maximum a posteriori,MAP)载体估计法相结合,提出了一种改进的载体估计方法.首先利用WS方法初步定位负载,然后将...针对最不重要比特位(least significant bit,LSB)替换隐写算法,将加权载密图像(weighed-stego,WS)残差法和最大后验概率(maximum a posteriori,MAP)载体估计法相结合,提出了一种改进的载体估计方法.首先利用WS方法初步定位负载,然后将该初步定位结果作为先验信息应用到改进的MAP载体估计算法中,可以得到更精确的载体估计算法,最后计算残差得到最终的负载定位结果.实验表明,无论是针对空域BMP图像还是JPEG解压缩图像上的LSB替换隐写,该方法均能提高负载定位的准确率,且对于不同嵌入率也有较好的稳健性.展开更多
文摘针对最不重要比特位(least significant bit,LSB)替换隐写算法,将加权载密图像(weighed-stego,WS)残差法和最大后验概率(maximum a posteriori,MAP)载体估计法相结合,提出了一种改进的载体估计方法.首先利用WS方法初步定位负载,然后将该初步定位结果作为先验信息应用到改进的MAP载体估计算法中,可以得到更精确的载体估计算法,最后计算残差得到最终的负载定位结果.实验表明,无论是针对空域BMP图像还是JPEG解压缩图像上的LSB替换隐写,该方法均能提高负载定位的准确率,且对于不同嵌入率也有较好的稳健性.