一种基于加性噪声的通用隐写分析算法

隐写的过程相当于在原始载体图像中加入噪声"(隐写噪声"),针对加性隐写噪声模型,从突出隐写噪声的角度,利用自然图像相邻像素之间具有一定相关性和统计对称性的特点,提出一种新的通用隐写分析算法。该算法首先利用预测计算得到被分析图像的最大和最小预测误差图像,然后对这两幅预测误差图像计算联合概率分布统计矩阵作为特征向量,最后使用支持向量机(SVM)完成隐写检测。针对三种常用的隐写算法:LSB替换、LSB匹配以及LSB匹配改进算法的隐写结果进行检测,和目前典型的隐写分析算法对比,实验数据表明了该算法的有效性。