图像隐写分析算法研究概述

图像隐写技术可以在互联网上传输各种数字图片中隐藏的敏感或秘密信息,在过去二十多年中得到了快速的发展,并被不法分子用来交换可能危害社会安全的信息。为消除这些危害,相应发展了各种图像隐写分析技术。通过检查可疑图片中隐藏的秘密信息,图像隐写分析可以提供数字法理证据。在图像隐写算法发展现状分析的基础上,将图像隐写分析算法分为专用和通用隐写分析算法两大类,对图像隐写分析技术进行了介绍和归纳。在专用算法方面,分别介绍了针对特定图像隐写算法和针对特定图像类型的图像隐写分析途径。在通用算法方面,介绍了基于图像特征的图像隐写分析方法的一般流程,归纳总结了图像隐写分析常用的几类图像特征。通过回顾图像隐写分析的已有工作,分析了图像隐写分析中采用的技术,包括基于机器学习的分类方法、特征选择方法等。最后,对图像隐写分析的未来研究发展方向做了简要的讨论。

基于图像的无载体信息隐藏技术研究

近年来,无载体信息隐藏成为了热门的研究方向,其中,基于图像的无载体信息隐藏算法具有较高的研究价值。文章对图像的无载体信息隐藏的相关算法进行了分类并简要梳理。首先,介绍了算法的图像编码算法,并根据算法评估指标对同一类别的算法进行了分析对比,然后得到该类别算法的优点和不足,最后,总结了图像的无载体信息隐藏存在的问题,给出了未来的研究和改进方向。

基于冗余零系数消除的F5改进算法

F5隐写分析算法利用收缩现象,比较剪裁后图像直方图和估计载体图像直方图的差异进行检测。针对该算法的特点,提出改进的F5算法,通过部分消除冗余零系数,提高嵌入率、防止收缩现象的发生。在标准图像集上的实验结果表明,改进算法改善了含密直方图的收缩现象,各检测参数与原始载体图像差别较小,可以有效抵抗F5隐写分析算法。

基于权值合理分配的电子音乐智能分类模型

针对传统分类技术存在分类不准确、耗费时间长,难以满足人们实际生活中对音乐分类需求等问题,提出基于权值合理分配的电子音乐智能分类模型。根据音色特点、基频特点和节奏特点,对电子音乐音色和节奏特征进行提取;利用不同音色特征对权值隐写检测贡献不同,综合考虑权值合理分配并提高特征分类能力,利用多种滤波器计算音频信号过零率,并根据音色所属区域对其频率倒谱系数展开分析;随机设置权值和阈值,并确定隐含层节点数,求得权值最优解,由此构建分类模型。通过实验验证可知,该模型分类准确,且耗费时间较短。