基于加權融合和馬爾可夫矩陣的JPEG圖像隱寫分析
2009-12-31 00:00:00惠卯卯周治平
計算機應用研究 2009年12期
摘要：針對JPEG圖像隱寫方法，從特征加權融合的角度設計了一種分類器。該方案首先對DCT(discrete co－sine transform)域塊內系數分別進行橫向、縱向和zigzag差分運算，使用馬爾可夫轉移矩陣挖掘差分系數間的關聯，生成局部馬爾可夫特征；依據各向特征對分類的貢獻程度設置權重，生成加權平均特征并使用SVM(supportvector machine)進行分類。實驗結果驗證了該方案的有效性，4:4:3加權平均特征對嵌入率為0.05時的四種隱寫方法(Outguess、F5、Mb1和Mb2)其檢測率均高于91％，同時該特征融合操作并未增加特征的維數。
關鍵詞：隱寫分析；zigzag差分；馬爾可夫矩陣；加權特征；特征融合；支持向量機
中圖分類號：TP391.41 文獻標志碼：A 文章編號：1001－3695(2009)12－4790－03
