一、简介
在图像隐写分析中,这几个特征是比较经典的
图像隐写分析中 DCT 特征与 Markov 特征展现出了极大的潜力,小波
变 换 的 奇 异 值 分 解 ( Wavelet Singular Value Decomposition ,
WSVD)特征也有奇效,本文实现前人论文的特征提取编程代码。
先说说理论知识
1 扩展 DCT 统计特征提取
大多数的隐密算法都是对 JPEG 图像的 DCT 系数进行操作,以此来嵌
入秘密信息。DCT 系数统计特征,旨在捕捉 DCT 系数的统计量的特
征,以此来区分载体图像和隐密图像。
DCT 系数统计算法由 Fridrich【1】提出,其中包含了 DCT 系数直方
图,共生矩阵,空域块间相关性等部分。首先用 DCT 系数替换相同位
置 的 原 始 图 像 像 素 , 使 用 dij(k) 来表 示 DCT 系 数 矩 阵 , 其 中 i,
j=1, … ,8,k=1, … ,nB。而 dij(k)则代表的是在第 k 个 8×8 DCT 块
中处于(i,j)位置的 DCT 系数,而 DCT 块一共有 nB 块。为了减少计
算量和特征维度,在计算特征之前需要进行预处理,将所有 DCT 系数
值范围限定在[-5,5]之间,大于和小于该范围内的值全部变换为-5 到
+5 之间。