基于两域特征的图像信息隐藏通用分类算法

摘要：

提出一种基于两域特征的通用分类算法以解决单域特征正确分类率不高的问题.该算法将DCT域上拉普拉斯分布参数的方差和小波系数的四阶矩作为特征;并将其作为非线性分类器--BP网络分类器--的输入.实验结果表明,该算法能有效区分出载体图像和常见的LSB,SLSB,LTSB,Stool和Jsteg等方法密写的载密图像,平均正确分类率为83.39%,对Jsteg,Stool等算法的正确分类率甚至高达90%以上;另外,还能同时检测BMP和JPEG两种格式的图像.

关键词：图像隐写、隐写分析、分类、BP网络

所属期刊栏目：44

分类号：TP309(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2006AA01Z409;河南省杰出青年科学基金0412000200;河南省科技攻关项目0623021500

在线出版日期：2008-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：296-301