开展隐写检测特征分析和隐写算法识别研究,对提高隐写检测的准确率、效率,以及隐秘信息的提取等,具有重要的理论价值和现实意义。本文着重对图像隐写检测特征比较和选择、特征降维以及隐写算法识别等中的若干关键问题展开研究,全文共八章,主要包括以下三个方面:一、研究背景及国内外研究进展方面。从现实应用和技术研究两个角度指出了隐写检测特征分析和隐写算法识别研究的现实意义和理论价值;介绍了隐写与隐写分析技术相关概念和研究概况;阐述了图像隐写检测特征分析和隐写算法识别的研究进展。二、图像隐写检测特征分析研究方面。从隐写检测特征比较和选择以及特征降维两个角度,分别给出了一种基于特征改变率的特征比较和选择方法,以及一种基于Fisher准则的特征降维方法;在此基础上,对JPEG两类典型隐写检测特征共生矩阵和Markov转移概率矩阵进行了比较和选择,并对空域典型隐写检测特征SPAM(Subtractive Pixel Adjcency Matrix)和JPEG典型隐写检测特征CCPEV(Cartesian Calibration based feature proposed by PEVny)进行了降维分析。具体而言:1、特征分析方法。针对隐写检测特征的性能优劣比较和选择问题,基于特征在隐写前后改变程度的分析,将特征的改变率作为其对隐写更改的敏感性,给出了一种基于特征改变率的特征比较和选择方法;针对高维隐写检测特征的分量筛选和降维问题,根据“类间分散,类内聚合”的原则,基于Fisher准则来度量单个特征分量以及多个特征分量的可分性,给出了一种基于Fisher准则的特征降维方法。2、典型隐写检测特征的比较。针对JPEG图像两类典型隐写检测特征共生矩阵和Markov转移概率矩阵,当其被用于JPEG图像中直方图收缩类隐写(如F5等)和直方图保持类隐写(如Outguess、MB1等)的检测时,基于所提出的特征比较和选择方法,分析比较了两类特征在不同隐写更改下的敏感变化,得到了性能优劣的比较结论,并基于比较结论组合得到了新的敏感特征。实验结果表明,新特征的检测性能优于已有的典型隐写检测特征,说明本文的方法是合理、有效的。3、典型隐写检测特征的降维。利用所提出的基于Fisher准则的特征降维方法,根据“类间分散,类内聚合”的原则,分别对空域典型隐写检测特征SPAM和JPEG典型隐写检测特征CCPEV用于通用盲检测时进行了降维筛选,同时,还对CCPEV特征用于JPEG多类隐密图像分类时进行了降维分析,给出了相应的降维算法。实验结果表明,在保持隐写检测精度的情况下,所提出的特征降维算法能够有效降低特征维数,明显提升了隐写检测效率。三、图像隐写算法识别研究方面。给出了一种基于特定隐写辨识性统计特征的隐写算法识别方法;基于提出的隐写算法识别方法,分别提取了JPEG和空域多种典型隐写算法的辨识性统计特征,并给出了相应的隐写算法识别算法。具体而言:1、隐写算法识别方法。根据待识别隐写算法在信息嵌入过程中对图像数据的特殊更改方式,通过构建合适的特征提取源,提取能够捕捉该特殊更改方式的敏感特征,将其作为该类隐写区别与其他类隐写的辨识性统计特征。在此基础上,结合分类器的训练,给出了一种基于辨识性统计特征的隐写算法识别方法。2、JPEG典型隐写算法JSteg、PQ(Perturbed Quantization)和F5类隐写的识别。根据JSteg隐写破坏系数直方图对称性的特点,基于系数直方图对称性差异提取了JSteg隐写的辨识性统计特征;根据PQ隐写在DCT分块中的部分位置不嵌入信息的特点,基于相邻位置系数的统计特性差异提取了PQ隐写的辨识性统计特征;根据F5类隐写在嵌入信息时将系数绝对值减1的更改特点,基于相邻系数正负性关系对空域和频域统计特性的影响提取了F5类隐写的辨识性统计特征。实验结果表明,基于所提取的辨识性特征及隐写算法识别方法,能够可靠地将JSteg、PQ和F5类隐写从多类隐密图像中识别出来,即使存在未知类别隐密图像,所提出的隐写算法识别方法仍具有良好的检测效果。3、空域典型隐写算法3LSB(Least Significant Bit)、2LSB和LSB替换隐写的识别。根据替换隐写引起像素对多重集统计特性发生变化的特点,分别基于像素或偏移像素偏离度提取了3LSB、2LSB和LSB替换隐写的辨识性统计特征,根据其隐写特点分析了他们的先后识别顺序,并给出了相应的隐写算法识别算法。实验结果表明,分别基于所提取的辨识性特征及隐写算法识别方法,能够可靠地将3LSB、2LSB和LSB替换隐写从多类隐密图像中识别出来,即使存在未知类别隐密图像,所提出的识别方法仍然有效。最后对全文的工作进行了总结,并对下一步的研究进行了展望。