对数字图像的隐写会改变原始图像的灰度值,因此也会改变图像的纹理特征.若将嵌入的密信看作是一种纹理,则隐写检测可看成是基于纹理的图像分类问题.针对LSB匹配(Least Significant Bit Matching)嵌入,设计了一种新的预测误差函数,以突出噪声残留,然后计算宏观和微观的图像纹理特征.宏观纹理特征包括两种从统计矩角度进行的描述,它们分别与以差分灰度共生矩阵所描述的微观纹理特征进行融合,再采用支持向量机进行分类.将这两种方法分别对五个不同的常用图像库进行实验,结果表明它们对LSB匹配隐写检测有较高的准确度,且好于其它两种同类算法.
展开▼