基于高阶统计矩的特征提取优化算法

摘要

基于小波域高频系数的广义高斯分布(GGD)模型,提出了一种新的特征提取优化算法.通过分析研究小波系数概率密度函数的时频特性,选择在频域中提取高阶统计矩.为了更好地区分原始图像和隐秘图像高阶矩的差别,对高阶统计矩的权重函数进行改进.除此之外,对高阶统计矩阶数的确定,以及子带层次的选择也作了进一步的研究,构建了提取最优特征矩的提取算法.基于Matlab7.0平台进行仿真实验,结果证明:该算法的综合性能明显优于同类特征提取算法.