基于图像多域特征缩放与BP网络的信息隐藏盲检测

摘要

为了提高图像信息隐藏通用盲检测的正确检测率,扩大通用盲检测的适用范围,提出一种基于多域特征缩放的图像信息隐藏盲检测方法.从图像的空域、DCT域和DWT域分别提取相邻像素对统计偏离度、DCT系数宏块中拉普拉斯分布的尺度参数的方差,以及小波系数高阶统计量作为特征,并按域进行特征值缩放,组成26维向量;然后设计BP神经网络分类器,进行训练和分类实现.对8种BMP和JPEG图像典型隐藏方法在多种嵌入比率情况下进行了实验,结果表明:该方法能对多种典型隐藏方法进行较为可靠的盲检测.