主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
黄炜,赵险峰.基于Haar小波域指标自适应选择载体的JPEG隐写.软件学报,2018,29(8):2501-2510
基于Haar小波域指标自适应选择载体的JPEG隐写
JPEG Steganography Based on Adaptive Cover Selection Using Haar Wavelet Domain Indicators
投稿时间:2016-09-14  修订日期:2016-12-10
DOI:10.13328/j.cnki.jos.005281
中文关键词:  隐写  载体选择  Haar小波  范数
英文关键词:steganography  cover selection  Haar wavelet  norm
基金项目:福建省自然科学基金计划青年创新项目(2018J05112);国家自然科学基金(61402390,U1636102);国家科技支撑计划(2014BAH41B01);国家重点研发计划(2016YFB0801003)
作者单位E-mail
黄炜 厦门大学 软件学院, 福建 厦门 361005 whuang@xmu.edu.cn 
赵险峰 信息安全国家重点实验室(中国科学院 信息工程研究所), 北京 100093  
摘要点击次数: 2498
全文下载次数: 1784
中文摘要:
      为了解决目前图像纹理复杂度建模的隐写载体选择指标难以有效适用于JPEG隐写的问题,提出一种基于Haar小波域指标自适应选择载体的JPEG隐写方法,以高阶Haar小波变换模型建立JPEG图像像素关系,计算各方向上的分解图像矩阵的范数均值,用于选择难以被检测的载体.该指标比已有方法的像素间建模能力更强,更能反映JPEG隐写所影响的像素间关系,且能增强JPEG隐写的隐蔽性.实验结果表明,在大多数情况下,与现有载体选择指标相比,该方法与隐写隐蔽性具有更高的相关性.使用该方法优选的载体进行隐写,比优选前的隐蔽性提高约7.7%,比用现有指标优选载体的JPEG隐写方法的隐蔽性平均提高约2.0%.因此,该方法隐写具有更高的隐蔽性.
英文摘要:
      The existing steganographic cover selection indicators based on image texture complexity modeling are not compatible with JPEG steganography. To solve this problem, a JPEG steganography is proposed based on cover selection using Haar wavelet domain indicators. This method establishes the relationship of JPEG image pixels by taking high-ordered Haar wavelet translation as the model, and calculates the average norm of the decomposition image matrix in each direction to select highly undetectable covers. Moreover, the proposed indicator, which performs better than most of the existing models in the inter pixel modeling ability, can enhance the concealment of JPEG steganography in cover selection. Experimental results show that, in most cases, the proposed JPEG steganography using cover selection achieves higher concealment than that without selecting covers by an average value of about 7.7%. This figure has higher concealment than the existing cover selection indicators by an average value of 2.0%. Therefore, the proposed steganography attains better concealment.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利