JPEG图像隐写分析方法概述

JPEG图像隐写分析方法概述
作者：雷雨张华俊
来源：《消费导刊》2015年第05期
摘要：JPEG图像是一种非常流行的图像格式，随着图像隐写技术的发展和应用，JPEG图像隐写分析的重要性日益突出。

本文对近几年来的JPEG图像隐写分析方法进行梳理和归纳，同时对具有代表性的方法作简要的介绍与评述，为JPEG图像隐写与隐写分析者提供参考。

关键词：隐写隐写分析 JPEG图像
一、JPEG图像隐写技术
现有的JPEG图像隐写算法可大致分为三类：
（一）基于量化DCT系数的JPEG图像隐写
该类方法主要利用量化DCT系数的冗余来嵌入秘密信息，其大致过程如下：选择一幅JPEG图像作为载体图像，提取它的量化DCT系数，然后通过修改这些系数来嵌入秘密信息，最后将隐写后的含密图像再次存储为JPEG图像。

（二）基于附加信息的隐写
该类方法是指隐写算法不直接在JPEG图像的量化DCT系数上做修改，而是借助消息发送方有可能获得原始图像这一附加信息，在未量化的DCT系数上嵌入秘密信息，以减小失真。

（三）基于替换域的隐写
该类方法是指先在替换域（如空域、小波域等）中鲁棒的嵌入秘密信息，然后再压缩成JPEG图像。

JPEG压缩很大程度上掩盖了秘密信息嵌入的影响，增加了隐写分析的难度。

但由于压缩是有损的，会造成图像部分信息的丢失，所以秘密信息必须是鲁棒的嵌入，以保证图像有损压缩后仍能提取出信息。

二、JPEG图像隐写分析技术
（一）JPEG图像专用隐写分析方法
1.针对基于量化DCT系数隐写的专用分析方法
针对JSteg，Westfeld提出的卡方检测算法能有效检测嵌入位置是顺序排列时的情况。

Zhang等利用DCT系数的对称分布特征及JSteg不在取值为1的系数中进行数据嵌入的原理，提出了一种根据含密图像DCT系数直方图的分布可以估计JSteg数据嵌入率的方法。

Bohme
将针对空域LSB替换的WS（Weighted Stego Image）方法扩展至JPEG域中，可以成功的对JSteg进行攻击，并可以估计数据嵌入率。

2.针对基于附加信息隐写的专用分析方法
Gul等对图像进行奇异值分解（Singular Value Decomposition，SVD），从SVD分解后的矩阵中提取特征，对PQ进行了隐写分析，取得了较好的效果。

李叶舟发现PQ算法对图像DCT系数相关性以及高频非零系数都有明显的影响，提取JPEG图像DCT系数的块内、块间马尔可夫特征和图像DCT系数最低比特位特征，结合SVM分类器形成了基于DCT系数相关性的PQ隐写分析方法，取得了一定效果。

3.针对基于替换域隐写的专用分析方法
Li等提出了一种YASS专用隐写分析方法，指出YASS算法中8×8数据嵌入子块的位置虽然是根据密钥随机选取的，但其随机性仅限于局部而并非全局（限定在B块内），同时嵌入消息时用到的QIM方法会造成DCT系数中0值个数的改变，利用这两点对YASS进行分析，取得了较好的效果。

（二）JPEG图像通用隐写分析方法
1.基于小波域的通用分析方法
早期的基于小波域的算法是由Farid等提出，他们对图像采用QMF（QuadrtureMirror Filter）分解，并为图像构建高阶的统计模型，提出将每一小波子带系数及对系数幅值的最佳线性预测误差的均值、方差、偏度和峰度作为特征矢量，以此训练FLD、线性SVM或非线性SVM，该算法对空域图像隐写算法和JPEG图像隐写算法在数据嵌入率较大的情况下效果较好。

Xuan等提出了基于Haar小波系数概率分布函数统计矩的CF（Characteristic Function）隐写分析算法，其较果优于Farid的算法。

Wang等融合了Farid和Xuan的算法，并在此基础上做了特征选取，优化了检测性能。

以上这些隐写分析算法对空域图像隐写算法和JPEG图像隐写算法均能检测，但总体效果一般。

2.基于DCT域的通用分析方法
Fridrich针对JPEG图像隐写算法提出了一种基于一阶和二阶分布特征的隐写分析算法，并将它作为对比JPEG图像隐写算法嵌入机制的评价工具。

Fridrich提取的二阶统计量只利用了DCT系数的块间相关性，Shi等进一步利用块内相关性，他们定义了差分JPEG 2-D数组，并沿差分数组的水平、垂直、对角和反对角方向提取一步马尔可夫转移概率矩阵作为特征，取得了较好的效果。

Pevny等对Fridrich的23维特征进行了扩展，并融合了Shi的324维特征，
最终提取得到274维特征，使得检测效果有了显著提高。

Huang等在Fridrich的全局校正方法上，提出了对JPEG图像进行局部校正的新思路，并在此基础上提出了一种全局与局部相结合的通用隐写分析算法，取得了较好的效果。