您的位置: 专家智库 > >

何雄飞

作品数:2 被引量:4H指数:1
供职机构:解放军信息工程大学信息工程学院网络工程系更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇隐写
  • 2篇噪声
  • 2篇噪声模型
  • 1篇信息隐藏
  • 1篇隐写检测
  • 1篇图像
  • 1篇图像检测
  • 1篇小波
  • 1篇小波分解
  • 1篇小波滤波
  • 1篇滤波
  • 1篇盲检
  • 1篇盲检测
  • 1篇波分

机构

  • 2篇解放军信息工...

作者

  • 2篇何雄飞
  • 1篇杨春芳
  • 1篇刘粉林
  • 1篇罗向阳

传媒

  • 1篇计算机学报

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于噪声模型和特征联合的PS图像与隐写图像检测被引量:4
2010年
为了有效区分PS图像(经过常见图像处理操作得到的图像)和隐写图像,提高隐写检测的正确率,该文分析了隐写和PS这两类操作不同的噪声模型,并给出了一类基于图像噪声模型和特征联合的检测算法.该算法基于小波分解和小波滤波,分别得到待检测图像的小波系数子带和噪声小波系数子带,从这两类子带中分别提取直方图特征函数绝对矩,并将这两部分统计矩联合作为特征,最后采用BP神经网络分类器进行图像分类.在特征选取方面,文中对两类常用典型特征:概率密度函数矩和特征函数矩,基于高斯分布模型证明了对噪声小波子带系数,提取特征函数绝对矩优于概率密度函数绝对矩.基于LSB、LTSB、SLSB、PMK等隐写图像和锐化、对比度增强、添加标签等类型PS图像的实验表明:该算法能够有效区分原始图像和非原始图像,并能对PS图像和隐写图像进行较为可靠的分类检测.
罗向阳刘粉林杨春芳何雄飞
关键词:图像检测噪声模型
PS类图像与隐写图像的分类
针对目前隐写检测难以准确判断经图像处理技术处理后图像(简记为PS图像)的类别,常常将PS类图像误判为自然图像或隐写图像,给图像的正确分类带来了困难,尤其可能给隐写类图像的判决带来大量的检测误差。本文主要针对自然图像、隐写...
何雄飞
关键词:信息隐藏隐写检测盲检测噪声模型小波分解小波滤波
文献传递
共1页<1>
聚类工具0