论文研究 基于PCA和希伯特包络分析的盲隐写分析算法.pdf

为克服传统算法采用离散小波变换（Discrete Wavelet Transform，DWT）最终引起的加性噪声隐写图像检测正确率较低而虚惊率较高的问题，提出了一种新的盲隐写分析算法。综合应用主成分分析（Principal Component Analysis，PCA）和希伯特包络分析的优点，提取隐写图像高频子带希伯特包络解析信息号的主成分特征统计量，计算主成分信息熵，构建信息熵敏感特征向量。采用非线性支持向量机（Support Vector Machine，SVM）分类器，基于Matlab7.1平台进行仿真研究，结果表明：该算法对于空域和DWT域隐写检测具有较高的检测正确率和较低的虚惊率。