总第２１１期 舰船电子工程 Ｓｈｉｐ Ｅｌｅｃｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｏ１．３２ Ｎｏ．１ ６６ ２０１２年第１期 基于图像ＬＳＢ的隐藏检测算法研究 孙碧容马春波 桂林５４１００４） （桂林电子科技大学信息与通信学院摘要文章研究了ＲＳ（Ｒｅｇｕｌａｒ Ｇｒｏｕｐｓ ａｎｄ Ｓｉｎｇｕｌａｒ Ｇｒｏｕｐｓ）、ＱＲＳ（Ｑｕａｄｒａｔｉｃ ＲＳ Ｓｔｅｇａｎａｌｙｓｉｓ）和ＩＲＳ（仅Ｒ）（Ｉｍｐｒｏｖｅｄ ＲＳ ｂｙ Ｏｎｌｙ ＲｅｇｕｌａｒＧｒｏｕｐｓ）￣种图像隐藏检测算法，并提出了一种将ＱＲＳ和ＩＲＳ（仅Ｒ）算法思想相结合的改进算法，即ＱＲＳ（仅Ｒ）。通过大量图像的 仿真表明：该算法相比于ＲＳ、ＱＲＳ、ＩＲＳ（仅Ｒ）算法，在检测率、估计精度和检测时间上均有所改善，改善的相对值分别高达ｌ７ 、３Ｏ 和 ３８ 。该算法对各种ＬＳＢ（Ｌｅａｓｔ Ｓｉｇｎｉｆｉｃａｔｉｏｎ Ｂｉｔ）隐藏算法均能有效检测，是一种简单实用的隐写分析算法。 关键词信息隐藏；隐写分析；ＲＳ；ＱＲＳ；ＩＲＳ ＴＰ３０９．７；ＴＰ３０１．６ 中图分类号Ｄｅｔｅｃｔｉｏｎ Ａｌｇｏｒｉｔｈｍ Ｒｅｓｅａｒｃｈ Ｂａｓｅｄ ｏｎ Ｉｍａｇｅ ＬＳＢ ＳｔｅｇａｎＯｇｒａｐｈｙ ＳＵＮ Ｂｉｒｏｎｇ ＭＡ Ｃｈｕｎｂｏ （Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ，Ｇｕｉｌｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｔｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ ５４１００４） Ａｂｓｔｒａｃｔ Ｔｈｉｓ ｐａｐｅｒ ｒｅｓｅａｒｃｈｅｓ ｏｎ ｔｈｒｅｅ ａｌｇｏｒｉｔｈｍｓ ｏｆ ＲＳ，ＱＲＳ，ａｎｄ ＩＲＳ（ｏｎｌｙ Ｒ），ｄｅｔｅｃｔｉｎｇ ＬＳＢ ｓｔｅｇａｎｏｇｒａｐｈｙ ｉｎ ｉｍａｇｅｓ ａｎｄ ｐｒｅｓ— ｅｎｔｓ ａｎ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｔｈｅ ＱＲＳ ａｎｄ ＩＲＳ（ｏｎｌｙ Ｒ）ａｌｇｏｒｉｔｈｍｓ，ｃａｌｌｅｄ ＱＲＳ（ｏｎｌｙ Ｒ）．Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ａ ｌａｒｇｅ ｎｕｍｂｅｒ ｏｆ ｉｍａ— ｇｅｓ ｓｈｏｗ ｔｈａｔ：ｃｏｍｐａｒｅｄ ｔｏ ｔｈｅ ＲＳ，ｔｈｅ ＱＲＳ ａｎｄ ｔｈｅ ＩＲＳ（ｏｎｌｙ Ｒ），ｔｈｉｓ ｎｅｗ ａｌｇｏｒｉｔｈｍ ｈａｓ ｉｍｐｒｏｖｅｄ ｐｅｒｆｏｒｍａｎｃｅｓ ｏｎ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｒａｔｅ，ｔｈｅ ａｃｃｕｒａｃｙ ａｎｄ ｔｈｅ ｅｘｅｃｕｔｉｖｅ ｔｉｍｅ，ａｎｄ ｔｈｅｉｒ ｉｍｐｒｏｖｅｄ ｒｅｌａｔｉｖｅ ｖａｌｕｅｓ ｃａｎ ｂｅ ｕｐ ｔｏ １７ ，３０ ａｎｄ ３８ ．Ｔｈｅ ａｌｇｏｒｉｔｈｍ ｃａｎ ｄｅｔｅｃｔ ａｌｌ ｋｉｎｄｓ ｏｆ ＬＳＢ ｓｔｅｇａｎｏｇｒａｐｈｙ ａｌｇｏｒｉｔｈｍｓ ｒｅｌｉａｂｌｙ ａｎｄ ｉｓ ａ ｓｉｍｐｌｅ ａｎｄ ｐｒａｃｔｉｃａｌ ｓｔｅｇａｎａｌｙｓｉｓ ａｌｇｏｒｉｔｈｍ． Ｋｅｙ Ｗｏｒｄｓ ｓｔｅｇａｎｏｇｒａｐｈｙ，ｓｔｅｇａｎａｌｙｓｉｓ，ＲＳ，ＱＲＳ，ＩＲＳ ＣＩａｓｓ Ｎｕｍｂｅｒ ＴＰ３０９．７：ＴＰ３０１．６ １ 引言 ２ｏ世纪９Ｏ年代以来，利用信息隐藏来解决信息安全 的问题，成为了当前较为有效的手段之一。然而，信息隐藏 技术有利于确保国家机密在网络上安全传递，但也会被非 法分子所利用。于是，隐写分析技术就这样应运而生。 ２几种图像隐藏检测算法的性能分析 ２．１ ＲＳ隐藏检测算法 ２．１．１基本思想 Ｆｒｉｄｒｉｃｈ等人Ｅ 于２００１年提出了针对图像ＬＳＢ隐藏 的检测算法，即ＲＳ算法。该算法对空域频域隐写，以及顺 序随机嵌入的隐秘图像检测均有效。 ＲＳ算法将图像像素分为互不交叠的像素组Ｇ（ｘ ， ｚ， …目前，隐写分析技术还处于刚刚起步的阶段，主要集中 在信息检测和破坏的研究上，还未达到将秘密信息提取出 来的程度。图像隐藏检测算法中，以最低有效比特位ＬＳＢ 隐藏检测算法最为常见。例如，１９９９年，Ｗｅｓｔｆｅｌｄ等ｌ＿１］提出 了卡方统计检测算法；２０００年，Ｆｒｉｄｒｉｃｈ等［２］提出了基于相 近颜色对的检测算法（ＲＱＰ，Ｒａｗ Ｑｕｉｃｋ Ｐａｉｒｓ）；２００１年， Ｐｒｏｖｏｓ等Ｅ３＿提出了Ｏｕｔｇｕｅｓｓ检测算法；同年，Ｆｒｉｄｒｉｃｈ 等［４ ］人又提出了基于空间相关性的ＲＳ检测算法；２００２ 年，Ｆｒｉｄｒｉｃｈ等Ｌ３ 提出了Ｆ５检测算法。 在所有ＬＳＢ检测算法当中，ＲＳ检测算法有着较高的 ，－ｚ ），根据Ｍ置换像素组前后分辨函数ｌ厂值的大小关 系，像素组Ｇ可分为Ｒ（，（Ｆ（Ｇ））＞＿厂（Ｇ））、Ｓ（＿厂（Ｆ（Ｇ））＜＿厂 （Ｇ））、Ｕ（厂（Ｆ（Ｇ））一厂（Ｇ））组。其中，厂的表达式为 ＿厂（ｚｌ，…，ｚ ）一＞ ＩＴ ｌ—Ｔ ｌ —（１） ｌ Ｆ（Ｇ）表示为：Ｆ（Ｇ）一（ＦＭ（１）（ １），ＦＭ（２）（ ２），…，ＦＭ（ ） （ｚ ）），Ｍ（ ）∈｛～１，０，１），Ｆ１：０一ｌ，２—３，…，２５４—２５５； Ｆ ｌ：０一Ｏ，１—２，…，２５３～２５４，２５５—２５５；Ｆ０：Ｆ０（ｚ）一 。 检测效果。因此本文对ＲＳ算法及其两种演变算法ＱＲＳＥ ］ 和ＩＲＳ（仅Ｒ）＿７］进行了研究，并通过实验仿真，对它们的检 测性能做出了分析和比较。本文还提出了一种将ＱＲＳ和 ＲＳ算法的基本思想：计算＋Ｍ、一Ｍ置换图像像素组 后Ｒ和Ｓ组的百分比Ｒ（Ｐ／２）、ｓ（Ｐ／２），将图像所有像素 ＬＳＢ位正翻转，再次计算置换后的Ｒ和Ｓ组的百分率，记 为Ｒ（１－－Ｐ／２）、Ｓ（１－－Ｐ／２），依照ＲＳ曲线图（如图１），基于 ＲＳ的三个假设条件，通过以上八个数据值，即可模拟出四 ＩＲＳ（仅Ｒ）算法思想相结合的改进算法，ＱＲＳ（仅Ｒ）算法。 实验结果表明，该算法与ＲＳ、ＱＲＳ和ＩＲＳ（仅Ｒ）相比，在性 能上均有所改善。 ＊收稿日期：２０１１年７月１９日，修回日期：２０１１年８月２６日 基金项目：国家自然科学基金资助项目（编号：６０８６２００１）；广西研究生教育创新计划资助项目（２０１０１０５９５０８１０Ｍ１５）资助。 作者简介：孙碧容，女，硕士研究生，研究方向：图像隐藏检测、信息安全。马春波，男，博士，教授，研究方向：信息安全。 ２０１２年第１期 舰船电子工程 ６７ 条曲线和建立一个求解嵌入率Ｐ值的二次方程式。 ：Ｉ ： ：： ： ｉ： ： Ｉ； — ．孽≥越鬈 ；：： ！Ｒ ｊ： ：Ｉ ≮： 二 ．． ：。。ｒ … … — — 一 …。： 一－． ；： ；Ｓ ， Ｉ： ： 图１典型ＲＳ曲线图 二次方程的表达式为 ２（ｄｌ＋ｄｏ） ＋（ 。一 —ｌ— ｌ－－３ｄ。）－ｚ＋ｄ。－－ｄ ｏ一０ （２） 其中，ｄ。一ＲＭ（ｐ／２）一ＳＭ（Ｐ／２），ｄｌ＝ＲＭ（１一Ｐ／２）～ＳＭ（１ Ｐ／２） ｄ—ｏ—Ｒ Ｍ（Ｐ／２）－－Ｓ—Ｍ（Ｐ／２），ｄ一１一Ｒ—Ｍ（１一Ｐ／２）一 Ｓ—Ｍ（１一Ｐ／２） 解得方程绝对值较小的解ｚ，则Ｐ—ｚ／（ 一１／２）。 ２．１．２实验结果 本实验从ＵＣＩＤ￣ 、ＣＢＩＲ＿ｓ 标准图像库和互联网上分 别选取了彩色图像２００幅进行仿真。仿真结果显示图像的 判断阈值为［一１．５ ，１．５ ］。实验中像素组为２＊２方 块，置换矩阵Ｍ为Ｅ１，０；０，１］。建立嵌入率为１Ｏ ，３Ｏ％， ５Ｏ ，７Ｏ ，９Ｏ 的ＵＣＩＤ图像库，对应的检测率和集中值 的偏离度如表１所示。 表１ ＲＳ算法各嵌入率时的检测率 ２．２ ＱＲＳ隐藏检测算法 ２．２．１基本思想 ＱＲＳ隐藏检测算法是基于ＲＳ算法作出的改进ｌ＿６］。在 ＲＳ算法中，尺一”、ｓ—Ｍ曲线用两条直线来拟合。ＱＲＳ算法 指出对于某些图像，直线确实是可以较好地拟合Ｒ—Ｍ、Ｓ 曲线，但对于大多数图像，Ｒ一 、Ｓ—Ｍ曲线更接近于二次曲 线。用二次曲线来拟合Ｒ一 、Ｓ一”曲线，可以减少误差，从 而获得更高的检测率和估计精度。 ＯＲＳ算法与ＲＳ算法计算过程的不同之处在于，ＱＲＳ算 法除了获取前述八个数据值外，还需获得四条曲线在１／２处 的四个数值。由于将图像ＬＳＢ位随机化，即可得到近似的全 秘载体图像，于是在１／２处的四个数值便可很快获取。由四 条拟合曲线求得的Ｒ 与Ｒ一”、ｓⅥ与Ｓ—Ｍ的交点ＸＲ、２２Ｓ和关 系式（ｘＲ＋－２７Ｓ）／２一ｐ／（２ｐ一２），便可求得嵌入率Ｐ。 ２．２．２实验结果 嵌入１０％隐秘图像 曩茎？Ｆ鬲ｉ的估ｉ ｉｔ 嵌入率 嵌入５０％隐秘图像 ～ 差墨 瑙一冉————百 — （） 箍 薹墨。Ｅ两； 冀 差芝 妲瑙（广————而 —— ０ 图２嵌入率为１Ｏ 图３嵌入率为５Ｏ 的对比图 的对比图 通过对２００幅ＵＣＩＤ标准彩色图像仿真得到，各嵌入 率下ＱＲＳ算法都有着比ＲＳ算法更高的估计精度，如图２ 和图３所示。两图分别是嵌入率为１Ｏ 和５Ｏ 时ＱＲＳ和 ＲＳ算法的对比图。每幅图的上方是ＲＳ算法的仿真结果， 下方是ＱＲＳ算法的仿真结果。 ２．３ ＩＲＳ（仅Ｒ）隐藏检测算法 ２．３．１基本思想 ２００４年Ｋｅｒ等人［７］对ＲＳ算法进行了改进，提出了 ＩＲＳ算法。ＩＲＳ（仅Ｒ）思想为该算法的其中一个改进点。 作者指出，仅利用ＲＭ和Ｒ Ｍ两条曲线就能够可靠地估计出 嵌入信息长度，而且可获得比ＲＳ更高的检测率，不过两者 检测效果的差距不是很大。 ＩＲＳ（仅月）算法求解嵌入率的计算过程与ＱＲＳ算法相 似，除了获得ＲＭ、Ｒ一”曲线在ｐ／２、（１一ｐ／２）处的４个值 外，还需获得ＲＭ曲线在１／２处的中点值。之后由两条拟合 的ＲＭ、Ｒ—Ｍ曲线求得交点，即可得到嵌入率Ｐ值。 ２．３．２实验结果 由于ＩＲＳ算法主要是针对灰度图像而进行的研究，因 而本实验从ＵＳＣ－ＳＩＰＩ： 标准图像库中选取了２００幅灰度 图像来仿真和验证。为了体现该算法优于ＲＳ算法的特 性，本实验选择的嵌入率为１ ，２ ，３ ，５ ，７ ，１Ｏ 。 两算法各嵌入率下的检测率及其相对差值具体见表２。其 中，检测率用２００幅隐秘图像中检测出来的图像幅数表示。 表２ ＩＲＳ（仅Ｒ）与ＲＳ算法检测率的比较 嵌入率 １ ２ Ａ ｏ３ Ａ ｏ５ ７ １０ ＲＳ １５４ １６４ １８Ｏ １９１ １９５ ２００ ＩＲＳ（仅Ｒ）１７６ １８４ １８７ １９３ １９７ ２００ 相对差值１４．２８ １２．１９ ３．８８ １．０４ １．０２％０．Ｏ０％ ３ 新算法一ＱＲＳ（仅Ｒ）隐藏检测算法 ３．１基本思想 本文提出的ＱＲＳ（仅Ｒ）算法，是将ＱＲＳ算法和ＩＲＳ （仅Ｒ）算法思想相结合的一种新算法。前文已提到，将 Ｒ 、Ｓ— 曲线拟合为两条二次曲线的ＱＲＳ算法和仅利用 两条Ｒ 和Ｒ— 就能够可靠地估计信息长度的ＩＲＳ（仅Ｒ） 算法，均具有比ＲＳ算法更高的性能。故将ＱＲＳ与ＩＲＳ（仅 Ｒ）算法结合，便能获得更佳的检测效果。 ＱＲＳ（仅Ｒ）算法在估计嵌入率前，事先须求出八个数 值，即ＲＭ（Ｐ／２）、Ｒ Ｍ（Ｐ／２）、ＲＭ（１／２－－ｚＤ、Ｒ Ｍ（１／２－－ｚＤ、 ＲＭ（］／２＋△）、Ｒ Ｍ（］／２＋△）、ＲＭ（１一Ｐ／２）、Ｒ Ｍ（１一Ｐ／２）。 八个数值的获得即可估计出两条抛物曲线Ｒ”和Ｒ一 的表 达式，现假设： 尺Ｍ： 一 １ ＋６１ｚ＋ｎ ＲＭ： 一Ⅱ２ ＋６２ｚ＋ｒ２ 则两曲线的交点方程为 （ａｌ—ａ２）．７２。＋（６１—６２）ｚ＋（，１一ｒ２）一０ （３） 其中，ａ１—２Ｒ—Ｍ（Ｐ／２）＋２Ｒ—Ｍ（１一Ｐ／２）一４Ｒ—Ｍ（１／２），ａ２ —２ＲＭ（Ｐ／２）＋２ＲＭ（１一Ｐ／２）一４ＲＭ（１／２） ｂｌ—一３Ｒ Ｍ（Ｐ／２）一 Ｍ（卜Ｐ／２）＋４Ｒ Ｍ（１／２），ｒｌ— Ｍ（Ｐ／２） ｂｚ—一３ＲⅥ（Ｐ／２）一ＲⅥ（卜Ｐ／２）＋ Ｍ（１／２），ｒ２一ＲＭ（Ｐ／２） 设由交点方程解得的绝对值较大解为ＸＲ，由Ｐ一２ＸＲ／ （２ｘＲ～１），便可求出嵌入率值。 ３．２实验结果 由于ＩＲＳ（仅Ｒ）算法主要针对的是灰度图像，本实验选 ６８ 孙碧容等：基于图像ＬＳＢ的隐藏检测算法研究 总第２１１期 取２００幅ＵＳＩ图像作为ＱＲＳ（仅Ｒ）算法的实验对象。 ３．２．１ ＱＲＳ（仅Ｒ）与ＱＲＳ算法的比较 ＯＲＳ（仅Ｒ）算法都比ＱＲＳ算法的检测率要高。除此之外， ＱＲＳ（仅Ｒ）算法相比于ＱＲＳ算法，检测时间明显减少，减 少的相对差约为３８．８９ 。 ３．２．２ ＱＲＳ（仅Ｒ）与ＩＲＳ（仅Ｒ）算法的比较 对载体图像进行统计仿真，求出两算法各自判断图像 ｉ ７ ５１ ００ ５． ２ ８ 是否隐秘的阈值。建立嵌入率为１ 、２ 、３ 、５％、７ 、 ％ １Ｏ 的隐秘图像库，根据阈值对各嵌入率图像库进行检测。 ７ １３８ ｌ々，８． １ ９ 实验结果显示，对于灰度图像，ＯＲＳ（仅Ｒ）与ＩＲＳ（仅Ｒ） 算法估计精度优劣性的比较不太明显。为了体现两者的差 别，现对２００幅ＵＣＩＤ无损彩色图像库进行仿真，嵌入的信息 长度分别为１Ｏ 、３Ｏ 、５Ｏ 、７Ｏ 、９０ 。仿真结果表明，与 两算法在不同嵌入率下的检测率及其相对差值如表３所 ％ 示。检测率用２００幅隐秘图像中检测出来的图像幅数表 ８ １６ ９ １ｌ ２． ６ 示。 ８ 衰３ ＱＲＳ（仅Ｒ）与ＱＲＳ算法检测率的比较 Ｌ ＩＲＳ（仅Ｒ）算法相比，ＯＲＳ（仅Ｒ）算法估计嵌入率值的波动胜 明显要小，估计精度较高。在检测时间上，ＯＲＳ（仅Ｒ）算法 相对于ＩＲＳ（仅Ｒ）延长了３２．ｏｏ 。表４为两算法各嵌入率 嵌入率 ＯＲＳ １ ２ ３ ５ １ ３ ７Ｘ ０ 吐‘ １０ ＱＲＳ（仅Ｓ） 相对差值 Ｌ ５ ７ ０ ２ 仿真图中估计嵌入率值的波动情况统计表。其中，上限和下 限值指的是估计嵌入率的值域范围的上界和下界值，“１．０” 表示嵌入率值为１００％，“０．ｏ”表示嵌人率为ｏ 。 Ｏ ２０ ２０． 从表上数据可以看出，对于任何嵌入率的隐秘图像， Ｏ Ｏ Ｏ ０ 表４ ＱＲＳ（仅Ｒ）与ＩＲＳ（仅Ｒ）算法检测率的比较 解释说明：两算法仿真图中的估计嵌入率值都比较集 中于实际嵌入率值，估计嵌入率值异常的图像占少数。这 相对提高了１５ ；２）相比于ＩＲＳ（仅Ｒ），估计精度提高的 相对值可高达３Ｏ ；３）相比于ＲＳ，检测率相对提高了 里的上限和下限值，指的就是仿真图中一些不稳定图像的 嵌入率估计值。 ３．２．３ ＱＲＳ（仅Ｒ）与ＲＳ算法的比较 ｌ７ 。ＱＲＳ（仅Ｒ）算法适于检测各种ＬＳＢ隐写工具，是一 种简单实用和性能较高的隐藏检测算法。 通过图像仿真统计表明，在检测率方面，ＯＲＳ（仅Ｒ）算 法相对于ＲＳ算法性能有所提高。表５是嵌入信息长度为 １ 、２ 、３ 、５ 、７ 、１０ 时两算法的检测率及其相对差 值的统计表。检测率用２００幅隐秘图像中检测出来的图像 幅数表示。 表５ ＯＲＳ（仅Ｒ）与ＲＳ算法检测率的比较 嵌入率 ＲＳ 参考文献 Ｅ１］贺海玉，汤光明，贾利新．基于ＪＰＥＧ图像的信息隐藏检测算法 研究ＥＪ］．河南科学，２００５，２３（３）：４２９—４３２． ［２］张春荣．基于图像的隐藏信息的分析及检测技术［Ｄ］．成都：成 都电子科技大学计算机应用技术学院，２００７． １Ｏ ２００ １ １５４ ２ １６４ ３ １８Ｏ ５ １９１ ７ １９５ ［３］邢霜竹．基于静止图像的隐写检测算法研究［Ｄ］．北京：北京邮 电大学信息工程研究院，２００６． ＱＲＳ（仅Ｒ）１８１ １８７ １９１ １９３ １９７ ２００ ［４］Ｊｅｓｓｉｃａ Ｆｒｉｄｒｉｃｈ．Ｄｅｔｅｃｔｉｎｇ ＬＳＢ Ｓｔｅｇａｎｏｇｒａｐｈｙ ｉｎ Ｃｏｌｏｒ ａｎｄ Ｇｒａｙｓｃａｌｅ Ｉｍａｇｅｓ［Ｊ］．Ｍａｇａｚｉｎｅ ｏｆ ＩＥＥＥ Ｍｕｌｔｉｍｅｄｉａ，Ｓｐｅｃｉａｌ Ｉｓｓｕｅ ｏｎ Ｓｅｃｕｒｉｔｙ，Ｏｃｔ—Ｎｏｖ，２００１：２２—２８． 相对差值 １７．５３ １４．Ｏ２ ６．１１ １．Ｏ４ １．０２ ０．００ 然而，通过各嵌入率隐秘图像的仿真显示，ＱＲＳ（仅Ｒ） 算法比ＲＳ算法估计嵌入率值的波动性要大，且估计精度 也不如其高。在执行时间上，ＱＲＳ（仅Ｒ）算法长于ＲＳ算 法，时间延长的相对差约为２２．２２ 。 ［５］于稹，陈克非．ＲＳ检测算法的分析与改进［Ｊ］．计算机工程， ２００８，３４（８）：１７０－１７３． ［６］丁晋晶．图像数字水印的隐藏信息检测算法研究［Ｄ］．上海：上 海交通大学通信与信息研究院，２００７． ［７］Ｋｅｒ Ａ．Ｄ．Ｉｍｐｒｏｖｅｄ Ｄｅｔｅｃｔｉｏｎ ｏｆ ＬＳＢ Ｓｔｅｇａｎｏｇｒａｐｈｙ ｉｎ ４结语 本文提到的ＲＳ算法是一种以图像空域相关性作为出 发点的算法，具有较高的检测率和精确度。将Ｒ一 、Ｓ 曲 Ｇｒａｙｓｃａｌｅ Ｉｍａｇｅｓ［Ｊ］．Ｔｈｅ ６ｔｈ Ｉｎｆｏｒｍａｔｉｏｎ Ｈｉｄｉｎｇ Ｗｏｒｋｓｈｏｐ， Ｖｏｌ ３２００ ｏｆ Ｓｐｒｉｎｇｅｒ ＬＮＣＳ，２００４：９７—１１５． ［８］ＵＣＩＤ无损彩色图像库［－ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｖｉｓｉｏｎ．ＣＳ．ａｓｔｏｎ．ａｃ． ｕｋ／ｄａｔａｓｅｔｓ／ＵＣＩＤ／ｕｃｉｄ．ｈｔｍ１． 线拟合为两条二次曲线的ＯＲＳ算法和仅利用两条ＲＭ和 Ｒ—Ｍ便能够可靠地估计信息长度的ＩＲＳ（仅Ｒ）算法，均具有 比ＲＳ算法更好的性能。本文提出的ＱＲＳ（仅Ｒ）算法，则 是将ＱＲＳ和ＩＲＳ（仅Ｒ）相结合的一种算法。实验结果表 明：１）该算法相比于ＱＲＳ，检测时间减少了３８ ，检测率 Ｅ９］ＣＢＩＲ有损彩色图像库［ＥＢ／ＯＬ］．ｈｔｔｐ：／ｗｗｗ．ＣＳ．ｗａｓｈｉｎｇｔｏｎ． ｅｄｕ／ｒｅｓｅａｒｃｈ／ｉｍａｇｅｄａｔａｂａｓｅ／ｇｒｏｕｎｄｔｒｕｔｈ． ［－１０］ＵＳＣ ＳＩＰＩ无损灰度图像库［ＥＢ／ＯＩ ］．ｈｔｔｐ：／／ｓｉｐｉ．ｕｓｅ．ｅｄｕ／ ｄａｔａｂａｓｅ／