基于關(guān)鍵點(diǎn)和扇形均值的拷貝粘貼圖像取證算法研究.pdf

1、人類對(duì)信息的需求快速增長(zhǎng)，作為信息載體的數(shù)字圖像已廣泛應(yīng)用于各個(gè)領(lǐng)域，圖像編輯軟件可以輕而易舉地篡改圖像，而且人眼無(wú)法直接分辨真假。如果篡改后的圖像被用于法庭審判和醫(yī)療事業(yè)等正式的場(chǎng)合，毫無(wú)疑問(wèn)會(huì)引起各種信任問(wèn)題。因此，數(shù)字圖像真實(shí)性應(yīng)該受到保護(hù)，目前，鑒別圖像真實(shí)性的技術(shù)已成為國(guó)內(nèi)外關(guān)注的一個(gè)課題。本文主要研究?jī)?nèi)容是基于關(guān)鍵點(diǎn)和分塊匹配的圖像盲取證技術(shù)。
　　本文首先對(duì)數(shù)字圖像取證技術(shù)的研究現(xiàn)狀進(jìn)行分析。然后對(duì)基于分塊匹配和基于

2、關(guān)鍵點(diǎn)的拷貝粘貼篡改圖像檢測(cè)算法進(jìn)行分析研究，并總結(jié)了現(xiàn)有算法的優(yōu)缺點(diǎn)。
　　通過(guò)對(duì)基于Harris角點(diǎn)和階梯扇形統(tǒng)計(jì)信息的拷貝粘貼檢測(cè)算法進(jìn)行仿真，并對(duì)目標(biāo)移除和目標(biāo)添加篡改方式下的圖像進(jìn)行檢測(cè)和分析，發(fā)現(xiàn)該算法存在三點(diǎn)不足:不能抵抗平滑區(qū)域的篡改攻擊;不能抵抗較小面積區(qū)域的篡改攻擊;不能檢測(cè)出目標(biāo)粘貼多次的篡改。本文首先討論影響Harris角點(diǎn)提取的因素，然后分析扇形的半徑對(duì)算法檢測(cè)性能的影響，進(jìn)而設(shè)計(jì)一種基于Harris角點(diǎn)

3、和扇形均值的拷貝粘貼圖像檢測(cè)算法，該算法通過(guò)改變角點(diǎn)響應(yīng)函數(shù)和降低對(duì)比閾值來(lái)使平滑區(qū)域提取到足夠的角點(diǎn)，進(jìn)而提高對(duì)平滑篡改區(qū)域的檢測(cè)性能;通過(guò)選擇適當(dāng)?shù)纳刃伟霃教岣邔?duì)小面積篡改的檢測(cè)率，利用G2NN進(jìn)行特征向量匹配，提高算法對(duì)多重目標(biāo)粘貼篡改的檢測(cè)性能。最后通過(guò)RANSAC算法來(lái)降低誤檢。仿真實(shí)驗(yàn)表明，改進(jìn)后的算法能檢測(cè)平滑區(qū)域篡改和小面積區(qū)域篡改，同時(shí)能抵抗目標(biāo)多次粘貼篡改的攻擊，然而該算法抗尺度縮放性不強(qiáng)。
　　為了增強(qiáng)這類算

4、法的抗尺度縮放性，同時(shí)降低對(duì)自相似真實(shí)區(qū)域的誤檢，本文設(shè)計(jì)了一種基于SIFT關(guān)鍵點(diǎn)和扇形均值的取證算法。該算法先提取圖像的SIFT關(guān)鍵點(diǎn)，然后用扇形均值形成的特征向量來(lái)描述每個(gè)以SIFT關(guān)鍵點(diǎn)為中心的小圓形區(qū)域，并利用G2NN算法進(jìn)行特征匹配，最后通過(guò)聚類區(qū)分不同的克隆區(qū)域，再利用RANSAC算法和ZNCC算法來(lái)降低誤檢，最終精確定位篡改區(qū)域。仿真結(jié)果表明，該算法能抵抗一定的尺度縮放攻擊，且能準(zhǔn)確定位并標(biāo)記出篡改區(qū)域。
　　最后，