數(shù)字圖像分形特征分析及其在取證中的應(yīng)用研究.pdf

1、隨著信息技術(shù)和渲染技術(shù)的快速發(fā)展，圖形圖像處理軟件的功能日趨強(qiáng)大。這些先進(jìn)的圖像處理技術(shù)在給人們提供很好視覺效果的同時(shí)，也為圖像偽造提供了可能。功能強(qiáng)大、操作簡單的3D建模軟件如3DMax，Lightscape，Maya等已能生成高度真實(shí)的圖像，人們已無法用肉眼辨別其真?zhèn)?。倘若這些圖像被用于新聞報(bào)道、保險(xiǎn)或法庭證物，將會給社會的和平安定帶來嚴(yán)重的負(fù)面影響。因此，確保數(shù)字圖像真實(shí)性、原始性和完整性的數(shù)字圖像取證技術(shù)已成為目前研究的一個(gè)熱點(diǎn)

2、。
　　文章首先介紹了數(shù)字圖像取證技術(shù)的研究背景、意義和國內(nèi)外研究現(xiàn)狀，結(jié)合相關(guān)理論知識，分析和比較了幾種常用的PRNU(Photo-responseNon-uniformityNoise)提取算法的性能。然后根據(jù)自然圖像(PhotographicImages，PIM)與計(jì)算機(jī)生成圖像(PhotorealisticComputerGraphics，PRCG)成像渠道的差異，提出了一種基于PRNU多重分形譜特征的自然圖像與計(jì)算機(jī)生成

3、圖像來源鑒別算法，并針對此算法設(shè)計(jì)和開發(fā)了一個(gè)來源鑒別系統(tǒng)。論文的主要貢獻(xiàn)如下:
　　對幾種常見的PRNU提取算法在相機(jī)來源取證中的性能進(jìn)行了比較和分析。目前，PRNU提取方法種類繁多，常用的PRNU提取方法主要包括小波域維納濾波法、基于上下文模型的空域自適應(yīng)閾值去噪法和最大似然估計(jì)法。本文選取ROC(ReceiverOperatingCharacteristic)曲線下的面積(AreaUndertheCurve，AUC)、真陽性

4、率(TruePositiveRate，TPR)和假陽性率(FalsePositiveRate，F(xiàn)PR)作為性能評價(jià)指標(biāo)，對以上三類PRNU提取方法的性能進(jìn)行比較和分析。實(shí)驗(yàn)結(jié)果表明，綜合性能和計(jì)算復(fù)雜度兩方面考慮，小波域維納濾波法不僅能取得較好的分類效果，且計(jì)算復(fù)雜度較低，是一種有效的PRNU提取方法。
　　提出了一種基于PRNU多重分形譜特征的自然圖像與計(jì)算機(jī)生成圖像來源鑒別算法。該方法利用自然圖像與計(jì)算機(jī)生成圖像成像渠道不同，

5、導(dǎo)致這兩類圖像在紋理特性上存在很大差異，首先分析了自然圖像與計(jì)算機(jī)生成圖像的PRNU多重分形譜差異，然后提取小波域的8維多重分形譜特征作為鑒別特征，最后采用SVM(SupportVectorMachine)進(jìn)行分類，平均鑒別率達(dá)到98.99％。實(shí)驗(yàn)分析表明，該算法不僅對樣本比例因子不敏感，且在一定程度上能抵抗加噪、JPEG壓縮和運(yùn)動(dòng)模糊等攻擊，即使對紋理簡單的圖像也能獲得較高的鑒別率。
　　設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)自然圖像與計(jì)算機(jī)生成圖像