基于圖像統(tǒng)計特性的數(shù)字圖像盲取證研究——面向計算機生成圖像與自然圖像的鑒別.pdf

1、隨著圖像處理技術(shù)及軟件的快速發(fā)展，圖像篡改變得越來越簡單。那些人的肉眼很難分辨出的圖像篡改，給新聞界、政治界、法律界、科學(xué)界和金融界帶來了很大的麻煩，引發(fā)了互聯(lián)網(wǎng)和大眾的信任危機。檢測數(shù)字圖像的真實性已經(jīng)成為迫在眉睫的事情。
　　本文分析了現(xiàn)有的數(shù)字圖像盲取證技術(shù)的原理、特點、數(shù)學(xué)模型及算法，將基于圖像統(tǒng)計特性的數(shù)字圖像盲取證作為研究的重點，主要研究自然圖像與計算機生成圖像的鑒別。
　　在歸納總結(jié)現(xiàn)有的數(shù)字圖像盲取證技術(shù)的情

2、況下，本文詳細(xì)介紹了現(xiàn)有的自然圖像與計算機生成圖像鑒別技術(shù)，并提出一個通用的數(shù)字圖像盲取證基本框架；針對自然圖像與計算機生成圖像的鑒別，本文設(shè)計了基于LibSVM的圖像分類器，給出了自然圖像與計算機生成圖像的鑒別流程。
　　本文在分析圖像在小波域具有的統(tǒng)計特性時，詳細(xì)分析了自然圖像與計算機生成圖像在小波域的統(tǒng)計特性的差異，并根據(jù)這種差異提出了兩種自然圖像與計算機生成圖像的鑒別方法：基于高階累積量的鑒別算法和基于統(tǒng)計描述的鑒別算法。

3、
　　基于高階累積量的方法從圖像的小波域特征出發(fā)，使用QMF分解得到圖像的分解系數(shù)，用一階到四階累積量對該系數(shù)進行特征值提取，并根據(jù)預(yù)測誤差矩陣得到圖像小波系數(shù)的預(yù)測誤差，再利用該預(yù)測誤差計算其一階到四階累積量，得到圖像最終的分類特征值。
　　基于統(tǒng)計描述的方法選擇了對稱分?jǐn)?shù)B樣條小波圖像分解和適用于小波系數(shù)的部分統(tǒng)計描述量，對自然圖像與計算機生成圖像進行特征提取。其中，對稱分?jǐn)?shù)B樣條小波是一種較傳統(tǒng)小波函數(shù)能達到更高的逼近