篡改的數(shù)字圖像盲檢測算法研究.pdf

1、隨著圖像處理技術(shù)和圖像編輯軟件易用性的不斷提高，生活中出現(xiàn)了越來越多被篡改的圖像。那些遭篡改的圖像改變了原圖表達(dá)的含義，會誤導(dǎo)觀察者，而且經(jīng)互聯(lián)網(wǎng)傳播后可能會造成很惡劣的社會影響，這就急需一種能夠檢測出篡改圖像的技術(shù)。然而，由于多個方面的限制，需要預(yù)先在圖像中嵌入信息的主動檢測技術(shù)發(fā)展緩慢，難以滿足社會需求。因此與之對應(yīng)的盲檢測技術(shù)成為一個新的研究熱點。
　　 本文在學(xué)習(xí)和總結(jié)已有的基本理論和最新的研究成果的基礎(chǔ)上，針對兩類合成

2、篡改圖像的檢測作了研究和創(chuàng)新，主要工作如下:
　　 首先，針對不同圖像的拼接篡改，本文在研究圖像處理能力更強(qiáng)的contourlet變換基礎(chǔ)上，采用contourlet變換域的能量分布作為特征，按照模式識別分類的思想，對篡改圖像和自然圖像分類，從混雜的圖像中找出篡改圖像。算法先用一半數(shù)量的樣本訓(xùn)練支持向量機(jī)，再對剩余的樣本做預(yù)測。實驗表明以contourlet方向子帶系數(shù)的矩特征作為分類依據(jù)，可以達(dá)到69％的準(zhǔn)確率，組合特征的準(zhǔn)確

3、率和真正類率更高。
　　 其次，針對同幅圖像的復(fù)制-粘貼篡改，本文分析比較了常見的塊匹配檢測方法和新出現(xiàn)的點匹配檢測方法，指出了這兩種模型的優(yōu)缺點。論文根據(jù)點匹配方法，通過從圖像全局篩選關(guān)鍵點，并分別以這些關(guān)鍵點相互之間的位置關(guān)系和灰度直方圖作為特征進(jìn)行相似度比較。根據(jù)找到的相似點判斷出篡改區(qū)域的位置。
　　 最后，本文分析了篡改圖像盲檢測存在的一些亟待解決的關(guān)鍵問題和未來可能的研究方向，而且指出了本文算法存在的不足和改