基于統(tǒng)計特征的數(shù)字圖像拼接檢測技術(shù)研究.pdf

1、伴隨著互聯(lián)網(wǎng)、計算機技術(shù)和數(shù)碼設(shè)備的急速發(fā)展和普及，數(shù)碼相機和豐富多彩的圖像已經(jīng)廣泛融入人們的日常生活中。同時，相應(yīng)的數(shù)字圖像編輯工具也大量出現(xiàn)，對數(shù)碼照片、圖像進行處理、修飾變得越來越簡單，從視覺上已經(jīng)不易察覺出自然圖像和篡改圖像。對數(shù)字圖像的偽造篡改變得隨心所欲，其安全性受到前所未有的考驗，若虛假圖片被隨意使用在新聞媒體、法律案件、軍事領(lǐng)域等重要場合，這將會引起個人偏激行為的產(chǎn)生，同時也會對社會和諧穩(wěn)定發(fā)展產(chǎn)生影響。因此，通過技術(shù)手

2、段鑒定數(shù)字圖像的真實性與可靠性很有實際意義，對該技術(shù)的研究成為近年數(shù)字圖像取證的熱點。
　　本文對數(shù)字圖像取證的研究背景、取證技術(shù)、相關(guān)的研究機構(gòu)和目前面臨的問題進行了較為詳細的介紹。重點對數(shù)字圖像被動取證中的篡改偽造技術(shù)、取證算法、被動取證系統(tǒng)和合成篡改圖像特征等四個方面進行了總結(jié)歸納。重點分析了目前主流的被動取證算法，在前人研究的基礎(chǔ)上，提出一種新的基于統(tǒng)計特征提取的拼接檢測算法作為本文創(chuàng)新點。本文主要工作如下：
　　(

3、1)研究數(shù)字圖像拼接被動盲取證思路，對目前不同的被動取證進行了學(xué)習(xí)，對取證算法的分類、模型和被動取證過程中所使用的具體特征做了全面介紹。
　　(2)結(jié)合現(xiàn)有數(shù)字圖像被動盲取證的理論模型，根據(jù)盲取證的不同算法，歸結(jié)出一個基于統(tǒng)計特征的被動取證的理論模型。
　　(3)由于傳統(tǒng)的圖像拼接檢測方法存在識別率低和提取特征維度高的缺陷，本文對圖像特征提取中的特征維度與拼接檢測精度兩者之間的關(guān)系進行了學(xué)習(xí)和研究?；趫D像是由眾多像素組合而

4、成，圖像的篡改必定引起圖像像素改變的思路，提出以像素為基礎(chǔ)的改進特征維度的思想，提出將數(shù)字圖像的信息熵和差分激勵特征融合的數(shù)字圖像拼接檢測算法。在該方法中，首先對原圖像提取信息熵和差分激勵；其次采用差分直方圖進行特征融合；再次使用v-SVM(v-Support Vector Machine)分類器建立模型；最后判定圖像是否經(jīng)過篡改操作。經(jīng)過實驗平臺仿真，在哥倫比亞拼接圖像庫中本文提出的算法在特征維度和檢測精度方面具有一定優(yōu)勢，為實現(xiàn)快速