基于統(tǒng)計(jì)建模的數(shù)字圖像被動(dòng)認(rèn)證技術(shù)研究.pdf

1、隨著數(shù)碼設(shè)備和圖像處理軟件的快速發(fā)展，人們可以非常簡(jiǎn)單地修改數(shù)字圖像。如果重要的圖像被惡意篡改，那么將會(huì)對(duì)社會(huì)產(chǎn)生不良影響。數(shù)字圖像被動(dòng)認(rèn)證技術(shù)相對(duì)于數(shù)字水印等主動(dòng)認(rèn)證技術(shù)來(lái)說(shuō)，不需要任何先驗(yàn)信息，具有廣泛的應(yīng)用價(jià)值。本文主要研究基于統(tǒng)計(jì)建模的數(shù)字圖像被動(dòng)認(rèn)證方法，將隱寫(xiě)分析領(lǐng)域提出的統(tǒng)計(jì)模型結(jié)合機(jī)器學(xué)習(xí)方法應(yīng)用于圖像篡改檢測(cè)。針對(duì)拼接篡改會(huì)改變圖像紋理的問(wèn)題，采用紋理分析方法對(duì)統(tǒng)計(jì)模型特征提取過(guò)程進(jìn)行改進(jìn)，并成功用于圖像拼接篡改檢測(cè)。

2、本文主要完成了以下工作:
　　(1)研究圖像統(tǒng)計(jì)建模的相關(guān)方法。首先分析隱寫(xiě)分析與圖像篡改檢測(cè)的關(guān)系，研究已成功用于隱寫(xiě)分析領(lǐng)域的相關(guān)統(tǒng)計(jì)模型。接著研究了常用的紋理分析方法，重點(diǎn)介紹了局部二值模式LBP技術(shù)和共生矩陣技術(shù)，它們都可提取緊湊且魯棒的統(tǒng)計(jì)特征。然后介紹了用來(lái)計(jì)算殘差圖像的線性和非線性高通濾波器，統(tǒng)計(jì)特征的提取都要建立在殘差圖像的基礎(chǔ)上。最后介紹了支持向量機(jī)SVM和集成分類器兩種機(jī)器學(xué)習(xí)方法。
　　(2)殘差局部描

3、述子特征提取模型及其在圖像篡改檢測(cè)中的應(yīng)用研究。首先，深入研究了近來(lái)在隱寫(xiě)分析領(lǐng)域提出的殘差局部描述子特征提取方法。接著，結(jié)合機(jī)器學(xué)習(xí)方法將其應(yīng)用于圖像拼接篡改檢測(cè)和圖像翻拍篡改檢測(cè)。在拼接篡改檢測(cè)實(shí)驗(yàn)中，根據(jù)每個(gè)殘差局部描述子得到的AUC估值，選取AUC值較高的描述子特征進(jìn)行組合。在翻拍篡改檢測(cè)實(shí)驗(yàn)中，采用貪心組合策略，即通過(guò)窮舉搜索，每次選取一個(gè)組合后檢測(cè)準(zhǔn)確率最優(yōu)的特征進(jìn)行組合。由于現(xiàn)實(shí)中圖像篡改手段多樣且殘差局部描述子可能檢測(cè)不

4、出區(qū)域較小的篡改，在所提方法的后期階段，使用基于Patchmatch的塊匹配方法對(duì)前期檢測(cè)結(jié)果為真的圖像再進(jìn)行一次拷貝粘貼篡改檢測(cè)。
　　(3)基于LBP和共生矩陣的圖像拼接篡改檢測(cè)研究。針對(duì)拼接篡改會(huì)引起圖像紋理改變的問(wèn)題，在殘差局部描述子特征提取模型的基礎(chǔ)上，提出一種基于紋理分析的圖像拼接篡改檢測(cè)方法。該方法將局部二值模式LBP和共生矩陣兩種技術(shù)相結(jié)合，利用兩種改進(jìn)的LBP方法對(duì)殘差圖像局部紋理進(jìn)行描述，然后借助兩類共生矩陣技