基于統(tǒng)計建模的數(shù)字圖像被動認證技術(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，那么將會對社會產(chǎn)生不良影響。數(shù)字圖像被動認證技術(shù)相對于數(shù)字水印等主動認證技術(shù)來說，不需要任何先驗信息，具有廣泛的應用價值。本文主要研究基于統(tǒng)計建模的數(shù)字圖像被動認證方法，將隱寫分析領(lǐng)域提出的統(tǒng)計模型結(jié)合機器學習方法應用于圖像篡改檢測。針對拼接篡改會改變圖像紋理的問題，采用紋理分析方法對統(tǒng)計模型特征提取過程進行改進，并成功用于圖像拼接篡改檢測。

2、本文主要完成了以下工作:
　　(1)研究圖像統(tǒng)計建模的相關(guān)方法。首先分析隱寫分析與圖像篡改檢測的關(guān)系，研究已成功用于隱寫分析領(lǐng)域的相關(guān)統(tǒng)計模型。接著研究了常用的紋理分析方法，重點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)計特征。然后介紹了用來計算殘差圖像的線性和非線性高通濾波器，統(tǒng)計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SVM和集成分類器兩種機器學習方法。
　　(2)殘差局部描

3、述子特征提取模型及其在圖像篡改檢測中的應用研究。首先，深入研究了近來在隱寫分析領(lǐng)域提出的殘差局部描述子特征提取方法。接著，結(jié)合機器學習方法將其應用于圖像拼接篡改檢測和圖像翻拍篡改檢測。在拼接篡改檢測實驗中，根據(jù)每個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行組合。在翻拍篡改檢測實驗中，采用貪心組合策略，即通過窮舉搜索，每次選取一個組合后檢測準確率最優(yōu)的特征進行組合。由于現(xiàn)實中圖像篡改手段多樣且殘差局部描述子可能檢測不

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的塊匹配方法對前期檢測結(jié)果為真的圖像再進行一次拷貝粘貼篡改檢測。
　　(3)基于LBP和共生矩陣的圖像拼接篡改檢測研究。針對拼接篡改會引起圖像紋理改變的問題，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，利用兩種改進的LBP方法對殘差圖像局部紋理進行描述，然后借助兩類共生矩陣技