基于同幅圖像的復(fù)制粘貼篡改的盲檢測.pdf

1、隨著數(shù)碼相機(jī)、高性能智能手機(jī)的普及和高性能攝像頭的不斷革新，數(shù)字圖像作為日常生活中的信息載體越來越得到普遍應(yīng)用。隨著數(shù)字圖像處理編輯軟件也大量出現(xiàn)，雖然對圖像處理帶來了很大的益處，但任何事情都是“雙刃劍”，這也給那些心懷叵測之人帶來了危害社會的更加容易的手段。目前，網(wǎng)絡(luò)上和社會上充滿著大量偽造圖片在混淆視聽，已經(jīng)對人們的切身利益造成了傷害。是以，針對偽造圖像的識別與研究具備重大價值，也應(yīng)該提到探索日程上來。
　　當(dāng)前圖像篡改檢測算

2、法琳瑯滿目，我國關(guān)于這方面的研究雖然取得了非常大的成就，但目前還處于初步階段，也存在許多不足之處，算法性能比較單一。本文中主要針對數(shù)字圖像區(qū)域復(fù)制粘貼篡改手段盲檢測研究，區(qū)域復(fù)制粘貼篡改屬于局部篡改手段類別。目前，針對圖像區(qū)域復(fù)制粘貼篡改盲檢測技術(shù)主要分為基于圖像塊檢測算法和基于特征點檢測算法，本文對前人算法不足進(jìn)行分析，并提出相應(yīng)的改進(jìn)算法。論文主要工作:
　　1、論文首先具體講述了關(guān)于數(shù)字圖像篡改認(rèn)證技術(shù)研究背景與意義、國內(nèi)外

3、研究現(xiàn)狀，系統(tǒng)的分析了圖像篡改的方式，著重介紹了同幅圖像copy-move篡改手段，詳細(xì)分析了圖像copy-move篡改模型以及概述現(xiàn)存對copy-move篡改盲取證技術(shù)認(rèn)證算法，詳細(xì)介紹了現(xiàn)存較為經(jīng)典檢測方法。
　　2、本文第三章針對圖像盲檢測技術(shù)基于圖像塊檢測算法，分析現(xiàn)存圖像塊算法的優(yōu)缺點基礎(chǔ)上，提出了基于改進(jìn)Hu矩和Zernike矩結(jié)合的圖像塊匹配法。該算法基于改進(jìn)Hu矩和Zernike矩來表征特征向量，該算法首先對圖像進(jìn)

4、行滑動分塊，提取圖像塊特征向量，利用圖像子塊特征向量相關(guān)性來識別圖像篡改且定位其位置，該算法實時性得到提高，且對平移、旋轉(zhuǎn)魯棒性較好。實驗結(jié)果表明該算法可以有效抵制對篡改區(qū)域進(jìn)行旋轉(zhuǎn)、平移操作處理。
　　3、本文第四章針對圖像盲檢測算法基于特征點檢測算法，分析傳統(tǒng)SIFT算法缺陷，提出了融合高斯幾何不變矩的改進(jìn)SIFT的特征點圖像篡改取證算法。該算法中先用改進(jìn)SIFT算法提取圖像關(guān)鍵點，為特征點分配主方向，然后提取關(guān)鍵點鄰域窗口的

5、高斯幾何不變矩作為關(guān)鍵點的特征描述子，最后進(jìn)行特征描述子的匹配，該算法采用歐氏距離進(jìn)行特征點匹配，并利用自適應(yīng)歐氏距離閾值與RANSAC結(jié)合算法剔除誤匹配對，實現(xiàn)篡改區(qū)域的識別與定位。實驗結(jié)果表明該算法可以基本保持圖像提取的特征點數(shù)，甚至?xí)p少提取的特征點數(shù)，但可以增加特征點匹配點數(shù)，減少誤匹配點，并且可以提高特征點提取時間，因為特征描述子維數(shù)的減少，對于匹配效率也有一定的提高，實驗效果圖可以看出，該算法對于復(fù)制區(qū)域的平移、尺度縮放與旋