針對(duì)拼接-合成攻擊的圖像被動(dòng)取證方法研究.pdf

1、隨著強(qiáng)大的數(shù)字圖像處理軟件的出現(xiàn)，對(duì)圖像進(jìn)行惡意篡改變得非常的容易，圖像的真實(shí)性和完整性就受到了威脅。圖像拼接攻擊是一種常見且簡(jiǎn)單的圖像篡改方法，圖像拼接檢測(cè)是一種重要的數(shù)字圖像取證方法。本文主要致力于研究基于被動(dòng)取證的圖像拼接/合成檢測(cè)方法，具體工作如下：
　　提出了兩種拼接/合成圖像檢測(cè)方案，兩種方案都是直接針對(duì)測(cè)試圖像進(jìn)行檢測(cè)。方案一是基于圖像頻域統(tǒng)計(jì)特征的方法，其基本思想是利用能夠表達(dá)其紋理特點(diǎn)的局部二值模式（英文全稱，L

2、BP），及其DCT域的統(tǒng)計(jì)量作為特征向量，建立統(tǒng)計(jì)模型。方案二利用了Watson視覺模型，首先計(jì)算圖像的局部DCT系數(shù)，利用Watson視覺模型提取DCT域中視覺敏感的系數(shù)，然后計(jì)算LBP，并用其標(biāo)準(zhǔn)方差作為特征向量，建立統(tǒng)計(jì)模型。對(duì)于這兩種統(tǒng)計(jì)模型，我們分別使用LIBSVM作為分類器,檢測(cè)圖像是否經(jīng)歷了拼接/合成攻擊。實(shí)驗(yàn)結(jié)果表明我們提出的兩種方案的檢測(cè)率分別達(dá)到98.1％和99%，即具有較高的檢測(cè)率，且具有較強(qiáng)的魯棒性和穩(wěn)定性。

3、r>　　提出了一種拼接/合成圖像篡改定位方法。對(duì)于數(shù)碼相機(jī)獲取的全彩色圖像，CFA插值的運(yùn)用為拼接圖像的檢測(cè)與定位提供了理論基礎(chǔ)，即插值操作使圖像相鄰像素間具有相同模式的相關(guān)性，拼接操作會(huì)破壞或者改變這種相同模式的相關(guān)性，鑒于此，我們利用CFA插值模型，通過改進(jìn)的EM算法估計(jì)模型系數(shù)，并用這些系數(shù)的期望構(gòu)造插值內(nèi)核以對(duì)待檢測(cè)的圖像進(jìn)行估計(jì)，獲得估計(jì)的原始模式圖像，最后，比較估計(jì)的原始模式圖像與待檢測(cè)圖像，并結(jié)合Canny邊緣檢測(cè)，確定篡