基于模糊度量的數(shù)字圖像拼接盲檢測(cè).pdf

1、數(shù)字圖像已經(jīng)取代傳統(tǒng)圖像，廣泛應(yīng)用于藝術(shù)、醫(yī)療、科研等各個(gè)領(lǐng)域，為生活帶來(lái)便利的同時(shí)，也帶來(lái)了一些問(wèn)題。借助于功能強(qiáng)大的圖像處理軟件，數(shù)字圖像纂改變得非常便捷，大量的數(shù)字圖像內(nèi)容被夸大、扭曲，這為數(shù)字圖像帶來(lái)了新的信譽(yù)危機(jī)。因此對(duì)數(shù)字圖像的真實(shí)性和原始性進(jìn)行檢測(cè)日趨成為研究的熱點(diǎn)。
　　 數(shù)字圖像的纂改手法有許多種，其中包括：拼接和復(fù)制粘貼、變種、潤(rùn)飾、增強(qiáng)、計(jì)算機(jī)生成圖像、繪畫。本文主要針對(duì)拼接這種手法來(lái)提出檢測(cè)算法，主要的工

2、作具體包括：
　　 首先研究基于圖像顏色信息進(jìn)行篡改檢測(cè)方法。在一幅自然圖像中，銳利和模糊的信息是根據(jù)景物焦平面與成像傳感器平面重合程度所決定的，景物焦平面與成像傳感器平面越近，景物越清晰，反之越模糊。在自然圖像的中心，景物焦平面與成像傳感器平面是最近的，因此是最清晰的，各種顏色銳利的像素接近中心。而拼接會(huì)擾亂圖像銳利和模糊信息的分布狀況，并表現(xiàn)在圖像的銳利和模糊的程度和分布上，因此從圖像各種顏色中提取銳利分布特征，并利用SVM

3、對(duì)這些特征進(jìn)行分類。實(shí)驗(yàn)表明該方法能對(duì)未經(jīng)模糊處理的拼接圖像和自然圖像有一定程度的區(qū)分。
　　 其次研究基于邊緣模糊度量進(jìn)行纂改檢測(cè)方法。根據(jù)觀察，拼接后的圖片如果拼接部分沒(méi)有進(jìn)行邊緣的模糊操作，那么拼接圖片的拼接邊緣是比較銳利的。而自然圖像所包含的銳利邊緣則沒(méi)有那么多。在自然圖像中心處，景物焦平面與成像傳感器平面是最近的，因此也最清晰，而其它景物邊緣會(huì)根據(jù)其焦平面與成像傳感器的距離大小而產(chǎn)生不同程度的模糊。因此，拼接圖片中邊緣