基于SIFT數(shù)字圖像復(fù)制粘貼篡改盲檢測(cè)研究.pdf

1、隨著大數(shù)據(jù)時(shí)代的來(lái)臨和現(xiàn)代網(wǎng)絡(luò)技術(shù)的發(fā)展，圖像在現(xiàn)實(shí)社會(huì)和網(wǎng)絡(luò)中更加普及，給人們的通訊和交流帶來(lái)了前所未有的便利。但是由于圖像的偽造和篡改行為的出現(xiàn)，現(xiàn)代圖像的真實(shí)性變得越來(lái)越不可靠。對(duì)于以圖像作為重要取證途徑的新聞界和法律界，圖像偽造或篡改行為帶來(lái)的后果是災(zāi)難性的。因此，對(duì)于圖像的真實(shí)性進(jìn)行檢測(cè)的圖像檢測(cè)技術(shù)，成為了現(xiàn)代社會(huì)的一個(gè)熱點(diǎn)。
　　 本文針對(duì)數(shù)字圖像的復(fù)制粘貼盲檢測(cè)進(jìn)行了研究，介紹了它的基本概念，幾種重要的數(shù)學(xué)模型。

2、詳細(xì)分析了基于SIFT的圖像復(fù)制-粘貼盲檢測(cè)的特點(diǎn)，流程，針對(duì)它存在的一些問(wèn)題進(jìn)行了改進(jìn)。
　　 為了達(dá)到混淆視覺(jué)的效果，篡改者通常對(duì)圖像的復(fù)制區(qū)域進(jìn)行一些幾何變換或者添加一些必要的后續(xù)處理操作。標(biāo)準(zhǔn)的SIFT(Scale Invariant Feature Transform)算法不能對(duì)這些情況進(jìn)行很好的處理，本文針對(duì)此問(wèn)題進(jìn)行相應(yīng)的改進(jìn)。利用SIFT關(guān)鍵點(diǎn)檢測(cè)方法檢測(cè)圖像中的所有關(guān)鍵點(diǎn)，然后計(jì)算以關(guān)鍵點(diǎn)為中心的周圍鄰域的紋理

3、特征，將二者結(jié)合作為關(guān)鍵點(diǎn)的特征描述。
　　 針對(duì)傳統(tǒng)的RANSAC(RANdom Sample Consensus)算法在計(jì)算變換參數(shù)誤差較大的問(wèn)題，本文首先隨機(jī)選取不共線的幾個(gè)點(diǎn)，粗略計(jì)算初始變換矩陣，根據(jù)得到的初始變換矩陣計(jì)算剩余點(diǎn)的距離誤差，然后采用雙閾值的方法進(jìn)行數(shù)據(jù)檢驗(yàn)并得到最終的變換參數(shù)。
　　 為了驗(yàn)證本文算法的可行性和有效性，本文用Matlab軟件對(duì)經(jīng)過(guò)復(fù)制-粘貼篡改的圖像進(jìn)行了實(shí)驗(yàn)仿真。給出了圖像經(jīng)過(guò)