圖像盲篡改檢測算法研究.pdf

1、近幾年，隨著數(shù)字圖像在媒體上的普及。圖像成為了人們越來越重要獲取信息的通道。但諸如華南虎事件等類似層出不窮的圖像偽造事件，引發(fā)了人們對圖像真?zhèn)涡匀绾舞b別的思考。數(shù)字圖像篡改檢測技術(shù)就是在這樣的背景下應(yīng)運而生。主要是通過數(shù)字圖像處理等技術(shù)研究如何鑒別圖像是真是假的技術(shù)。
　　本文首先闡述了篡改檢測這一領(lǐng)域的背景和研究意義。然后較全面的介紹和比較了當(dāng)前最主要的兩大檢測算法類別，即主動檢測和被動檢測各類算法的原理以及優(yōu)劣。重點介紹了被動

2、篡改檢測的相關(guān)技術(shù)。并分別針對被動篡改檢測技術(shù)兩種最重要的篡改手段，同幅圖片的復(fù)制-粘貼篡改和不同幅圖片的拼接篡改提出了兩種改進的檢測方案:
　　(1)基于HSV和SIFT的復(fù)制-粘貼篡改檢測。
　　主要針對同幅圖片的復(fù)制-粘貼篡改檢測。在研究各種復(fù)制粘貼篡改檢測算法的基礎(chǔ)上，針對傳統(tǒng)的SIFT算法對顏色特征的忽略，提出了提取圖像的HSV特征作為SIFT特征補充的一種檢測算法。首先利用SIFT算法求出特征點和SIFT特征向量

3、，然后利用特征點鄰域的HSV平均值提取HSV特征向量。最后將128維的SIFT特征向量和3維的HSV特征向量進行匹配，確定篡改區(qū)域。
　　(2)基于多域特征融合的拼接篡改檢測。
　　主要針對不同圖片的拼接篡改檢測。針對自然圖像在空域、DCT域、DWT域上的固有分布而提出的一種基于三域特征融合的檢測算法。在空域利用圖像的游程特性，在DCT域利用自然圖像服從的高斯模型，在DWT域利用子帶特征。設(shè)計了一種新的特征提取方案，并利用S

4、VM的分類模型對拼接圖像進行檢測。經(jīng)過實驗驗證，比基于單域特征的檢測算法有更好的效果。
　　經(jīng)實驗表明，本文提出的兩種檢測算法均比之前通用的檢測算法有不同程度的優(yōu)化?；贖SV和SIFT的復(fù)制-粘貼檢測，在對有相似背景的圖像方面檢測效果更高。基于多域特征融合的拼接檢測也比基于單獨一個域特征的檢測算法有更好的效果。本文提出的兩種檢測算法，涵蓋了復(fù)制-粘貼篡改檢測和拼接篡改檢測這兩種最重要的圖像篡改方式。均能比傳統(tǒng)的檢測算法有不同程度