基于熵和馬爾可夫特征的圖像拼接檢測(cè)研究.pdf

1、數(shù)字圖像以其直觀易懂并且更具說(shuō)服力的優(yōu)點(diǎn),已經(jīng)成為人們發(fā)布和獲取信息的重要方式。數(shù)碼產(chǎn)品的普及使得數(shù)字圖像充斥我們的生活,同時(shí)由于越來(lái)越多簡(jiǎn)單易用的圖形編輯軟件的出現(xiàn),使得數(shù)字圖像的編輯、修改更加容易。圖像編輯軟件給人們帶來(lái)方便的同時(shí),也帶來(lái)了安全隱患。在此背景下,數(shù)字圖像篡改檢測(cè)技術(shù)已經(jīng)成為信息安全領(lǐng)域中重要的研究方向。
　　圖像拼接是一種典型的圖像篡改方式,它是指復(fù)制一幅圖像的部分粘貼到該圖像或另一幅圖像中。針對(duì)這種篡改方式,

2、一些方法被提出,其中基于馬爾可夫特征和分類器的檢測(cè)方法是一類典型方法,該類方法具有檢測(cè)準(zhǔn)確率相對(duì)較高等優(yōu)點(diǎn),然而典型馬爾可夫特征法是使用圖像DCT系數(shù)差分矩陣的一步轉(zhuǎn)移概率矩陣,它只考慮差分矩陣中相鄰兩個(gè)元素的相關(guān)性,因此存在改進(jìn)的空間?；诖?本文在典型馬爾可夫特征的基礎(chǔ)上提出改進(jìn)的多步馬爾可夫特征,該特征是差分矩陣的多步轉(zhuǎn)移概率矩陣,包含差分矩陣中連續(xù)若干元素間的相關(guān)性信息。實(shí)驗(yàn)結(jié)果表明,基于多步馬爾可夫特征的拼接檢測(cè)準(zhǔn)確率優(yōu)于典型

3、馬爾可夫特征,平均檢測(cè)準(zhǔn)確率達(dá)到了89.12％。
　　為了進(jìn)一步提高檢測(cè)準(zhǔn)確率,本文在多步馬爾可夫特征的基礎(chǔ)上結(jié)合熵特征,提出基于熵和多步馬爾可夫特征的圖像拼接檢測(cè)方法。多步馬爾可夫特征從圖像的DCT域提取拼接篡改痕跡,熵特征從圖像小波變換子帶中提取拼接篡改痕跡。熵特征和多步馬爾可夫特征結(jié)合起來(lái),能夠從多個(gè)角度分析圖像拼接篡改痕跡,平均檢測(cè)準(zhǔn)確率進(jìn)一步提高,達(dá)到了90.20%。同時(shí)為了降低組合特征的維數(shù),使用遺傳算法來(lái)優(yōu)化組合特征