2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、數(shù)字圖像的應(yīng)用范圍隨著計(jì)算機(jī)技術(shù)的發(fā)展變得非常廣泛,然而各種圖像處理軟件的出現(xiàn),使得數(shù)字圖像很容易被篡改并為社會(huì)帶來(lái)了許多負(fù)面影響。因此,迫切需要相應(yīng)的技術(shù)來(lái)檢測(cè)數(shù)字圖像的真實(shí)性。
   目前,數(shù)字圖像取證技術(shù)可以分為主動(dòng)取證和盲取證,前者在應(yīng)用時(shí)需要內(nèi)容提供方對(duì)圖像進(jìn)行預(yù)處理,而后者在應(yīng)用時(shí)則不依賴任何預(yù)處理,因此盲取證已成為當(dāng)今數(shù)字圖像取證的重點(diǎn)研究?jī)?nèi)容。本文主要是針對(duì)圖像的區(qū)域拷貝篡改進(jìn)行盲取證研究,區(qū)域拷貝粘貼篡改是為了

2、覆蓋圖像中原有信息,把圖像的某一區(qū)域拷貝粘貼到同一幅圖像的另一個(gè)區(qū)域中。本文最終提出了一種新的檢測(cè)與定位算法,研究成果如下:
   第一,首次提出LPP-SIFT(Locality Preserving Proiection-Scale InvariantFeature Transform)描述器,為SIFT特征點(diǎn)生成低維有效的特征描述子;
   第二,首次將LPP-SIFT特征描述子應(yīng)用于數(shù)字圖像的區(qū)域拷貝粘貼篡改檢測(cè)

3、及定位,LPP-SIFT描述子相對(duì)于SIFT描述子維數(shù)較低,因此在很大程度上提高了特征點(diǎn)的匹配速度;
   第三,對(duì)生成的特征向量集進(jìn)行劃分,然后采用向量角度比率作為判斷依據(jù)對(duì)特征點(diǎn)進(jìn)行匹配,成功匹配的特征點(diǎn)之間用線段標(biāo)出。
   根據(jù)本文所提出的檢測(cè)方法,可以判定圖像中特征點(diǎn)匹配對(duì)聚集的區(qū)域即為拷貝篡改區(qū)域。實(shí)驗(yàn)表明,本文提出的算法不僅能夠有效地檢測(cè)出拷貝篡改區(qū)域,而且對(duì)于旋轉(zhuǎn)、尺度縮放、JPEG壓縮以及噪聲添加都具有

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論