數(shù)字圖像的盲被動檢測算法研究.pdf

1、近年來，數(shù)字圖像真實性的檢測和判定已經(jīng)逐漸成為圖像自動化處理領域的一個重要分支。它非常廣泛地應用于現(xiàn)代社會生活的各個方面，如司法取證，商標防偽，醫(yī)學圖像檢測等。數(shù)字圖像的真?zhèn)涡詸z測算法研究分為主動檢測和盲被動檢測兩個途徑。主動檢測算法是在數(shù)字圖像中預先置入識別信息，在檢測時通過檢驗識別信息來區(qū)分圖像的真?zhèn)巍６け粍訖z測算法不預先在圖像中置入識別身份的特征，僅僅通過圖像本身自有的各種特征信息進行檢測與識別真?zhèn)?。由于不用提前置入識別信息，被

2、動檢測算法有更為廣泛的應用，此方向的研究逐漸成為數(shù)字圖像處理領域的一個熱點。
　　本文以數(shù)字圖像的盲被動檢測算法的研究為重點，詳細介紹此算法研究的背景及現(xiàn)實意義，國內(nèi)外研究現(xiàn)狀和算法碰到的難點。主要工作與研究成果如下：
　　1）介紹了基于圖像自身特征進行檢測的一些常用算法，其中重點介紹最常見的檢測算法—基于圖像塊匹配的算法。以及以此算法為核心衍生出很多不同的檢測方法：窮舉搜索法，基于模糊不變矩匹配，基于奇異值分解匹配，基于主

3、成分分析匹配等。在此基礎上，在算法中增加了轉(zhuǎn)移向量統(tǒng)計模塊，可以進一步定位篡改區(qū)域。
　　2）介紹了針對最常見到的JPEG格式圖像進行被動檢測的算法。詳細論述JPEG格式圖像的生成過程并討論對此類格式圖像進行被動檢測算法的特殊性。介紹了針對JPEG格式圖像的三種檢測算法：基于BAG（Block Artifact Grid)錯置而誤匹配的檢測算法，基于背景噪聲不一致的估計量化表檢測算法，基于雙壓縮周期性檢測算法。
　　3）比較

4、了三種檢測算法，分析其優(yōu)劣后，得出了結論：基于BAG錯置被動檢測算法更具有優(yōu)勢，有很多優(yōu)良的特性。但是也具有一個重大的缺陷——檢測結果常常會有比較多的錯誤，把圖像的原始真實的區(qū)域定位成圖像的偽造區(qū)域。尤其是在JPEG圖像質(zhì)量較高或圖像灰度值梯度變化劇烈時，常常會出現(xiàn)很高的虛警率，嚴重影響檢測結果。但是從大量實驗中發(fā)現(xiàn)，在JPEG圖像的篡改偽造區(qū)域和檢測結果虛警區(qū)域有一個重要的差異，即經(jīng)過人工處理的區(qū)域中會有相鄰的錯置BAG網(wǎng)格邊界在豎直