區(qū)域復(fù)制篡改的數(shù)字圖像被動(dòng)認(rèn)證研究.pdf

1、數(shù)碼相機(jī)的出現(xiàn)與普及，使得數(shù)字圖像早已成為我們?nèi)粘Ｉ畹囊徊糠?。而由于?shù)字圖像容易修改的特性、再加上圖像處理軟件功能的日漸強(qiáng)大，過去被認(rèn)為能夠記載真實(shí)場(chǎng)景的圖像，在數(shù)字時(shí)代中已經(jīng)受到嚴(yán)峻的挑戰(zhàn)。針對(duì)上述應(yīng)用需求和技術(shù)需求，本文主要研究了數(shù)字圖像被動(dòng)認(rèn)證技術(shù)中的區(qū)域復(fù)制篡改檢測(cè)算法。
　　 數(shù)字圖像被動(dòng)認(rèn)證是一種不依賴任何預(yù)簽名提取或預(yù)嵌入信息來鑒別圖像真?zhèn)魏蛠碓吹募夹g(shù)，而區(qū)域復(fù)制篡改檢測(cè)是數(shù)字圖像被動(dòng)認(rèn)證的一個(gè)重要分支。本文除了

2、研究目前已有的被動(dòng)認(rèn)證理論之外，還研究了Tchebichef矩及SIFT特征點(diǎn)的特性。并從數(shù)字圖像偽造過程遺留痕跡入手，設(shè)計(jì)出相應(yīng)的檢測(cè)算法，實(shí)現(xiàn)了對(duì)偽造圖像中篡改區(qū)域的檢測(cè)。文中研究工作有：
　　 1．結(jié)合國內(nèi)外數(shù)字圖像被動(dòng)認(rèn)證方法，深入研究了相關(guān)的技術(shù)，對(duì)數(shù)字圖像取證的理論模型和系統(tǒng)框架進(jìn)行了研究。在總結(jié)前人工作的基礎(chǔ)上，根據(jù)現(xiàn)有的理論，設(shè)計(jì)出區(qū)域復(fù)制篡改被動(dòng)認(rèn)證框架及幾何變換的區(qū)域復(fù)制篡改模型。
　　 2．設(shè)計(jì)了基

3、于Tchebichef矩的數(shù)字圖像被動(dòng)認(rèn)證算法，用于檢測(cè)區(qū)域復(fù)制粘貼的偽造圖像。算法首先利用小波變換提取圖像的低頻分量，再對(duì)低頻分量進(jìn)行分塊并提取每一塊的Tchebichef矩特征，然后將特征矢量進(jìn)行字典排序，比較相鄰兩組特征矢量的相似性，最后利用閾值判別實(shí)現(xiàn)篡改偽造區(qū)域的檢測(cè)和定位。實(shí)驗(yàn)表明該算法不但能夠較精確地定位出復(fù)制和粘貼的圖像偽造區(qū)域，還能效抵抗噪聲污染、有損JPEG壓縮以及旋轉(zhuǎn)等攻擊，并有效地減少了運(yùn)算量，提高了檢測(cè)效率。<

4、br>　　 3．根據(jù)同一幅自然圖像不會(huì)存在互相匹配的特征點(diǎn)這一特性，設(shè)計(jì)了一種基于特征點(diǎn)的能夠抗幾何變換的數(shù)字圖像被動(dòng)認(rèn)證算法，用于數(shù)字圖像篡改中區(qū)域復(fù)制篡改類型的檢測(cè)。算法先提取出圖像中的特征點(diǎn)，再計(jì)算出特征點(diǎn)相應(yīng)的特征向量，然后對(duì)特征向量集進(jìn)行劃分與匹配，用連線標(biāo)記出圖像中的匹配點(diǎn)對(duì)。如果圖像被復(fù)制篡改過，所標(biāo)記的邊線將明顯集中于某兩個(gè)區(qū)域之間。實(shí)驗(yàn)證明，該算法對(duì)偽造圖像中幾何變換的篡改區(qū)域具有良好的通用性。
　　 4．總