基于DWT_不變矩和PCA的圖像復制—粘貼篡改檢測算法.pdf

1、伴隨著強大的圖像編輯軟件被日益廣泛地普及應用與數字化技術發(fā)展的日趨成熟，普通的計算機用戶可以輕松地修改數字圖像內容，且不留明顯痕跡。這類編輯軟件雖然在生活上能給我們一些方便和享受，但一旦這些假照片被篡改后濫用，將在社會上產生非常嚴重的后果，小到個人隱私，大到影響社會穩(wěn)定，甚至可能對一個國家的政治、軍事和外交能力等諸多方面產生惡劣影響。因此，數字圖像取證技術日益成為一門重要而且熱門的研究課題。
　　 目前的數字圖像取證技術分為主動

2、取證技術與被動盲取證技術，主動取證技術包含了傳統(tǒng)的數字水印技術以及基于數字簽名的取證技術，其精髓是在圖像中事先嵌入附加信息，從而對圖像的真實性進行認證，但是主動取證技術通用性較差，而被動盲取證技術則不需要事先在數字圖像中添加任何額外的信息，直接對數字圖像的內容進行鑒別。隨著信息安全技術的發(fā)展，數字圖像的被動盲取證技術為國內和國外許多學者深入研究。數字圖像的篡改方式是多種多樣的，而復制-粘貼便是數字圖像最為重要的篡改手段之一。本文重點研究

3、在同幅圖像中的復制-粘貼篡改盲檢測方法，目前該類方法主要有：窮舉搜索法、自相關檢測法、基于DCT檢測法以及基于PCA檢測法等等。以上幾種算法雖然理論上可以完成檢測，但計算的時間復雜度都比較高，分塊后的特征向量維數也過高，直接導致計算量過大，程序運行的時間過長。
　　 本文針對上述算法的諸多不足提出了一種新的高效的魯棒性復制-粘貼篡改檢測算法。本文算法首先采用離散小波變換將篡改圖像的尺寸縮小，然后對圖，像進行滑窗分塊，并對每個圖像

4、塊進行Hu不變矩特征提取，得到初步的特征向量矩陣，而后對該特征向量矩陣進行主成分分析，提取貢獻率累計在95％以上那些特征維數，從而得到最終的特征向量矩陣，然后對該特征矩陣進行字典排序，利用判定條件進行塊匹配操作，找出相似塊并定位篡改區(qū)域，最后利用形態(tài)學濾波技術改善定位效果，利用逆小波變換將篡改區(qū)域顯示在原圖像上?；诖罅繉嶒灲Y果顯示，該算法不僅能實現(xiàn)普通復制-粘貼篡改檢測，而且對于篡改后添加的諸如旋轉、亮度變換、高斯模糊以及高斯白噪聲等