论文部分内容阅读
近几年,随着数字图像在媒体上的普及。图像成为了人们越来越重要获取信息的通道。但诸如华南虎事件等类似层出不穷的图像伪造事件,引发了人们对图像真伪性如何鉴别的思考。数字图像篡改检测技术就是在这样的背景下应运而生。主要是通过数字图像处理等技术研究如何鉴别图像是真是假的技术。本文首先阐述了篡改检测这一领域的背景和研究意义。然后较全面的介绍和比较了当前最主要的两大检测算法类别,即主动检测和被动检测各类算法的原理以及优劣。重点介绍了被动篡改检测的相关技术。并分别针对被动篡改检测技术两种最重要的篡改手段,同幅图片的复制-粘贴篡改和不同幅图片的拼接篡改提出了两种改进的检测方案:(1)基于HSV和SIFT的复制-粘贴篡改检测。主要针对同幅图片的复制-粘贴篡改检测。在研究各种复制粘贴篡改检测算法的基础上,针对传统的SIFT算法对颜色特征的忽略,提出了提取图像的HSV特征作为SIFT特征补充的一种检测算法。首先利用SIFT算法求出特征点和SIFT特征向量,然后利用特征点邻域的HSV平均值提取HSV特征向量。最后将128维的SIFT特征向量和3维的HSV特征向量进行匹配,确定篡改区域。(2)基于多域特征融合的拼接篡改检测。主要针对不同图片的拼接篡改检测。针对自然图像在空域、DCT域、DWT域上的固有分布而提出的一种基于三域特征融合的检测算法。在空域利用图像的游程特性,在DCT域利用自然图像服从的高斯模型,在DWT域利用子带特征。设计了一种新的特征提取方案,并利用SVM的分类模型对拼接图像进行检测。经过实验验证,比基于单域特征的检测算法有更好的效果。经实验表明,本文提出的两种检测算法均比之前通用的检测算法有不同程度的优化。基于HSV和SIFT的复制-粘贴检测,在对有相似背景的图像方面检测效果更高。基于多域特征融合的拼接检测也比基于单独一个域特征的检测算法有更好的效果。本文提出的两种检测算法,涵盖了复制-粘贴篡改检测和拼接篡改检测这两种最重要的图像篡改方式。均能比传统的检测算法有不同程度的优化。