数字图像复制粘贴盲取证技术研究

发布时间：2017-11-02 19:00

  本文关键词：数字图像复制粘贴盲取证技术研究

  更多相关文章： 数字图像盲取证技术 SIFT 复制粘贴篡改检测 J-Linkage聚类 抗翻转

【摘要】：随着各种数字图像获取设备的普及,数字图像在社会各领域得到了广泛应用。但各种图像处理软件的不断出现,使得数字图像能够被轻而易举地篡改,这导致越来越多的伪造图像出现在人们的生活中,在社会各领域都带来了严重的不良影响,从而引起社会各界对图像篡改取证技术发展的广泛关注。数字图像盲取证是在没有任何先验信息的前提下,对图像的真伪进行鉴定的技术。图像复制粘贴篡改盲取证技术的研究是图像盲取证领域中一个备受瞩目的课题。复制粘贴通常是通过复制图像的某一小块区域粘贴到同图的其他位置上。由于被复制的区域来自于同一幅图像中,隐蔽性较好,不易被人察觉并且很容易操作,因此复制粘贴是应用较多的一种篡改手段。针对图像复制粘贴篡改的取证,虽然已有许多专业人士提出了各自的方法,但仍然存在许多挑战性的问题。本文对现有典型的复制粘贴篡改检测算法进行了定性的分析,从解决一般算法中匹配运算复杂度高、未考虑存在翻转处理的篡改、多重复制粘贴检测以及篡改区域定位精度低等问题为出发点,定性分析了SIFT算法的特点并进行了鲁棒性验证,并基于SIFT特征对数字图像复制粘贴篡改检测算法进行了相应的研究。利用Photoshop制作了测试集,在图像篡改操作中,复制和粘贴区域都是随机选择的,排除算法受图像内容的影响的可能。本论文取得的研究成果主要包括以下两个方面:一、针对现有基于SIFT的图像复制粘贴篡改盲检测方法中存在的匹配速度慢的问题,提出了一种有效的特征匹配方法——ng2NN(new generalization 2 Nearest Neighbor),同时引入了快速ZNCC(Zero Mean Normalized Cross Correlation)的策略,实现了篡改区域的快速精确定位。ng2NN是多近邻搜索策略-g2NN(generalization 2 Nearest Neighbor)的改进,即首先对关键点集合进行递归分半处理,然后在每一对分半组合中进行g2NN特征匹配。在检测算法中,首先提取SIFT特征,接着进行ng2NN特征匹配,其次将匹配对进行J-linkage聚类,根据聚类结果求出复制块与粘贴块之间的仿射变换模型。最后将待测图进行仿射变换,用快速ZNCC的策略估计出待测图与变换图之间的相关性,基于图像相关性信息对目标区域进行快速精确定位。从实验结果可以看出,改进后的算法效率大大提高,得到了较好的篡改区域定位效果且对多重复制粘贴仍有效。二、针对现有复制粘贴篡改检测方法大都未考虑存在翻转的情况,提出了一种抗翻转的图像复制-粘贴篡改检测算法。通过图像预处理操作,应用SIFT特征不仅能够检测出一般的复制粘贴篡改,而且对欺骗性更强的复制-翻转-粘贴的检测仍有效,并能抵抗旋转、缩放等图像处理行为,对多重复制粘贴的情况仍有效。
【关键词】：数字图像盲取证技术 SIFT 复制粘贴篡改检测 J-Linkage聚类 抗翻转
【学位授予单位】：宁波大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;D918.2
【目录】：

• 摘要4-6
• Abstract6-10
• 引言10-11
• 1 绪论11-18
• 1.1 研究背景、目的和意义11-13
• 1.2 数字图像篡改技术13
• 1.3 数字图像取证技术与研究现状13-16
• 1.3.1 主动取证技术13-15
• 1.3.2 被动盲取证技术15-16
• 1.4 数字图像被动盲取证技术面临的主要问题16-17
• 1.5 本文研究内容及各章节组织结构17-18
• 2 数字图像复制粘贴篡改检测技术18-28
• 2.1 数字图像复制粘贴篡改18-19
• 2.2 图像复制粘贴篡改检测技术19-26
• 2.2.1 基于空间域像素匹配的穷举搜索盲取证技术19-20
• 2.2.2 基于块匹配的盲取证技术20-24
• 2.2.3 基于关键点匹配的盲取证技术24-26
• 2.3 目前存在的问题26-27
• 2.4 本章小结27-28
• 3 图像特征提取算法介绍28-42
• 3.1 SIFT算法介绍28-35
• 3.1.1 SIFT关键点提取28-34
• 3.1.2 生成关键点描述子34-35
• 3.2 SIFT算法与SURF算法定性与定量的对比35-38
• 3.3 SIFT鲁棒性验证38-40
• 3.4 本章小结40-42
• 4 图像复制粘贴篡改检测方法42-64
• 4.1 特征匹配43-48
• 4.1.1 基于 2NN准则的特征匹配43-44
• 4.1.2 基于g2NN准则的特征匹配44-45
• 4.1.3 基于ng2NN准则的特征匹配45-48
• 4.2 精确定位篡改区域48-56
• 4.2.1 基于J-Linkage聚类求取仿射变换模型49-53
• 4.2.2 ZNCC准则定位篡改区域53-54
• 4.2.3 基于快速ZNCC准则提高篡改定位的效率54-56
• 4.3 基于SIFT的图像复制粘贴篡改检测方法56-58
• 4.4 实验结果与分析58-63
• 4.4.1 SIFT特征提取与匹配58-59
• 4.4.2 关键点聚类59-61
• 4.4.3 篡改区域定位61-63
• 4.5 本章小结63-64
• 5 抗翻转的图像复制粘贴篡改检测方法64-73
• 5.1 抗翻转的复制粘贴篡改检测算法64-66
• 5.2 图像预处理66-67
• 5.3 实验结果与分析67-71
• 5.4 本章小结71-73
• 6 总结与展望73-75
• 参考文献75-79
• 在学研究成果79-80
• 致谢80

【参考文献】

中国期刊全文数据库 前1条

1 张静;冯占磊;苏育挺;;基于像素匹配的图像“复制-粘贴”篡改检测算法[J];天津大学学报;2009年08期

，

本文编号：1132726