基于自主学习的图像中值滤波取证算法研究

发布时间：2021-02-26 06:38

　　近年来,中值滤波操作作为一种常用的图像后处理手段,越来越多地被用来掩盖其他图像篡改操作遗留下来的痕迹,图像中值滤波篡改操作的检测已经成为数字图像篡改取证领域的一个重要分支。目前,大多数现有中值滤波取证技术都是通过人工设计的特征去捕捉图像中中值滤波操作残留的痕迹,然而随着图片尺寸的减小以及JPEG压缩强度的增加,中值滤波图像中的统计痕迹不再明显,现有中值滤波篡改取证算法的检测性能大幅下降。这是因为人工设计的特征只能关注到图像的部分特征,很多更细节的特征可能被忽略,因此采用自主学习的方式进行特征提取将会是更有效的做法。为了更全面的描绘中值滤波图像中的局部纹理信息,本文提出了基于多尺度标签一致性稀疏编码的中值滤波取证算法。首先,对输入图像进行多尺度图像块域建模。然后,对不同尺度下的图像块通过一个极具鉴别力的过完备字典进行稀疏编码操作,以实现对不同尺度图像纹理信息的细节描绘。在过完备字典的学习过程中将标签信息加入目标函数,帮助不同类别的输入样本选择不同的字典原子,以实现不同的特征表达。为了在保留具有表现力的特征的同时对特征进行降维,对所求得的稀疏编码系数进行最大值池化操作。最终,将所有尺度下的... 

【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
主要符号对照表
第一章 绪论
    1.1 课题研究的背景与意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文创新性工作
    1.4 论文结构与安排
第二章 图像中值滤波取证技术研究
    2.1 中值滤波技术原理简介
    2.2 现有中值滤波篡改检测技术
        2.2.1 基于条纹伪影和SPAM的中值滤波检测技术
        2.2.2 基于一阶差分图中零值概率的中值滤波取证技术
        2.2.3 基于滤波窗口内像素关系的中值滤波检测
        2.2.4 基于差分域的中值滤波检测
        2.2.5 基于中值滤波残差 （MFR） 自回归模型的中值滤波检测
    2.3 本章小结
第三章 基于多尺度标签一致性稀疏编码的中值滤波取证算法
    3.1 稀疏编码原理简介
    3.2 算法原理
        3.2.1 特征提取
        3.2.2 分类
    3.3 评价指标
        3.3.1 数据集
        3.3.2 评价标准
    3.4 实验过程和结果
        3.4.1 实验设置
        3.4.2 参数选择
        3.4.3 JPEG压缩小图像下的中值滤波检测
        3.4.4 混合情况下的中值滤波检测
    3.5 本章小结
第四章 基于低秩共享字典下稀疏编码的中值滤波取证算法
    4.1 低秩性稀疏编码简介
    4.2 算法原理
        4.2.1 图像块域建模
        4.2.2 低秩性共享字典学习
        4.2.3 特征聚合
    4.3 评价指标
        4.3.1 数据集
        4.3.2 评价标准
    4.4 实验过程和结果
        4.4.1 实验设置
        4.4.2 参数选择
        4.4.3 JPEG压缩下小图像的中值滤波操作篡改检测
        4.4.4 局部中值滤波篡改区域定位
        4.4.5 JPEG压缩图像下中值滤波窗口的区分
        4.4.6 不同数据集下算法的检测性能
    4.5 本章小结
第五章 全文总结与展望
    5.1 全文总结
    5.2 研究展望
参考文献
致谢
攻读学位期间发表的学术论文
攻读学位期间参与的项目



本文编号：3052204