彩色图像拼接篡改检测和定位算法研究

发布时间：2022-02-17 22:35

　　随着信息技术的发展,数字图像作为一种数字传播媒体在各行各业中被广泛使用,而随之发展起来的图像编辑软件使得越来越多的非专业人士能熟练地对数字图像进行编辑篡改,甚至没有留下任何明显的篡改痕迹。这些篡改图像的大量出现给司法、刑侦、名誉保护乃至社会稳定带来巨大的挑战,因此数字图像的取证变得愈加重要。针对数字图像取证问题,本文开展了以下三方面的研究:（1）现有的彩色图像拼接篡改检测算法通常将彩色图像的三个颜色通道分别处理,忽略了三个通道之间的相关性和整体性。因此,本文引入图像深度信息改进四元数彩色图像表示方法,然后定义了 RGB-D图像的四元数伪Zernike矩,并继而提取彩色篡改图像的四元数伪Zernike矩特征,最后结合四元数BP神经网络进行篡改检测。通过在四个公开数据集（DVMM,CASIA v1.0,v2.0,Wild Web）上的实验对提出算法在不同颜色空间上的性能以及现有七种篡改检测算法的性能进行了对比。（2）基于深度学习的拼接定位算法通过网络训练学习期望的特征,无需提取显式的特征。在现有基于深度学习的算法中,基于全卷积神经网络（Fully convolutional network... 

【文章来源】：南京信息工程大学江苏省

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图２－２四个数据集中随机选取的图像和对应的深度信息图像（按行分别为ＤＶＭＭ数据集、ＣＡＳＩＡ??ｖｌ．Ｏ，?ＣＡＳＩＡｖｌＯ?ＩＰ?ＷｉｌｄＷｅｂ?ＷＡ）??，６，??

这里的不同的颜色空间转换是在用ＲＧＢ－Ｄ图像四元数表示方法表示图像前对??图像的Ｒ、Ｇ、Ｂ三个分羹转换。矩阵的阶数不同也会导致ＲＧＢ－Ｄ图像四元数伪Ｚｅｒｎｉｋｅ??矩特征向曩的不同，因此还测试了最大矩阶数Ｍ的影响。图２－３中分别对ＤＶＭＭ，ＣＡＳＩＡ??ｖｌ．Ｏ和ＣＡＳＩＡｖ２．０三个数据集在六个颜色空间上对矩阵阶数从３到１３的结果比较，最??幅愚３个数据集在六个颜色空：间上的平均结果。??１〇〇ｉ３?？?＾?＾?＾?？?Ｓ?３?１００?？?ｌ?—?￣￣??给－－－－－姿?沒…－－？?ｂ??ｉｌ?／?／?＼＇?Ｊ．?ｔ」．?？??检??ｆ?？?袭?ｍ?？？？？？?ｉ．?运?＾?／／?［?。???１９ｅ－?／?｜：＝｜－靈Ｕ：－??９７．５

数量少的建议框。Ｆａｓｔｅｒ－ＲＣＮＮ是目标检测网络ＲＣＮＮ的一种改进，其主要的改进是通??过ＲＰＮ提升了建议框选取的质量并与网络共享参数提升了目标检测的速度。ＲＰＮ网络??的输入Ｍ—幅图像，输出一组矩形的建议框下图３－２是ＲＰＮ的结构，左侧图像是网络??结构图，其中ｃｏｎｖ?ｆｅａｔｕｒｅ?ｍａｐ是图像经过翁干卷积层得到的特征图，特征图经过中：间??晨（ｉｎｔｅｒｍｅｄｉａｔｅ?ｌａｙｅｒ）之后分为两路；一路是ｅｌｓ层计＿＿算猾动窗内的目标概率，＿此是??２ｋ个，ｋ是产生的建议框的数鸶；另一路是ｒｅｇ层，输出窗口的一个角的坐标ｘ、ｙ和窗??口的宽（ｗｉｄｔｈ）、长（ｈｅｉｇｈｔ），因此是４ｋ个。．右侧图像是ＲＰＮ中使用的９种类型的滑动窗??Ｒ，分别使用了三种尺寸类型的窗口，井且每个窗口分别按照长宽比为１：?１、１：?２和２：??１缩放，最终选取３００个得分最离的窗口作为建议窗口＆??２１??

【参考文献】：
期刊论文
[1]图像拼接篡改的自动色温距离分类检验方法[J]. 孙鹏,郎宇博,樊舒,沈喆,彭思龙,刘磊.  自动化学报. 2018(07)
[2]基于彩色图像四元数表示的彩色人脸识别[J]. 陈北京,孙星明,王定成,赵晓平.  自动化学报. 2012(11)
[3]利用JPEG块效应不一致性的合成图像盲检测[J]. 魏为民,唐振军.  中国图象图形学报. 2009(11)
[4]四元数奇异值分解与彩色图像去噪[J]. 雷印杰,余艳梅,周激流,杨柱中,罗代升.  四川大学学报(自然科学版). 2007(06)

博士论文
[1]四元数小波变换理论及其在图像处理中的应用研究[D]. 殷明.合肥工业大学 2012
[2]彩色图像滤波与基于四元数的彩色图像处理方法[D]. 金良海.华中科技大学 2008



本文编号：3630226