面向数字取证中图像篡改检测的智能鲁棒算法研究
发布时间:2023-05-07 23:02
近年来,数字图像作为信息传载的重要形式,其应用越来越广泛。利用编辑软件对图像进行操作处理越来越容易,这为人们工作和生活带来极大便捷的同时,也产生了一些负面影响,比如针对图像内容的伪造篡改。因此,针对数字图像内容真实性的取证技术研究显得尤为重要和迫切。复制-粘贴(Copy-Move)是一种常见的图像篡改操作,现有的检测方法在抵抗几何旋转和缩放攻击时鲁棒性不足,检测流程也缺乏一定的智能化。本文结合信号处理领域的极谐波变换(Polar Harmonic Transform,PHT)、智能优化中的粒子群优化算法(Particle Swarm Optimization,PSO)和机器学习中的支持向量机(Support Vector Machine,SVM)等理论和方法,提出一套有效检测与定位篡改区域的解决方案,实现针对几何攻击和后处理操作的鲁棒性,完成检测智能化。本文具体工作如下:(1)本文提出了一种基于PHT矩的抗几何攻击图像复制-粘贴篡改检测(Copy-Move Forgery Detection,CMFD)算法。该算法首先对图像进行预处理,并对图像进行圆形块划分。接着计算每个重叠图像块的P...
【文章页数】:57 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 国内外相关工作研究进展
1.2.1 基于特征点的检测算法
1.2.2 基于块的检测算法
1.3 亟待解决的问题
1.4 图像复制-粘贴篡改检测问题
1.4.1 图像复制-粘贴篡改建模
1.4.2 图像复制-粘贴篡改检测的基本框架
1.5 本文主要研究内容和论文结构安排
1.5.1 本文主要研究内容
1.5.2 论文结构安排
2 相关理论基础
2.1 极谐波变换
2.1.1 极谐波变换的定义
2.1.2 极谐波变换的几何不变性
2.2 粒子群优化算法
2.3 支持向量机
2.3.1 支持向量机的思想和原理
2.3.2 核函数的思想
2.3.3 支持向量机参数优化问题
2.4 奇异值分解
2.5 本章小结
3 基于PCET矩和SVD的图像复制-粘贴篡改检测算法
3.1 引言
3.2 基于HBSM和 PSO的阈值估计
3.2.1 阈值估计
3.2.2 基于PSO的相似性阈值搜索
3.3 基于PCET矩和SVD的图像复制-粘贴篡改检测算法
3.3.1 预处理
3.3.2 特征提取
3.3.3 块匹配
3.3.4 误匹配过滤
3.4 实验设计与结果分析
3.4.1 图像集
3.4.2 算法性能评价指标
3.4.3 实验参数选择
3.4.4 实验结果展示与分析
3.5 本章小结
4 基于SVM和块相似性度量直方图的图像复制-粘贴篡改检测算法
4.1 引言
4.2 基于SVM和块相似性度量直方图的图像智能CMFD算法
4.2.1 算法流程
4.2.2 基于直方图的特征提取
4.3 实验结果及分析
4.3.1 实验设置和图像集
4.3.2 评估准则
4.3.3 仿真实验结果与分析
4.4 本章小结
5 总结与展望
5.1 工作总结
5.2 本文的主要贡献
5.3 未来研究展望
致谢
参考文献
攻读学位期间主要研究成果
本文编号:3811499
【文章页数】:57 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 国内外相关工作研究进展
1.2.1 基于特征点的检测算法
1.2.2 基于块的检测算法
1.3 亟待解决的问题
1.4 图像复制-粘贴篡改检测问题
1.4.1 图像复制-粘贴篡改建模
1.4.2 图像复制-粘贴篡改检测的基本框架
1.5 本文主要研究内容和论文结构安排
1.5.1 本文主要研究内容
1.5.2 论文结构安排
2 相关理论基础
2.1 极谐波变换
2.1.1 极谐波变换的定义
2.1.2 极谐波变换的几何不变性
2.2 粒子群优化算法
2.3 支持向量机
2.3.1 支持向量机的思想和原理
2.3.2 核函数的思想
2.3.3 支持向量机参数优化问题
2.4 奇异值分解
2.5 本章小结
3 基于PCET矩和SVD的图像复制-粘贴篡改检测算法
3.1 引言
3.2 基于HBSM和 PSO的阈值估计
3.2.1 阈值估计
3.2.2 基于PSO的相似性阈值搜索
3.3 基于PCET矩和SVD的图像复制-粘贴篡改检测算法
3.3.1 预处理
3.3.2 特征提取
3.3.3 块匹配
3.3.4 误匹配过滤
3.4 实验设计与结果分析
3.4.1 图像集
3.4.2 算法性能评价指标
3.4.3 实验参数选择
3.4.4 实验结果展示与分析
3.5 本章小结
4 基于SVM和块相似性度量直方图的图像复制-粘贴篡改检测算法
4.1 引言
4.2 基于SVM和块相似性度量直方图的图像智能CMFD算法
4.2.1 算法流程
4.2.2 基于直方图的特征提取
4.3 实验结果及分析
4.3.1 实验设置和图像集
4.3.2 评估准则
4.3.3 仿真实验结果与分析
4.4 本章小结
5 总结与展望
5.1 工作总结
5.2 本文的主要贡献
5.3 未来研究展望
致谢
参考文献
攻读学位期间主要研究成果
本文编号:3811499
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3811499.html