基于纹理特征的图像复制粘贴检测与锐化取证研究
发布时间：2021-03-03 01:51
数字图像具有可编辑性,普通人也能利用图像编辑软件对其内容进行随意更改。这使得图像的真实性和客观性受到极大挑战,因此,图像的真伪成为图像检验人员的研究热点。本文在以往研究基础上,对图像复制粘贴篡改和图像USM（Unsharp Masking）锐化进行了更深入的探索,以图像局部纹理特征为切入点改进完善当前检测方法,以期解决实际鉴定工作中快速检验篡改图像的迫切需求,从而整体提升现场物证快速检验智能化水平。面对众多图像取证方法均存在检测精度和鲁棒性较差的问题,本文通过深入研究提出针对复制粘贴篡改的检测方法并尝试实现单一纹理区篡改的检测。同时,对国内目前研究较少的USM锐化取证,提出一种基于局部纹理特征的检测方法。具体实验包含三个部分:第一部分,利用Harris算子对图像提取特征点,以每个特征点为中心建立一个邻域,采用局部配置模式对邻域进行特征提取,通过对邻域特征向量的分析确定匹配点,最后利用RANSAC（Random Sample Consensus）算子消除误匹配点,定位复制粘贴区域;第二部分,对传统Harris算子进行改造,改变其阈值实现全图均匀密集提取特征点,将常规纹理区和单一纹理区分区...
【文章来源】：中国人民公安大学北京市
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
美国总统亚伯拉罕·林肯合成像
中国人民公安大学硕士学位论文-4-（a）原图1（b）原图2（c）合成图图1.2政府发布官员视察现场合成图数字图像出现以来，图像篡改事件已经数不胜数，影响程度大到国际小到个人，这使得图像的真实性受到越来越多的关注。图像产生的初衷是能够更加客观完整地记录事物，而频繁出现的图像篡改事件却不断在挑战图像在人们心中的可信度。正因如此，国内外研究者开始重视对数字图像进行真伪检验，经过几年的探索研究，面对不同的篡改方式研究者提出了一系列检验方法，已经初步形成了一个有效的检测体系。1.1国内外研究现状数字图像真伪鉴定是伴随着信息时代的到来而发展起来的一个新的研究方向。国外已有很多团队专门从事图像真伪鉴定工作，比较有代表性的有达特茅斯大学的Farid教授的研究小组以及纽约州立大学宾汉姆顿分校的Fridrich教授的研究小组。国内相比于国外起步较晚，但发展速度较快，我国很多高校都建立了图像真伪鉴别的研究团队，在国外研究者的成果基础上进行了一系列的优化，提出了很多创新性的鉴别方法。国内研究较早的研究者有国际关系学院的周琳娜教授，并著有《数字图像内容取证》[4]、《数字图像取证技术》[5]。随着图像取证技术的发展，该领域已经逐渐形成了一套完善的理论体系，也有诸多图像取证的专业期刊与会议，如每年召开的国际信息隐藏与图像处理会议（InternationalConferenceonInformationHidingandImageProcessing，IPIH）。目前，国际上主要将图像取证技术分为两个大方向，即主动取证和被动取证。1.1.1主动取证技术数字图像出现之初，人们就意识到了数字图像的安全问题，于是在数字图像中加入一种特殊的防伪标志信息，如果数字图像发生篡改后，便可以通过对标志信息检验达到对图像真伪性的鉴别，标志信息的破坏意味着图像
中国人民公安大学硕士学位论文-14-像素灰度值与阈值做差，若差值大于零，则该像素点的位置用“1”表示，若差值小于零，则该位置用“0”表示。这样就将此邻域内的8个点转化为了一个8位的二进制数，再通过十进制转换得到的数值就称之为LBP码，即该窗口中心像素点的LBP值，图2.2表示了原始LBP值转换过程。为了克服矩形邻域带来的半径范围缺陷，Ojala等提出将其改进为了圆形邻域[57]，如图2.3所示，对于没有位于像素中心的值采用双线性差值计算。Ojala将原始LBP使用符号LBPp,r来表示，将每个像素定义为X，则每个像素的灰度值为：T,,,0,,1,,1=,......prprprprpXXXX（公式2.1）式中p表示此圆形邻域内所含有的像素点总数，r表示圆形邻域内的半径。每个局部区域圆形邻域的LBP模式计算公式为：1,,,c0LBP,)2()(pnprprnnjfxxi（公式2.2）10()00xfxx，，（公式2.3）式中：i，j代表中心像素坐标；n为邻域内第n个像素；xc为中心像素值；f(x)表示一个符号函数。图2.2原始LBP特征算子
【参考文献】：
期刊论文
[1]基于对抗颜色空间梯度SURF特征匹配复制黏贴篡改检测[J]. 秦铭谦,曾青松. 电子测量与仪器学报. 2018(10)
[2]基于改进梯度局部二值模式的人脸识别[J]. 杨恢先,陈永,张翡,周彤彤. 激光与光电子学进展. 2018(06)
[3]图像纹理分类方法研究进展和展望[J]. 刘丽,赵凌君,郭承玉,王亮,汤俊. 自动化学报. 2018(04)
[4]结合游程长度与共生矩阵的图像拼接篡改检测方法[J]. 苏慧嘉,郑继明. 计算机科学. 2017(06)
[5]融合局部二值模式和Hu矩特征的车型识别[J]. 李澄非,陈新华. 激光与光电子学进展. 2016(10)
[6]基于彩色LBP的隐蔽性复制-粘贴篡改盲鉴别算法[J]. 朱叶,申铉京,陈海鹏. 自动化学报. 2017(03)
[7]运用DWT和ORB的图像篡改检测方法[J]. 郑继明,崔玉岩,耿金玲,陈龙. 计算机工程与应用. 2017(11)
[8]信息熵和差分激励融合的图像拼接检测[J]. 樊晓婷,马巧梅,陈够喜,杨秋翔. 计算机工程与设计. 2016(01)
[9]RANSAC算法在同图复制鉴定中的应用研究[J]. 王任华,霍宏涛,蒋敏. 计算机应用研究. 2014(07)
[10]基于Tamura纹理特征的Copy-Move图像篡改盲检测[J]. 赵伟,汪涛,吕皖丽,汤进,罗斌. 计算机工程与应用. 2014(03)
硕士论文
[1]基于噪声特征的图像拼接/合成攻击被动取证方法研究[D]. 张德鹏.西安理工大学 2019
[2]数字图像复制粘贴篡改盲检测研究[D]. 叶雨晴.南京邮电大学 2018
[3]利用统计特征的图像拼接篡改检测技术研究[D]. 苏慧嘉.重庆邮电大学 2017
[4]数字图像主动取证技术研究[D]. 翟佩华.湖北工业大学 2017
[5]基于改进SIFT算法的图像复制粘贴篡改检测[D]. 孙硕.河北大学 2016
[6]基于局部纹理特征的计算机生成图像盲鉴别算法[D]. 李梦臻.吉林大学 2015
[7]用于认证的图像数字签名技术研究[D]. 陡春妮.西安理工大学 2010
本文编号：3060366
【文章来源】：中国人民公安大学北京市
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
美国总统亚伯拉罕·林肯合成像
中国人民公安大学硕士学位论文-4-（a）原图1（b）原图2（c）合成图图1.2政府发布官员视察现场合成图数字图像出现以来，图像篡改事件已经数不胜数，影响程度大到国际小到个人，这使得图像的真实性受到越来越多的关注。图像产生的初衷是能够更加客观完整地记录事物，而频繁出现的图像篡改事件却不断在挑战图像在人们心中的可信度。正因如此，国内外研究者开始重视对数字图像进行真伪检验，经过几年的探索研究，面对不同的篡改方式研究者提出了一系列检验方法，已经初步形成了一个有效的检测体系。1.1国内外研究现状数字图像真伪鉴定是伴随着信息时代的到来而发展起来的一个新的研究方向。国外已有很多团队专门从事图像真伪鉴定工作，比较有代表性的有达特茅斯大学的Farid教授的研究小组以及纽约州立大学宾汉姆顿分校的Fridrich教授的研究小组。国内相比于国外起步较晚，但发展速度较快，我国很多高校都建立了图像真伪鉴别的研究团队，在国外研究者的成果基础上进行了一系列的优化，提出了很多创新性的鉴别方法。国内研究较早的研究者有国际关系学院的周琳娜教授，并著有《数字图像内容取证》[4]、《数字图像取证技术》[5]。随着图像取证技术的发展，该领域已经逐渐形成了一套完善的理论体系，也有诸多图像取证的专业期刊与会议，如每年召开的国际信息隐藏与图像处理会议（InternationalConferenceonInformationHidingandImageProcessing，IPIH）。目前，国际上主要将图像取证技术分为两个大方向，即主动取证和被动取证。1.1.1主动取证技术数字图像出现之初，人们就意识到了数字图像的安全问题，于是在数字图像中加入一种特殊的防伪标志信息，如果数字图像发生篡改后，便可以通过对标志信息检验达到对图像真伪性的鉴别，标志信息的破坏意味着图像
中国人民公安大学硕士学位论文-14-像素灰度值与阈值做差，若差值大于零，则该像素点的位置用“1”表示，若差值小于零，则该位置用“0”表示。这样就将此邻域内的8个点转化为了一个8位的二进制数，再通过十进制转换得到的数值就称之为LBP码，即该窗口中心像素点的LBP值，图2.2表示了原始LBP值转换过程。为了克服矩形邻域带来的半径范围缺陷，Ojala等提出将其改进为了圆形邻域[57]，如图2.3所示，对于没有位于像素中心的值采用双线性差值计算。Ojala将原始LBP使用符号LBPp,r来表示，将每个像素定义为X，则每个像素的灰度值为：T,,,0,,1,,1=,......prprprprpXXXX（公式2.1）式中p表示此圆形邻域内所含有的像素点总数，r表示圆形邻域内的半径。每个局部区域圆形邻域的LBP模式计算公式为：1,,,c0LBP,)2()(pnprprnnjfxxi（公式2.2）10()00xfxx，，（公式2.3）式中：i，j代表中心像素坐标；n为邻域内第n个像素；xc为中心像素值；f(x)表示一个符号函数。图2.2原始LBP特征算子
【参考文献】：
期刊论文
[1]基于对抗颜色空间梯度SURF特征匹配复制黏贴篡改检测[J]. 秦铭谦,曾青松. 电子测量与仪器学报. 2018(10)
[2]基于改进梯度局部二值模式的人脸识别[J]. 杨恢先,陈永,张翡,周彤彤. 激光与光电子学进展. 2018(06)
[3]图像纹理分类方法研究进展和展望[J]. 刘丽,赵凌君,郭承玉,王亮,汤俊. 自动化学报. 2018(04)
[4]结合游程长度与共生矩阵的图像拼接篡改检测方法[J]. 苏慧嘉,郑继明. 计算机科学. 2017(06)
[5]融合局部二值模式和Hu矩特征的车型识别[J]. 李澄非,陈新华. 激光与光电子学进展. 2016(10)
[6]基于彩色LBP的隐蔽性复制-粘贴篡改盲鉴别算法[J]. 朱叶,申铉京,陈海鹏. 自动化学报. 2017(03)
[7]运用DWT和ORB的图像篡改检测方法[J]. 郑继明,崔玉岩,耿金玲,陈龙. 计算机工程与应用. 2017(11)
[8]信息熵和差分激励融合的图像拼接检测[J]. 樊晓婷,马巧梅,陈够喜,杨秋翔. 计算机工程与设计. 2016(01)
[9]RANSAC算法在同图复制鉴定中的应用研究[J]. 王任华,霍宏涛,蒋敏. 计算机应用研究. 2014(07)
[10]基于Tamura纹理特征的Copy-Move图像篡改盲检测[J]. 赵伟,汪涛,吕皖丽,汤进,罗斌. 计算机工程与应用. 2014(03)
硕士论文
[1]基于噪声特征的图像拼接/合成攻击被动取证方法研究[D]. 张德鹏.西安理工大学 2019
[2]数字图像复制粘贴篡改盲检测研究[D]. 叶雨晴.南京邮电大学 2018
[3]利用统计特征的图像拼接篡改检测技术研究[D]. 苏慧嘉.重庆邮电大学 2017
[4]数字图像主动取证技术研究[D]. 翟佩华.湖北工业大学 2017
[5]基于改进SIFT算法的图像复制粘贴篡改检测[D]. 孙硕.河北大学 2016
[6]基于局部纹理特征的计算机生成图像盲鉴别算法[D]. 李梦臻.吉林大学 2015
[7]用于认证的图像数字签名技术研究[D]. 陡春妮.西安理工大学 2010
本文编号：3060366
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3060366.html
最近更新
教材专著
