基于噪声特征的图像拼接/合成攻击被动取证方法研究

发布时间：2021-05-06 19:57

　　随着数字信息技术的快速发展,数码相机、智能手机等图像获取设备广泛使用,数字图像信息可以随处获得,同时由于免费图像编辑软件的可用性越来越高,即使是普通用户也可以轻易改变数字图像的内容而不会留下明显的篡改痕迹。图像篡改操作不仅降低了图像信息的可信度,而且改变了人们“眼见为实”的传统观念。因此,揭示各种图像篡改的检测技术越来越受到各界研究者的关注。图像拼接/合成是一种常见的内容篡改操作,本文致力于研究针对图像拼接/合成篡改的检测方法,主要工作如下:提出了一种基于图像中不同区域噪声分布特性的拼接篡改检测方法。该方法利用SLIC算法将测试图像分割为不规则的超像素块,根据不同来源的图像块的噪声水平和噪声分布概率具有较大的类间差异这一事实,利用基于PCA的噪声估计和基于Poisson分布的噪声分布概率估计方法,结合模糊C均值聚类算法识别拼接/合成的图像区域。该方法能够识别拼接/合成的图像区域,检测精度达到像素级,而且对于内容保持的图像处理操作具有较强的鲁棒性;与现有的基于噪声的图像拼接区域检测方法相比,本文的方法具有较好的性能,特别是在拼接区域与原始区域的噪声差较小的情况下,该方法依然有效。提出了一... 

【文章来源】：西安理工大学陕西省

【文章页数】：96 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 国内外研究现状
        1.2.1 数字图像拼接检测方法
        1.2.2 数字图像拼接区域检测方法
    1.3 存在的问题
    1.4 本论文主要研究工作及组织结构
        1.4.1 论文主要研究工作
        1.4.2 论文的组织结构
2 预备知识
    2.1 图像噪声模型
    2.2 基于主成分分析的噪声估计
        2.2.1 算法原理
        2.2.2 算法步骤
    2.3 FCM聚类
    2.4 SLIC算法
    2.5 奇异值分解
    2.6 Bayer CFA模型
    2.7 双树复小波变换
    2.8 本章小结
3 基于噪声分布特性的图像拼接篡改定位方法
    3.1 噪声估计
        3.1.1 超像素数目确定及超像素分割
        3.1.2 区域填充
        3.1.3 提取超像素的矩阵
        3.1.4 基于PCA噪声估计
    3.2 噪声水平分布特性
    3.3 拼接区域检测
    3.4 实验结果及分析
        3.4.1 检测结果
        3.4.2 检测精度比较
        3.4.3 有效性对比和分析
        3.4.4 鲁棒性与检测精度比较
        3.4.5 时间复杂度分析
    3.5 本章小结
4 基于噪声分布水平不一致性的图像拼接区域检测方法
    4.1 算法流程
    4.2 图像分割
    4.3 特征提取
        4.3.1 基于拉普拉斯算子的图像噪声估计
        4.3.2 基于SVD的图像块噪声估计
        4.3.3 基于SVD的局部图像梯度矩阵
    4.4 拼接篡改检测
        4.4.1 基于噪声估计的篡改定位
        4.4.2 基于噪声估计的篡改定位
    4.5 实验结果及分析
        4.5.1 有效性分析和比较
        4.5.2 定量和鲁棒性分析
        4.5.3 图像数据库的分析
        4.5.4 实验结果
        4.5.5 鲁棒性分析
    4.6 本章小结
5 基于CFA伪影的图像拼接/合成攻击被动取证方法
    5.1 算法步骤
    5.2 双树复小波变换及图像重构
    5.3 特征提取
    5.4 拼接区域检测
    5.5 实验结果与分析
        5.5.1 特征分类结果
        5.5.2 检测结果
        5.5.3 精度分析
        5.5.4 有效性分析
        5.5.5 鲁棒性分析
    5.6 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
攻读学位期间主要研究成果


【参考文献】：
期刊论文
[1]一种有效的双树复小波-Wiener滤波去噪算法[J]. 魏培,全子一,门爱东.  电路与系统学报. 2009(05)
[2]联合OC-SVM和MC-SVM的图像来源取证方法[J]. 王波,孔祥维,付海燕.  计算机研究与发展. 2009(09)
[3]利用协方差矩阵检测CFA插值的相机来源鉴别方法[J]. 王波,孔祥维,尤新刚,付海燕.  光电子.激光. 2009(04)
[4]数字图像与数码相机噪声相关性的分布[J]. 崔夏荣,苏光大.  中国图象图形学报. 2008(06)
[5]基于模式噪声的数字图像来源鉴别[J]. 崔夏荣,苏光大.  光电子.激光. 2007(10)
[6]FCM聚类算法中模糊加权指数m的优选方法[J]. 宫改云,高新波,伍忠东.  模糊系统与数学. 2005(01)
[7]数据挖掘中聚类分析的技术方法[J]. 汤效琴,戴汝源.  微计算机信息. 2003(01)



本文编号：3172529