基于PRNU和线性模型的图像篡改检测研究

发布时间：2021-12-17 08:06

　　随着信息技术的快速发展,数码相机、手机等数码产品的功能变得越来越齐全,人们生活水平得以显著提高。但是,由于图像编辑软件的出现,任何人都可以根据自己的需求对图像进行篡改或伪造,进而引发严重的社会问题。因此,确保数字图像的真实性和原始性已成为广泛学者关注的问题。就数字图像篡改取证,国内外学者已经提出了大量算法。其中,基于模式噪声的图像篡改检测技术已经取得了很大进展。现有的图像篡改取证技术具有通用性,主要依靠相机固有噪声,即传感器模式噪声,来识别篡改方式和定位篡改区域。但基于模式噪声的图像篡改取证技术更多的关注图像复制-粘贴、拼接等操作,对图像的模糊润饰和增强操作检测相对较少。本文在模式噪声的图像篡改检测基础上联系实际情况,提出了两个有效的图像篡改取证检测方案,具体研究成果如下:1)针对现有线性滤波核估计方法精度不高问题,提出了一种基于图像PRNU（PhotoResponse Non-Uniformity）噪声的线性高斯滤波核估计算法。该方法将相机参考PRNU噪声作为识别指纹,分别从干净图像和待测图像中提取图像噪声残差,并计算这两种图像噪声残差与识别指纹的互相关。从数学意义上,最终可以确定这... 

【文章来源】：南京信息工程大学江苏省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

模式噪声的划分

图 2-2 相机参考模式噪声的提取过程另外，上述所述的参考图像集是由一系列平场图像组成，平场图像指的是纹理较图像，比如蓝天。为了获取较精确的相机参考模式噪声，Chen[14]提出了采用最大计方法计算相机参考模式噪声乘性因子，其最终推导公式可表示为：(0)1(0) 21 ( )Mi iiMiiW IKI (2幅图像模式噪声的获取方法

图 2-2 相机参考模式噪声的提取过程的参考图像集是由一系列平场图像组成，平场图像。为了获取较精确的相机参考模式噪声，Chen[14]提机参考模式噪声乘性因子，其最终推导公式可表示为(0)1(0) 21 ( )Mi iiMiiW IKI 声的获取方法

【参考文献】：
期刊论文
[1]基于色彩滤波阵列的数字图像篡改盲检测方法研究[J]. 刘皓.  中国刑警学院学报. 2016(02)
[2]一种基于差分DCT系数对直方图的图像取证方法[J]. 杨富圣,高铁杠.  电子学报. 2016(01)
[3]数字图像取证技术的发展[J]. 魏为民,胡胜斌,赵琰.  上海电力学院学报. 2012(04)
[4]基于模式噪声分量符号信息的快速源相机辨识[J]. 胡永健,赖志茂,刘琲贝.  华南理工大学学报(自然科学版). 2011(12)
[5]数字图像取证技术及其发展[J]. 陈钳生.  硅谷. 2011(10)
[6]用统计特征量实现的图像拼接盲检测[J]. 张震,康吉全,平西建,任远.  计算机应用. 2008(12)



本文编号：3539714