基于内容的图像篡改检测方法研究

发布时间：2021-04-22 18:16

　　随着数字图像处理技术的飞速发展及各种智能设备的广泛使用,大规模图像/视频数据库的应用变得越来越普遍。与此同时,出现了许多功能强大且易于操作的图像处理软件,使得即使是非专业用户也可以轻松地操作和修改图像内容,且不会留下操作痕迹。经过操作的图像在互联网上广泛传播,丰富了人们的视觉体验,然而在社会各个领域造成了极其严重的负面影响。因此,近年来,数字图像篡改检测技术已成为信息安全领域新的研究热点,具有重要的理论意义和实际应用价值。本文主要研究了基于主动取证的图像Hash技术和基于被动取证的图像拼接检测技术,主要工作如下:图像哈希作为一种主动取证技术,在图像内容真实性检测和完整性认证中有着重要的应用。我们研究了图像Hash生成方法,提出了一种基于混合特征的感知图像哈希生成方法,以及基于哈希的图像内容篡改取证方法。在提出的方法中,我们将图像的颜色特征作为全局特征,基于特征点的特征和基于图像块的特征作为局部特征,并结合结构特征生成中间哈希码。然后对中间哈希加密并随机化生成最终哈希。基于生成的感知图像哈希,构造了一种从粗粒度到细粒度的图像内容真实性和完整性取证方法,可以实现图像内容的篡改检测与篡改定位... 

【文章来源】：西安理工大学陕西省

【文章页数】：83 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 图像Hash生成方法以及基于Hash的图像篡改检测与篡改定位方法
        1.2.2 数字图像拼接检测方法
    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 论文的主要研究工作
        1.4.2 论文的组织结构
2 图像篡改检测及基础知识
    2.1 图像哈希
        2.1.1 感知图像哈希的定义,性质及生成流程
        2.1.2 基于Hash的图像内容认证
    2.2 数字图像拼接取证
    2.3 基础知识
        2.3.1 SIFT特征
        2.3.2 平稳小波变换
        2.3.3 双边滤波
        2.3.4 超像素分割算法
        2.3.5 离散余弦变换
        2.3.6 模糊C均值聚类
    2.4 图像取证评价指标
    2.5 本章小结
3 基于感知哈希的由粗粒度到细粒度的图像篡改取证方法
    3.1 算法框架
    3.2 图像预处理
    3.3 特征提取
        3.3.1 全局特征的定义和表示
        3.3.2 基于特征点的局部特征的定义和表示
        3.3.3 基于图像块的局部特征的定义和表示
        3.3.4 结构特征的定义和表示
    3.4 最终哈希的生成
        3.4.1 密钥生成
        3.4.2 加密和随机化
        3.4.3 编码和压缩
    3.5 篡改检测与篡改定位
        3.5.1 几何校正
        3.5.2 篡改检测
        3.5.3 篡改定位
    3.6 实验结果和性能分析
        3.6.1 符号定义
        3.6.2 参数评估
        3.6.3 鲁棒性分析和比较
        3.6.4 敏感性分析和性能比较
        3.6.5 综合比较
        3.6.6 篡改定位精度
        3.6.7 篡改定位视觉效果
        3.6.8 计算复杂度分析
        3.6.9 安全性分析
    3.7 本章小结
4 基于噪声水平不一致性的粗细粒度图像拼接定位方法
    4.1 算法总体框架
    4.2 特征提取
        4.2.1 图像块划分
        4.2.2 拉普拉斯噪声特征
        4.2.3 局部相关性特征
    4.3 篡改区域定位
        4.3.1 粗粒度篡改区域定位
        4.3.2 细粒度篡改区域定位
    4.4 实验结果和性能分析
        4.4.1 自适应阈值的参数评估
        4.4.2 拼接检测的视觉效果
        4.4.3 鲁棒性分析和比较
    4.5 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
攻读硕士学位期间的主要研究成果


【参考文献】：
期刊论文
[1]Single Channel Speech Enhancement by De-noising Using Stationary Wavelet Transform[J]. 张德祥,高清维,陈军宁.  Journal of Electronic Science and Technology of China. 2006(01)



本文编号：3154239