数字图像区域复制篡改的被动取证方法研究

发布时间：2017-08-10 15:04

  本文关键词：数字图像区域复制篡改的被动取证方法研究

  更多相关文章： 图像取证 篡改检测 被动取证 区域复制篡改 复制粘贴篡改

【摘要】：在当今信息飞速传播的数字时代,数字图像已经深刻影响着人们每天的学习、工作和生活,移动互联网井喷式的发展更使这种趋势达到了前所未有的高度。然而,随着各种功能强大且简单易学的图像编辑软件的普及,人们几乎不需要特殊的专业技术就可以轻易对一幅数字图像进行随意修改,并且篡改图像很难通过肉眼有效分辨。数字图像的恶意篡改已经渗透到现实生活中的方方面面,“眼见为实”传统观念的打破正在导演着当今社会的信任危机。篡改图像在新闻报道、商业宣传、学术研究、法庭举证等方面势必产生恶劣的负面影响,因此图像篡改的取证方法研究具有非常重要的现实意义和应用价值。本文针对数字图像的区域复制篡改方式,围绕利用被动取证方法鉴别数字图像的真实性这一主线,深入研究了能够抵抗后处理操作和中间操作攻击的区域复制篡改检测算法。针对目前流行的JPEG格式图像,建立JPEG图像复制粘贴篡改模型,研究利用篡改过程中产生的块效应特征鉴别图像的真实性。本文的主要创新点和研究成果具体如下:1.研究了基于分块特征匹配的区域复制篡改检测方法,针对现有大多数算法对于后处理攻击鲁棒性不强的缺陷,结合量化DCT系数的鲁棒性和最大奇异值的稳定性,提出了一种基于分块特征匹配的鲁棒被动取证方法。一系列实验证实该方法不仅可以有效检测多区域复制粘贴操作,而且对高斯模糊、加性高斯白噪声、JPEG压缩以及混合操作攻击具有较强的鲁棒性。2.研究了基于特征点检测和特征匹配的区域复制篡改检测方法,分析了稠密Harris特征点的分布特性,运用多种局部二进制模式算子的组合进行特征提取,提出了一种基于特征点检测和特征匹配的鲁棒被动取证方法,增强了检测方法对于复制区域旋转和翻转攻击的鲁棒性,解决了图像中平坦区域和小区域的篡改检测问题。3.为了解决现有检测算法只能识别图像中成对的相似区域而不能准确定位篡改区域的问题,分析了不同压缩历史下图像的平均信息损失量,结合SIFT特征点的HSI颜色特征,提出了一种基于JPEG图像双重压缩偏移量估计的篡改区域自动检测定位方法,实现了不同JPEG图像复制粘贴篡改情形下篡改区域的准确定位。4.针对JPEG图像复制粘贴篡改模型,深入分析了原始区域和篡改区域由于块效应网格不一致性而引起的JPEG系数变化率对于重压缩操作的不同响应特性,提出了一种单一流程的鲁棒被动检测方法,实现了区域复制篡改和拼接合成篡改的集成检测定位。最后,对本文工作进行了总结,分析了存在的问题并指出了未来的研究方向。
【关键词】：图像取证 篡改检测 被动取证 区域复制篡改 复制粘贴篡改
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-35
• 1.1 课题研究背景及意义10-13
• 1.2 图像篡改方法13-17
• 1.3 图像篡改取证方法17-21
• 1.3.1 图像主动取证方法17-20
• 1.3.2 图像被动取证方法20-21
• 1.4 图像被动取证方法的研究现状21-25
• 1.4.1 数字图像来源取证21-22
• 1.4.2 数字图像内容篡改取证22-25
• 1.5 区域复制篡改的被动取证方法25-32
• 1.5.1 取证方法的一般流程25-31
• 1.5.2 现有方法存在的问题31-32
• 1.6 本文研究内容及研究成果32-33
• 1.6.1 研究内容32
• 1.6.2 研究成果和创新点32-33
• 1.7 本文结构安排33-35
• 第二章 抵抗后处理操作攻击的区域复制篡改检测方法35-51
• 2.1 区域复制篡改模型35-36
• 2.2 离散余弦变换概念及特性36-37
• 2.3 奇异值分解概念及特性37-38
• 2.4 检测算法描述38-42
• 2.4.1 算法执行流程38-42
• 2.4.2 特征提取的鲁棒性分析42
• 2.5 实验结果与分析42-50
• 2.5.1 检测性能评价43-44
• 2.5.2 算法有效性和准确性测试44-46
• 2.5.3 鲁棒性测试46-48
• 2.5.4 检测性能比较与分析48-50
• 2.6 本章小结50-51
• 第三章 抵抗中间操作攻击的区域复制篡改检测方法51-68
• 3.1 Harris特征点51-52
• 3.2 局部二进制模式52-56
• 3.3 检测算法描述56-59
• 3.4 实验结果与分析59-67
• 3.4.1 检测性能评价指标59
• 3.4.2 有效性测试59-60
• 3.4.3 鲁棒性测试60-64
• 3.4.4 检测性能比较与分析64-67
• 3.5 本章小结67-68
• 第四章 JPEG图像区域复制篡改的检测定位方法68-84
• 4.1 研究现状68-69
• 4.2 JPEG图像双重压缩偏移量估计69-72
• 4.3 尺度不变特征变换72-75
• 4.4 检测算法描述75-78
• 4.4.1 SIFT特征点检测与特征描述75
• 4.4.2 特征点的初步匹配75-76
• 4.4.3 结合HSI彩色特征的优化匹配76-77
• 4.4.4 仿射变换参数的鲁棒估计77
• 4.4.5 构建区域相关图定位复制-粘贴区域77-78
• 4.4.6 准确定位篡改区域78
• 4.5 实验结果与分析78-83
• 4.6 本章小结83-84
• 第五章 JPEG图像区域复制与拼接合成篡改的集成检测方法84-101
• 5.1 研究现状84-85
• 5.2 JPEG图像编解码流程85-86
• 5.3 JPEG图像复制粘贴篡改模型86-87
• 5.4 算法检测原理87-93
• 5.5 实验结果与分析93-99
• 5.5.1 各种篡改情形的检测实例94-96
• 5.5.2 算法检测性能评估96-98
• 5.5.3 检测性能比较与分析98-99
• 5.6 本章小结99-101
• 第六章 总结与展望101-103
• 6.1 工作总结101
• 6.2 未来展望101-103
• 参考文献103-118
• 发表论文和参加科研情况说明118-119
• 致谢119-120

【相似文献】

中国期刊全文数据库 前10条

1 杨根福;;图像区域选择方法与技巧[J];印刷杂志;2009年12期

2 王俊文;刘光杰;张湛;戴跃伟;王执铨;;图像区域复制篡改快速鲁棒取证[J];自动化学报;2009年12期

3 胡卫平,邱静,陆菊康;一种数字图像区域处理技术的设计与应用[J];微计算机应用;2000年06期

4 史进玲;;一种度量图像区域相似性的粒计算方法[J];科技信息;2012年26期

5 赵勇;方宗德;田丽丽;;列车车轮踏面缺陷的图像区域提取[J];光学精密工程;2009年04期

6 佟强;;图像区域粗糙分割情况下的区域物体分类[J];计算机辅助设计与图形学学报;2010年07期

7 余绍鹏;胡永健;谭莉玲;;基于模式分类的图像区域作伪检测[J];计算机工程与设计;2012年02期

8 林意;吴锡生;;一种图像区域边缘表达方法[J];重庆大学学报(自然科学版);2006年07期

9 李峰;刘运松;马婷婷;;一种图像区域复制篡改的检测算法[J];微计算机信息;2011年11期

10 王涤琼,张薇,顾国庆;用顶点链编码计算图像区域密集度和体态比[J];华东师范大学学报(自然科学版);2005年01期

中国重要会议论文全文数据库 前1条

1 佟强;;图像区域粗糙分割情况下的区域物体分类[A];第四届全国几何设计与计算学术会议论文集[C];2009年

中国博士学位论文全文数据库 前2条

1 郭乔进;基于上下文的图像区域标注关键技术研究[D];南京大学;2013年

2 赵洁;数字图像区域复制篡改的被动取证方法研究[D];天津大学;2015年

中国硕士学位论文全文数据库 前7条

1 聂云英;数字图像区域复制篡改被动盲取证新方法研究[D];湖南大学;2011年

2 丁轶;基于LDA的图像区域标注模型的研究[D];南京大学;2012年

3 欧佳佳;图像区域复制粘贴篡改检测研究[D];长沙理工大学;2012年

4 徐萍;基于JPEG的感兴趣图像区域压缩算法的设计与实现[D];华中科技大学;2011年

5 梁爽爽;抗自然干扰的图像区域复制篡改盲检测算法研究[D];沈阳工业大学;2015年

6 滕舟;基于多标签学习的图像区域语义自动标注算法研究[D];复旦大学;2011年

7 杨素娣;图像区域个数统计、图像重现和图像旋转算法的研究[D];华东师范大学;2007年

，

本文编号：651334