本文關(guān)鍵詞：數(shù)字圖像復(fù)制粘貼盲取證技術(shù)研究

  更多相關(guān)文章： 數(shù)字圖像盲取證技術(shù) SIFT 復(fù)制粘貼篡改檢測 J-Linkage聚類 抗翻轉(zhuǎn)

【摘要】：隨著各種數(shù)字圖像獲取設(shè)備的普及,數(shù)字圖像在社會(huì)各領(lǐng)域得到了廣泛應(yīng)用。但各種圖像處理軟件的不斷出現(xiàn),使得數(shù)字圖像能夠被輕而易舉地篡改,這導(dǎo)致越來越多的偽造圖像出現(xiàn)在人們的生活中,在社會(huì)各領(lǐng)域都帶來了嚴(yán)重的不良影響,從而引起社會(huì)各界對(duì)圖像篡改取證技術(shù)發(fā)展的廣泛關(guān)注。數(shù)字圖像盲取證是在沒有任何先驗(yàn)信息的前提下,對(duì)圖像的真?zhèn)芜M(jìn)行鑒定的技術(shù)。圖像復(fù)制粘貼篡改盲取證技術(shù)的研究是圖像盲取證領(lǐng)域中一個(gè)備受矚目的課題。復(fù)制粘貼通常是通過復(fù)制圖像的某一小塊區(qū)域粘貼到同圖的其他位置上。由于被復(fù)制的區(qū)域來自于同一幅圖像中,隱蔽性較好,不易被人察覺并且很容易操作,因此復(fù)制粘貼是應(yīng)用較多的一種篡改手段。針對(duì)圖像復(fù)制粘貼篡改的取證,雖然已有許多專業(yè)人士提出了各自的方法,但仍然存在許多挑戰(zhàn)性的問題。本文對(duì)現(xiàn)有典型的復(fù)制粘貼篡改檢測算法進(jìn)行了定性的分析,從解決一般算法中匹配運(yùn)算復(fù)雜度高、未考慮存在翻轉(zhuǎn)處理的篡改、多重復(fù)制粘貼檢測以及篡改區(qū)域定位精度低等問題為出發(fā)點(diǎn),定性分析了SIFT算法的特點(diǎn)并進(jìn)行了魯棒性驗(yàn)證,并基于SIFT特征對(duì)數(shù)字圖像復(fù)制粘貼篡改檢測算法進(jìn)行了相應(yīng)的研究。利用Photoshop制作了測試集,在圖像篡改操作中,復(fù)制和粘貼區(qū)域都是隨機(jī)選擇的,排除算法受圖像內(nèi)容的影響的可能。本論文取得的研究成果主要包括以下兩個(gè)方面:一、針對(duì)現(xiàn)有基于SIFT的圖像復(fù)制粘貼篡改盲檢測方法中存在的匹配速度慢的問題,提出了一種有效的特征匹配方法——ng2NN(new generalization 2 Nearest Neighbor),同時(shí)引入了快速ZNCC(Zero Mean Normalized Cross Correlation)的策略,實(shí)現(xiàn)了篡改區(qū)域的快速精確定位。ng2NN是多近鄰搜索策略-g2NN(generalization 2 Nearest Neighbor)的改進(jìn),即首先對(duì)關(guān)鍵點(diǎn)集合進(jìn)行遞歸分半處理,然后在每一對(duì)分半組合中進(jìn)行g(shù)2NN特征匹配。在檢測算法中,首先提取SIFT特征,接著進(jìn)行ng2NN特征匹配,其次將匹配對(duì)進(jìn)行J-linkage聚類,根據(jù)聚類結(jié)果求出復(fù)制塊與粘貼塊之間的仿射變換模型。最后將待測圖進(jìn)行仿射變換,用快速ZNCC的策略估計(jì)出待測圖與變換圖之間的相關(guān)性,基于圖像相關(guān)性信息對(duì)目標(biāo)區(qū)域進(jìn)行快速精確定位。從實(shí)驗(yàn)結(jié)果可以看出,改進(jìn)后的算法效率大大提高,得到了較好的篡改區(qū)域定位效果且對(duì)多重復(fù)制粘貼仍有效。二、針對(duì)現(xiàn)有復(fù)制粘貼篡改檢測方法大都未考慮存在翻轉(zhuǎn)的情況,提出了一種抗翻轉(zhuǎn)的圖像復(fù)制-粘貼篡改檢測算法。通過圖像預(yù)處理操作,應(yīng)用SIFT特征不僅能夠檢測出一般的復(fù)制粘貼篡改,而且對(duì)欺騙性更強(qiáng)的復(fù)制-翻轉(zhuǎn)-粘貼的檢測仍有效,并能抵抗旋轉(zhuǎn)、縮放等圖像處理行為,對(duì)多重復(fù)制粘貼的情況仍有效。
【關(guān)鍵詞】：數(shù)字圖像盲取證技術(shù) SIFT 復(fù)制粘貼篡改檢測 J-Linkage聚類 抗翻轉(zhuǎn)
【學(xué)位授予單位】：寧波大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41;D918.2
【目錄】：

• 摘要4-6
• Abstract6-10
• 引言10-11
• 1 緒論11-18
• 1.1 研究背景、目的和意義11-13
• 1.2 數(shù)字圖像篡改技術(shù)13
• 1.3 數(shù)字圖像取證技術(shù)與研究現(xiàn)狀13-16
• 1.3.1 主動(dòng)取證技術(shù)13-15
• 1.3.2 被動(dòng)盲取證技術(shù)15-16
• 1.4 數(shù)字圖像被動(dòng)盲取證技術(shù)面臨的主要問題16-17
• 1.5 本文研究內(nèi)容及各章節(jié)組織結(jié)構(gòu)17-18
• 2 數(shù)字圖像復(fù)制粘貼篡改檢測技術(shù)18-28
• 2.1 數(shù)字圖像復(fù)制粘貼篡改18-19
• 2.2 圖像復(fù)制粘貼篡改檢測技術(shù)19-26
• 2.2.1 基于空間域像素匹配的窮舉搜索盲取證技術(shù)19-20
• 2.2.2 基于塊匹配的盲取證技術(shù)20-24
• 2.2.3 基于關(guān)鍵點(diǎn)匹配的盲取證技術(shù)24-26
• 2.3 目前存在的問題26-27
• 2.4 本章小結(jié)27-28
• 3 圖像特征提取算法介紹28-42
• 3.1 SIFT算法介紹28-35
• 3.1.1 SIFT關(guān)鍵點(diǎn)提取28-34
• 3.1.2 生成關(guān)鍵點(diǎn)描述子34-35
• 3.2 SIFT算法與SURF算法定性與定量的對(duì)比35-38
• 3.3 SIFT魯棒性驗(yàn)證38-40
• 3.4 本章小結(jié)40-42
• 4 圖像復(fù)制粘貼篡改檢測方法42-64
• 4.1 特征匹配43-48
• 4.1.1 基于 2NN準(zhǔn)則的特征匹配43-44
• 4.1.2 基于g2NN準(zhǔn)則的特征匹配44-45
• 4.1.3 基于ng2NN準(zhǔn)則的特征匹配45-48
• 4.2 精確定位篡改區(qū)域48-56
• 4.2.1 基于J-Linkage聚類求取仿射變換模型49-53
• 4.2.2 ZNCC準(zhǔn)則定位篡改區(qū)域53-54
• 4.2.3 基于快速ZNCC準(zhǔn)則提高篡改定位的效率54-56
• 4.3 基于SIFT的圖像復(fù)制粘貼篡改檢測方法56-58
• 4.4 實(shí)驗(yàn)結(jié)果與分析58-63
• 4.4.1 SIFT特征提取與匹配58-59
• 4.4.2 關(guān)鍵點(diǎn)聚類59-61
• 4.4.3 篡改區(qū)域定位61-63
• 4.5 本章小結(jié)63-64
• 5 抗翻轉(zhuǎn)的圖像復(fù)制粘貼篡改檢測方法64-73
• 5.1 抗翻轉(zhuǎn)的復(fù)制粘貼篡改檢測算法64-66
• 5.2 圖像預(yù)處理66-67
• 5.3 實(shí)驗(yàn)結(jié)果與分析67-71
• 5.4 本章小結(jié)71-73
• 6 總結(jié)與展望73-75
• 參考文獻(xiàn)75-79
• 在學(xué)研究成果79-80
• 致謝80

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 張靜;馮占磊;蘇育挺;;基于像素匹配的圖像“復(fù)制-粘貼”篡改檢測算法[J];天津大學(xué)學(xué)報(bào);2009年08期

，

本文編號(hào)：1132726