當(dāng)今,數(shù)字圖像作為一種常見(jiàn)的多媒體傳播媒介,在現(xiàn)代社會(huì)中扮演著關(guān)鍵的角色。然而,隨著圖像篡改技術(shù)的發(fā)展,圖像的偽造變得更容易,甚至普通人也能完成圖像的偽造。當(dāng)這些偽造圖像被用于一些重要場(chǎng)合如法庭審判、醫(yī)生診斷病情等時(shí),會(huì)造成一系列嚴(yán)重的后果。因此,檢測(cè)圖像是否偽造具有重要的意義。被動(dòng)數(shù)字圖像取證技術(shù)不需要先驗(yàn)知識(shí),并且圖像檢測(cè)只基于圖像本身的內(nèi)容來(lái)完成。在許多圖像篡改方法中,圖像復(fù)制粘貼篡改是一種非常普遍的形式。常見(jiàn)的方法難以辨別,因而成為研究的熱點(diǎn)。本文研究了一種改進(jìn)的圖像復(fù)制粘貼篡改檢測(cè)算法。首先分析了SIFT查找特征點(diǎn)時(shí)對(duì)比度閾值對(duì)特征點(diǎn)數(shù)目的影響,發(fā)現(xiàn)對(duì)于紋理平滑區(qū)域,對(duì)比度閾值較高會(huì)降低算法的可信度。接著給出本課題的改進(jìn)算法,首先通過(guò)降低對(duì)比度閾值以獲取更多的特征點(diǎn)。接著使用Haar小波代替特征點(diǎn)的梯度直方圖信息來(lái)生成特征矢量,使特征矢量的維度減少到64,是經(jīng)典SIFT的一半,這樣做可以有效降低特征矢量生成和后續(xù)特征匹配的時(shí)間復(fù)雜度。接著使用g2NN匹配算法進(jìn)行特征匹配,可以檢測(cè)多個(gè)目標(biāo)的圖像復(fù)制粘貼篡改。最后在一次聚類的基礎(chǔ)之上,使用GMS算法進(jìn)行二次聚類進(jìn)一步提高算法檢測(cè)... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.2 圖像篡改方式研究
    1.3 經(jīng)典圖像復(fù)制粘貼篡改檢測(cè)算法介紹
        1.3.1 頻域的DCT圖像復(fù)制粘貼篡改檢測(cè)算法
        1.3.2 基于矩估計(jì)的圖像復(fù)制粘貼篡改檢測(cè)算法
        1.3.3 基于關(guān)鍵點(diǎn)的圖像復(fù)制粘貼篡改檢測(cè)算法
    1.4 FPGA發(fā)展現(xiàn)狀
    1.5 本文章節(jié)安排
第2章 改進(jìn)圖像復(fù)制粘貼篡改檢測(cè)算法
    2.1 引言
    2.2 算法原理
        2.2.1 SIFT特征點(diǎn)提取
        2.2.2 特征矢量生成
        2.2.3 特征匹配
    2.3 Matlab仿真
        2.3.1 可行性檢驗(yàn)
        2.3.2 有效性檢驗(yàn)
        2.3.3 健壯性檢驗(yàn)
    2.4 本章小節(jié)
第3章 改進(jìn)算法硬件結(jié)構(gòu)設(shè)計(jì)
    3.1 引言
    3.2 特征點(diǎn)提取結(jié)構(gòu)設(shè)計(jì)
        3.2.1 高斯濾波結(jié)構(gòu)設(shè)計(jì)
        3.2.2 高斯差分濾波結(jié)構(gòu)設(shè)計(jì)
        3.2.3 特征點(diǎn)查找結(jié)構(gòu)設(shè)計(jì)
    3.3 特征矢量生成結(jié)構(gòu)設(shè)計(jì)
        3.3.1 Haar小波結(jié)構(gòu)設(shè)計(jì)
        3.3.2 特征點(diǎn)定向結(jié)構(gòu)設(shè)計(jì)
        3.3.3 特征提取結(jié)構(gòu)設(shè)計(jì)
    3.4 特征匹配結(jié)構(gòu)設(shè)計(jì)
        3.4.1 循環(huán)并行全比較排序算法
        3.4.2 GMS結(jié)構(gòu)設(shè)計(jì)
    3.5 本章小結(jié)
第4章 改進(jìn)檢測(cè)算法的FPGA實(shí)現(xiàn)及結(jié)果分析
    4.1 DMA數(shù)據(jù)傳輸實(shí)現(xiàn)
        4.1.1 PCIe驅(qū)動(dòng)程序?qū)崿F(xiàn)
        4.1.2 PCIe數(shù)據(jù)傳輸實(shí)現(xiàn)
        4.1.3 PCIe IP核生成
    4.2 FPGA實(shí)現(xiàn)及結(jié)果分析
        4.2.1 改進(jìn)算法FPGA實(shí)現(xiàn)
        4.2.2 改進(jìn)檢測(cè)算法結(jié)果分析
    4.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及其他成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于FPGA和USB的面陣CCD圖像采集系統(tǒng)設(shè)計(jì)[J]. 楊勇奇,王典洪,徐朝玉,倪效勇,羅林波.  現(xiàn)代電子技術(shù). 2018(16)
[2]淺談FPGA技術(shù)的優(yōu)勢(shì)及其應(yīng)用[J]. 陳木.  電子世界. 2015(13)
[3]圖像鏡像復(fù)制粘貼篡改檢測(cè)中的FI-SURF算法[J]. 李巖,劉念,張斌,袁開(kāi)國(guó),楊義先.  通信學(xué)報(bào). 2015(05)
[4]利用CSURF的圖像復(fù)制粘貼篡改檢測(cè)[J]. 鞏家昌,郭繼昌.  天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版). 2014(09)
[5]基于像素匹配的圖像“復(fù)制-粘貼”篡改檢測(cè)算法[J]. 張靜,馮占磊,蘇育挺.  天津大學(xué)學(xué)報(bào). 2009(08)
[6]魯棒的區(qū)域復(fù)制圖像篡改檢測(cè)技術(shù)[J]. 駱偉祺,黃繼武,丘國(guó)平.  計(jì)算機(jī)學(xué)報(bào). 2007(11)

碩士論文
[1]基于KAZE和GMS的航拍圖像拼接技術(shù)研究[D]. 閆闊.大連理工大學(xué) 2018
[2]基于積分圖像和Camshift的運(yùn)動(dòng)目標(biāo)跟蹤研究[D]. 范帆.浙江工業(yè)大學(xué) 2017
[3]基于改進(jìn)SIFT的數(shù)字圖像篡改檢測(cè)及其FPGA實(shí)現(xiàn)[D]. 謝云芳.哈爾濱工業(yè)大學(xué) 2016
[4]基于DCT的靜態(tài)圖像數(shù)字水印的Verilog HDL實(shí)現(xiàn)[D]. 崔迎朝.哈爾濱工業(yè)大學(xué) 2015
[5]基于USB3.0的高速數(shù)據(jù)傳輸系統(tǒng)的研究與設(shè)計(jì)[D]. 陳松.電子科技大學(xué) 2014
[6]基于PCIe的高速圖像采集處理關(guān)鍵技術(shù)研究[D]. 樊博.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2013
[7]圖像匹配算法及其高速并行實(shí)現(xiàn)方法研究[D]. 陸麗華.南京航空航天大學(xué) 2010



本文編號(hào)：3205453