本文關(guān)鍵詞：基于DCT域隱寫分析和游程特征融合的圖像拼接檢測(cè)算法

  更多相關(guān)文章： 圖像拼接檢測(cè) BDCT變換 隱寫分析特征 游程

【摘要】：隨著信息技術(shù)的發(fā)展,數(shù)字圖像作為一個(gè)重要的視覺信息載體充斥著人們的生活。同時(shí),各種圖像編輯軟件也發(fā)展迅速,使得人們?yōu)檫_(dá)到某種目的對(duì)圖像的篡改越來越容易。然而,一些例如法庭取證、新聞報(bào)道的圖片其真實(shí)性非常重要,篡改者往往會(huì)對(duì)圖片進(jìn)行后期處理以掩飾其偽造痕跡,視覺上通常難以辨別。因此,鑒別圖像的真實(shí)性是一個(gè)重要的研究課題。研究表明隱寫分析特征也適用于拼接檢測(cè)。該論文提出將一種隱寫分析特征應(yīng)用到拼接檢測(cè)中。該隱寫分析特征由多個(gè)子模型構(gòu)成,這些子模型經(jīng)殘差計(jì)算并用共生矩陣統(tǒng)計(jì),描述了一定鄰域內(nèi)像素間的各種關(guān)系。經(jīng)實(shí)驗(yàn),發(fā)現(xiàn)該空域的隱寫分析特征不能很好地平衡識(shí)別率和運(yùn)算效率;考慮到DCT變換具有良好的去相關(guān)性和能量壓縮等優(yōu)點(diǎn),提出將該隱寫分析算法應(yīng)用到頻域,并從理論上分析了該頻域特征的有效性。實(shí)驗(yàn)結(jié)果表明,DCT域的隱寫分析特征在運(yùn)算效率和識(shí)別率上要遠(yuǎn)優(yōu)于空域特征。此外,還對(duì)于空域和頻域中若干子模型的融合進(jìn)行了實(shí)驗(yàn),發(fā)現(xiàn)空域、頻域以及兩個(gè)域中的子模型融合對(duì)于識(shí)別率的提升不明顯。為進(jìn)一步提高識(shí)別效率,該論文從頻域子模型中選取識(shí)別率較高的二階子模型spam12hv,同一種游程特征RLRN按不同方式進(jìn)行融合。該游程特征是沿0o,45o,90o和135o四個(gè)方向,在去相關(guān)性的像素差分矩陣上進(jìn)行游程向量的計(jì)算。頻域隱寫分析特征和游程特征均在Chroma空間提取,隨后用支持向量機(jī)進(jìn)行分類。在圖庫CASIA v1.0上的最高識(shí)別率為98.59%,在更復(fù)雜的庫CASIA v2.0上識(shí)別率也可達(dá)97.37%。該算法在識(shí)別性能上較現(xiàn)有拼接檢測(cè)算法有顯著優(yōu)勢(shì)。
【學(xué)位授予單位】：南開大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
，

本文編號(hào)：1257541