本文選題：色調(diào)、飽和度、明度顏色空間 + 限制對(duì)比度自適應(yīng)直方圖均衡化�。� 參考：《北京郵電大學(xué)學(xué)報(bào)》2016年06期

【摘要】：針對(duì)現(xiàn)有的局部特征提取算法,如尺度不變特征變換、加速穩(wěn)健特征等對(duì)面積較小的篡改區(qū)域和平滑區(qū)域無法準(zhǔn)確提取特征點(diǎn)進(jìn)行復(fù)制粘貼篡改檢測(cè)的問題,提出了一種基于色調(diào)、飽和度、明度(HSV)顏色空間和限制對(duì)比度自適應(yīng)直方圖均衡化(CLAHE)的2階段篡改檢測(cè)方法.第1階段,將待檢測(cè)圖像從紅、綠、藍(lán)顏色空間轉(zhuǎn)換到(HSV)顏色空間進(jìn)行加速穩(wěn)健特征提取;第2階段,針對(duì)平滑區(qū)域的篡改,通過CLAHE算法對(duì)圖像進(jìn)行特征增強(qiáng)之后,再采用加速穩(wěn)健特征進(jìn)行特征提取;然后利用廣義2近鄰算法進(jìn)行特征匹配,并利用隨機(jī)抽樣一致性算法剔除錯(cuò)誤的匹配點(diǎn);最后通過形態(tài)學(xué)操作實(shí)現(xiàn)篡改區(qū)域的標(biāo)示定位.實(shí)驗(yàn)結(jié)果表明,該算法能抵抗小面積區(qū)域和具有非顯著視覺特征的平滑區(qū)域復(fù)制粘貼篡改,并對(duì)旋轉(zhuǎn)、縮放等后處理攻擊具有一定的魯棒性.
[Abstract]:The existing local feature extraction algorithms, such as scaling invariant feature transformation, accelerating robust feature and so on, can not accurately extract feature points from small tamper area and smooth region for copying and paste tampering detection. A two-stage tampering detection method based on hue, saturation, HSV color space and restricted contrast adaptive histogram equalization (CLAHE) is proposed. In the first stage, the image to be detected is transformed from red, green and blue color space to (HSV) color space for fast robust feature extraction. In the second stage, for the tampering of smooth region, the image is enhanced by CLAHE algorithm. Then we use accelerated robust feature extraction; then we use the generalized 2 nearest neighbor algorithm to match the feature, and use random sampling consistency algorithm to eliminate the wrong matching points; finally, we use morphological operations to implement the tampered region marking location. The experimental results show that the proposed algorithm can resist small areas and smooth areas with non-significant visual features, and is robust to post-processing attacks such as rotation, scaling and so on.
【作者單位】： 中國(guó)農(nóng)業(yè)大學(xué)理學(xué)院;邢臺(tái)學(xué)院數(shù)學(xué)與信息技術(shù)學(xué)院;北京郵電大學(xué)智能通信軟件與多媒體北京市重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61370195,U1536121)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 駱偉祺;黃繼武;丘國(guó)平;;魯棒的區(qū)域復(fù)制圖像篡改檢測(cè)技術(shù)[J];計(jì)算機(jī)學(xué)報(bào);2007年11期

2 張?chǎng)?李學(xué)明;;改進(jìn)的基于顏色濾波陣列特性的篡改檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2009年06期

3 王鑫;魯志波;;數(shù)字圖像拷貝移動(dòng)篡改檢測(cè)方法的分析[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年12期

4 周治平;張小祥;;基于質(zhì)量評(píng)價(jià)量和方差分析的圖像篡改檢測(cè)[J];計(jì)算機(jī)工程;2011年09期

5 馬巧梅;鄧啟森;;基于交叉劃分的灰度圖像篡改檢測(cè)與恢復(fù)算法[J];微電子學(xué)與計(jì)算機(jī);2014年09期

6 張震;蘇白娜;喻宙;;一種新的圖像拷貝篡改檢測(cè)方法[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2012年06期

7 黃添強(qiáng);陳智文;蘇立超;鄭之;袁秀娟;;利用內(nèi)容連續(xù)性的數(shù)字視頻篡改檢測(cè)[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

8 黃添強(qiáng);曾文賦;;基于壓縮感知的視頻異源篡改檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2011年30期

9 周龍龍;;圖像空域分析下的篡改檢測(cè)算法[J];電視技術(shù);2012年23期

10 李曉梅;;基于殘留噪聲相關(guān)性的視頻篡改檢測(cè)算法[J];信息技術(shù);2013年10期

相關(guān)會(huì)議論文 前2條

1 孔輝;梁洪亮;辛陽;楊義先;陳林順;;一種高性能的網(wǎng)頁篡改檢測(cè)與恢復(fù)機(jī)制[A];2010年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2010年

2 韓杰思;朱中梁;沈建京;彭韶峰;;針對(duì)拼接圖像篡改的檢測(cè)技術(shù)[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 楊本娟;圖像篡改檢測(cè)中的投影核方法[D];貴州大學(xué);2015年

2 于立洋;數(shù)字圖像及視頻篡改檢測(cè)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

3 丁琦;數(shù)字音頻篡改檢測(cè)與隱寫分析技術(shù)研究[D];解放軍信息工程大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 張璐波;基于運(yùn)動(dòng)目標(biāo)的視頻幀內(nèi)篡改檢測(cè)算法研究與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

2 劉躍強(qiáng);用于提高篡改檢測(cè)精度的半脆弱性數(shù)字水印技術(shù)研究[D];電子科技大學(xué);2014年

3 林志新;基于內(nèi)容的視頻篡改檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

4 孫艷茹;數(shù)字圖像區(qū)域復(fù)制粘貼篡改檢測(cè)算法分析與研究[D];黑龍江大學(xué);2015年

5 鄧峰;網(wǎng)頁防篡改中篡改檢測(cè)技術(shù)的研究[D];西安工業(yè)大學(xué);2013年

6 吳俞醒;基于連續(xù)性特征的視頻幀間篡改檢測(cè)算法的研究與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

7 李君;基于客戶端的網(wǎng)頁篡改檢測(cè)研究[D];浙江工業(yè)大學(xué);2015年

8 王春井;基于網(wǎng)絡(luò)爬蟲與HASH的網(wǎng)站篡改檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];內(nèi)蒙古大學(xué);2016年

9 劉海永;用于視頻篡改檢測(cè)的數(shù)字視頻取證技術(shù)[D];華南理工大學(xué);2016年

10 謝云芳;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];哈爾濱工業(yè)大學(xué);2016年

，

本文編號(hào)：2070046