圖像在人們?nèi)粘Ｉ钪性絹碓匠Ｓ?應(yīng)用范圍無處不在,隨之圖像的真假也愈發(fā)的難辨。各種圖像處理軟件的普及與易于使用也使篡改圖像越來越多,當(dāng)這些篡改圖像作為證據(jù)或者在網(wǎng)上被廣泛轉(zhuǎn)發(fā)時(shí),一些重要的線索被篡改混淆視聽,這樣會(huì)對(duì)人們的生活造成非常重要的影響,因此圖像篡改檢測(cè)技術(shù)的研究具有非常重要的意義。關(guān)于圖像篡改檢測(cè)算法的研究,目前最常見的是基于復(fù)制粘貼篡改的研究,其主要算法主要有基于圖像塊和基于關(guān)鍵點(diǎn)的圖像篡改檢測(cè)算法。SIFT算法是目前運(yùn)用最為廣泛的基于關(guān)鍵點(diǎn)的圖像篡改檢測(cè)算法,但也存在不少缺點(diǎn),例如圖像篡改檢測(cè)的準(zhǔn)確性差和耗時(shí)高等問題。本文基于SIFT算法存在的問題進(jìn)行研究,針對(duì)SIFT算法提取的特征維度高,耗時(shí)長(zhǎng)、占用計(jì)算機(jī)資源大等問題,本文采用K-means算法進(jìn)行降維處理,提高算法運(yùn)行速度;SIFT算法在圖像篡改區(qū)域難以準(zhǔn)確判斷,本文利用RANSAC算法對(duì)誤匹配點(diǎn)進(jìn)行剔除,提高在篡改區(qū)域定位時(shí)的準(zhǔn)確性;針對(duì)SIFT算法在提取圖像特征時(shí),只提取了圖像的灰度特征從而丟失了圖像的顏色信息,本文將SIFT算法提取的特征與圖像的CIE Lab顏色空間特征相結(jié)合,豐富關(guān)鍵點(diǎn)信息;本文還提出了一種... 

【文章來源】：沈陽理工大學(xué)遼寧省

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 圖像處理技術(shù)國(guó)內(nèi)外研究現(xiàn)狀
    1.3 數(shù)字圖像檢測(cè)技術(shù)
        1.3.1 數(shù)字圖像主動(dòng)取證技術(shù)
        1.3.2 數(shù)字圖像盲檢測(cè)技術(shù)
    1.4 本文主要內(nèi)容及創(chuàng)新點(diǎn)
    1.5 文章結(jié)構(gòu)
第2章 圖像篡改檢測(cè)相關(guān)算法及原理
    2.1 圖像復(fù)制粘貼篡改檢測(cè)算法綜述
        2.1.1 基于圖像塊的復(fù)制粘貼篡改檢測(cè)技術(shù)
        2.1.2 基于特征點(diǎn)的復(fù)制粘貼篡改檢測(cè)技術(shù)
    2.2 圖像復(fù)制粘貼篡改檢測(cè)算法模型
    2.3 圖像復(fù)制粘貼篡改檢測(cè)算法
    2.4 圖像篡改檢測(cè)特征提取算法
        2.4.1 SIFT算法
        2.4.2 SURF算法
    2.5 圖像特征匹配算法
        2.5.1 KNN算法
    2.6 SIFT算法的一般改進(jìn)
        2.6.1 PCA-SIFT算法
        2.6.2 K-means改進(jìn)的SIFT算法
        2.6.3 RGB-SIFT算法
    2.7 本章小結(jié)
第3章 改進(jìn)的SIFT算法
    3.1 算法流程
    3.2 SIFT篡改檢測(cè)算法原理
        3.2.1 尺度空間極值點(diǎn)檢測(cè)
        3.2.2 提取關(guān)鍵點(diǎn)
        3.2.3 精確定位特征點(diǎn)位置
        3.2.4 特征點(diǎn)匹配
    3.3 SIFT-SVD算法
        3.3.1 SVD算法
        3.3.2 SIFT-SVD算法步驟
    3.4 LAB-SIFT圖像檢測(cè)算法
        3.4.1 LAB-SIFT圖像檢測(cè)算法流程
        3.4.2 基于CIE LAB顏色空間提取特征
    3.5 本章小結(jié)
第4章 研究結(jié)果與討論
    4.1 SIFT算法檢測(cè)
        4.1.1 SIFT算法檢測(cè)仿真結(jié)果圖
        4.1.2 SIFT算法檢測(cè)結(jié)果
    4.2 SIFT-SVD算法檢測(cè)
        4.2.1 SIFT-SVD算法檢測(cè)仿真結(jié)果圖
        4.2.2 SIFT-SVD算法檢測(cè)結(jié)果
    4.3 SIFT-LAB算法檢測(cè)
        4.3.1 SIFT-LAB算法檢測(cè)仿真結(jié)果圖
        4.3.2 SIFT-LAB 算法檢測(cè)結(jié)果
    4.4 仿真結(jié)果分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和獲得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]MapReduce框架下基于抽樣的分布式K-Means聚類算法[J]. 楊杰明,吳啟龍,曲朝陽,楊爍,闞中峰,高冶.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2017(01)
[2]基于混合灰度序模式的圖像復(fù)制-粘貼篡改盲鑒別算法[J]. 朱葉,申鉉京,陳海鵬.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2017(04)
[3]基于動(dòng)態(tài)K均值聚類算法的SAR圖像分割[J]. 邢濤,黃友紅,胡慶榮,李軍,王冠勇.  中國(guó)科學(xué)院大學(xué)學(xué)報(bào). 2016(05)
[4]基于改進(jìn)SIFT算法的圖像復(fù)制粘貼篡改檢測(cè)[J]. 李昆侖,孫碩.  計(jì)算機(jī)科學(xué). 2016(S1)
[5]利用SIFT特征的非對(duì)稱匹配圖像拼接盲檢測(cè)[J]. 杜振龍,楊凡,李曉麗,郭延文,沈鋼綱.  中國(guó)圖象圖形學(xué)報(bào). 2013(04)
[6]基于Lambert光照模型的圖像真?zhèn)蚊よb別算法[J]. 陳海鵬,申鉉京,呂穎達(dá),金玉善.  計(jì)算機(jī)研究與發(fā)展. 2011(07)
[7]基于小波變換的JPEG2000圖像篡改檢測(cè)[J]. 吉建華,高旭膦.  微計(jì)算機(jī)信息. 2010(17)
[8]SIFT和旋轉(zhuǎn)不變LBP相結(jié)合的圖像匹配算法[J]. 鄭永斌,黃新生,豐松江.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2010(02)
[9]基于SIFT的圖像復(fù)制遮蓋篡改檢測(cè)技術(shù)[J]. 李生紅,張愛新,鄭燕雙,朱彤,金波.  解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(04)
[10]基于雙JPEG壓縮統(tǒng)計(jì)特性的圖像篡改檢測(cè)方法[J]. 岳紅原,黃堅(jiān).  南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版). 2009(02)

博士論文
[1]數(shù)字圖像復(fù)制—粘貼篡改盲取證關(guān)鍵技術(shù)研究[D]. 朱葉.吉林大學(xué) 2017
[2]數(shù)字圖像盲鑒別的關(guān)鍵理論與技術(shù)研究[D]. 呂穎達(dá).吉林大學(xué) 2015

碩士論文
[1]基于局部紋理特征的數(shù)字圖像拼接盲鑒別算法研究[D]. 石澤男.吉林大學(xué) 2017
[2]基于改進(jìn)SIFT算法的圖像匹配研究[D]. 馮文斌.燕山大學(xué) 2017
[3]數(shù)字簽名技術(shù)研究[D]. 孫文高.西安電子科技大學(xué) 2010



本文編號(hào)：3054446