隨著信息技術(shù)的發(fā)展,數(shù)字圖像作為一種數(shù)字傳播媒體在各行各業(yè)中被廣泛使用,而隨之發(fā)展起來的圖像編輯軟件使得越來越多的非專業(yè)人士能熟練地對數(shù)字圖像進行編輯篡改,甚至沒有留下任何明顯的篡改痕跡。這些篡改圖像的大量出現(xiàn)給司法、刑偵、名譽保護乃至社會穩(wěn)定帶來巨大的挑戰(zhàn),因此數(shù)字圖像的取證變得愈加重要。針對數(shù)字圖像取證問題,本文開展了以下三方面的研究:（1）現(xiàn)有的彩色圖像拼接篡改檢測算法通常將彩色圖像的三個顏色通道分別處理,忽略了三個通道之間的相關(guān)性和整體性。因此,本文引入圖像深度信息改進四元數(shù)彩色圖像表示方法,然后定義了 RGB-D圖像的四元數(shù)偽Zernike矩,并繼而提取彩色篡改圖像的四元數(shù)偽Zernike矩特征,最后結(jié)合四元數(shù)BP神經(jīng)網(wǎng)絡(luò)進行篡改檢測。通過在四個公開數(shù)據(jù)集（DVMM,CASIA v1.0,v2.0,Wild Web）上的實驗對提出算法在不同顏色空間上的性能以及現(xiàn)有七種篡改檢測算法的性能進行了對比。（2）基于深度學習的拼接定位算法通過網(wǎng)絡(luò)訓練學習期望的特征,無需提取顯式的特征。在現(xiàn)有基于深度學習的算法中,基于全卷積神經(jīng)網(wǎng)絡(luò)（Fully convolutional network... 

【文章來源】：南京信息工程大學江蘇省

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【部分圖文】：

圖２－２四個數(shù)據(jù)集中隨機選取的圖像和對應的深度信息圖像（按行分別為ＤＶＭＭ數(shù)據(jù)集、ＣＡＳＩＡ??ｖｌ．Ｏ，?ＣＡＳＩＡｖｌＯ?ＩＰ?ＷｉｌｄＷｅｂ?ＷＡ）??，６，??

這里的不同的顏色空間轉(zhuǎn)換是在用ＲＧＢ－Ｄ圖像四元數(shù)表示方法表示圖像前對??圖像的Ｒ、Ｇ、Ｂ三個分羹轉(zhuǎn)換。矩陣的階數(shù)不同也會導致ＲＧＢ－Ｄ圖像四元數(shù)偽Ｚｅｒｎｉｋｅ??矩特征向曩的不同，因此還測試了最大矩階數(shù)Ｍ的影響。圖２－３中分別對ＤＶＭＭ，ＣＡＳＩＡ??ｖｌ．Ｏ和ＣＡＳＩＡｖ２．０三個數(shù)據(jù)集在六個顏色空間上對矩陣階數(shù)從３到１３的結(jié)果比較，最??幅愚３個數(shù)據(jù)集在六個顏色空：間上的平均結(jié)果。??１〇〇ｉ３?？?＾?＾?＾?？?Ｓ?３?１００?？?ｌ?—?￣￣??給－－－－－姿?沒…－－？?ｂ??ｉｌ?／?／?＼＇?Ｊ．?ｔ」．?？??檢??ｆ?？?襲?ｍ?？？？？？?ｉ．?運?＾?／／?［?。???１９ｅ－?／?｜：＝｜－靈Ｕ：－??９７．５

數(shù)量少的建議框。Ｆａｓｔｅｒ－ＲＣＮＮ是目標檢測網(wǎng)絡(luò)ＲＣＮＮ的一種改進，其主要的改進是通??過ＲＰＮ提升了建議框選取的質(zhì)量并與網(wǎng)絡(luò)共享參數(shù)提升了目標檢測的速度。ＲＰＮ網(wǎng)絡(luò)??的輸入Ｍ—幅圖像，輸出一組矩形的建議框下圖３－２是ＲＰＮ的結(jié)構(gòu)，左側(cè)圖像是網(wǎng)絡(luò)??結(jié)構(gòu)圖，其中ｃｏｎｖ?ｆｅａｔｕｒｅ?ｍａｐ是圖像經(jīng)過翁干卷積層得到的特征圖，特征圖經(jīng)過中：間??晨（ｉｎｔｅｒｍｅｄｉａｔｅ?ｌａｙｅｒ）之后分為兩路；一路是ｅｌｓ層計＿＿算猾動窗內(nèi)的目標概率，＿此是??２ｋ個，ｋ是產(chǎn)生的建議框的數(shù)鷥；另一路是ｒｅｇ層，輸出窗口的一個角的坐標ｘ、ｙ和窗??口的寬（ｗｉｄｔｈ）、長（ｈｅｉｇｈｔ），因此是４ｋ個。．右側(cè)圖像是ＲＰＮ中使用的９種類型的滑動窗??Ｒ，分別使用了三種尺寸類型的窗口，井且每個窗口分別按照長寬比為１：?１、１：?２和２：??１縮放，最終選�。常埃皞�得分最離的窗口作為建議窗口＆??２１??

【參考文獻】：
期刊論文
[1]圖像拼接篡改的自動色溫距離分類檢驗方法[J]. 孫鵬,郎宇博,樊舒,沈喆,彭思龍,劉磊.  自動化學報. 2018(07)
[2]基于彩色圖像四元數(shù)表示的彩色人臉識別[J]. 陳北京,孫星明,王定成,趙曉平.  自動化學報. 2012(11)
[3]利用JPEG塊效應不一致性的合成圖像盲檢測[J]. 魏為民,唐振軍.  中國圖象圖形學報. 2009(11)
[4]四元數(shù)奇異值分解與彩色圖像去噪[J]. 雷印杰,余艷梅,周激流,楊柱中,羅代升.  四川大學學報(自然科學版). 2007(06)

博士論文
[1]四元數(shù)小波變換理論及其在圖像處理中的應用研究[D]. 殷明.合肥工業(yè)大學 2012
[2]彩色圖像濾波與基于四元數(shù)的彩色圖像處理方法[D]. 金良海.華中科技大學 2008



本文編號：3630226