近年來,數(shù)字圖像作為信息傳載的重要形式,其應(yīng)用越來越廣泛。利用編輯軟件對圖像進行操作處理越來越容易,這為人們工作和生活帶來極大便捷的同時,也產(chǎn)生了一些負面影響,比如針對圖像內(nèi)容的偽造篡改。因此,針對數(shù)字圖像內(nèi)容真實性的取證技術(shù)研究顯得尤為重要和迫切。復(fù)制-粘貼(Copy-Move)是一種常見的圖像篡改操作,現(xiàn)有的檢測方法在抵抗幾何旋轉(zhuǎn)和縮放攻擊時魯棒性不足,檢測流程也缺乏一定的智能化。本文結(jié)合信號處理領(lǐng)域的極諧波變換(Polar Harmonic Transform,PHT)、智能優(yōu)化中的粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)和機器學(xué)習(xí)中的支持向量機(Support Vector Machine,SVM)等理論和方法,提出一套有效檢測與定位篡改區(qū)域的解決方案,實現(xiàn)針對幾何攻擊和后處理操作的魯棒性,完成檢測智能化。本文具體工作如下:(1)本文提出了一種基于PHT矩的抗幾何攻擊圖像復(fù)制-粘貼篡改檢測(Copy-Move Forgery Detection,CMFD)算法。該算法首先對圖像進行預(yù)處理,并對圖像進行圓形塊劃分。接著計算每個重疊圖像塊的P...

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外相關(guān)工作研究進展
        1.2.1 基于特征點的檢測算法
        1.2.2 基于塊的檢測算法
    1.3 亟待解決的問題
    1.4 圖像復(fù)制-粘貼篡改檢測問題
        1.4.1 圖像復(fù)制-粘貼篡改建模
        1.4.2 圖像復(fù)制-粘貼篡改檢測的基本框架
    1.5 本文主要研究內(nèi)容和論文結(jié)構(gòu)安排
        1.5.1 本文主要研究內(nèi)容
        1.5.2 論文結(jié)構(gòu)安排
2 相關(guān)理論基礎(chǔ)
    2.1 極諧波變換
        2.1.1 極諧波變換的定義
        2.1.2 極諧波變換的幾何不變性
    2.2 粒子群優(yōu)化算法
    2.3 支持向量機
        2.3.1 支持向量機的思想和原理
        2.3.2 核函數(shù)的思想
        2.3.3 支持向量機參數(shù)優(yōu)化問題
    2.4 奇異值分解
    2.5 本章小結(jié)
3 基于PCET矩和SVD的圖像復(fù)制-粘貼篡改檢測算法
    3.1 引言
    3.2 基于HBSM和 PSO的閾值估計
        3.2.1 閾值估計
        3.2.2 基于PSO的相似性閾值搜索
    3.3 基于PCET矩和SVD的圖像復(fù)制-粘貼篡改檢測算法
        3.3.1 預(yù)處理
        3.3.2 特征提取
        3.3.3 塊匹配
        3.3.4 誤匹配過濾
    3.4 實驗設(shè)計與結(jié)果分析
        3.4.1 圖像集
        3.4.2 算法性能評價指標(biāo)
        3.4.3 實驗參數(shù)選擇
        3.4.4 實驗結(jié)果展示與分析
    3.5 本章小結(jié)
4 基于SVM和塊相似性度量直方圖的圖像復(fù)制-粘貼篡改檢測算法
    4.1 引言
    4.2 基于SVM和塊相似性度量直方圖的圖像智能CMFD算法
        4.2.1 算法流程
        4.2.2 基于直方圖的特征提取
    4.3 實驗結(jié)果及分析
        4.3.1 實驗設(shè)置和圖像集
        4.3.2 評估準則
        4.3.3 仿真實驗結(jié)果與分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 本文的主要貢獻
    5.3 未來研究展望
致謝
參考文獻
攻讀學(xué)位期間主要研究成果



本文編號：3811499