本文關(guān)鍵詞：基于關(guān)鍵點(diǎn)和扇形均值的拷貝粘貼圖像取證算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：人類對信息的需求快速增長,作為信息載體的數(shù)字圖像已廣泛應(yīng)用于各個(gè)領(lǐng)域,圖像編輯軟件可以輕而易舉地篡改圖像,而且人眼無法直接分辨真假。如果篡改后的圖像被用于法庭審判和醫(yī)療事業(yè)等正式的場合,毫無疑問會(huì)引起各種信任問題。因此,數(shù)字圖像真實(shí)性應(yīng)該受到保護(hù),目前,鑒別圖像真實(shí)性的技術(shù)已成為國內(nèi)外關(guān)注的一個(gè)課題。本文主要研究內(nèi)容是基于關(guān)鍵點(diǎn)和分塊匹配的圖像盲取證技術(shù)。本文首先對數(shù)字圖像取證技術(shù)的研究現(xiàn)狀進(jìn)行分析。然后對基于分塊匹配和基于關(guān)鍵點(diǎn)的拷貝粘貼篡改圖像檢測算法進(jìn)行分析研究,并總結(jié)了現(xiàn)有算法的優(yōu)缺點(diǎn)。通過對基于Harris角點(diǎn)和階梯扇形統(tǒng)計(jì)信息的拷貝粘貼檢測算法進(jìn)行仿真,并對目標(biāo)移除和目標(biāo)添加篡改方式下的圖像進(jìn)行檢測和分析,發(fā)現(xiàn)該算法存在三點(diǎn)不足：不能抵抗平滑區(qū)域的篡改攻擊；不能抵抗較小面積區(qū)域的篡改攻擊;不能檢測出目標(biāo)粘貼多次的篡改。本文首先討論影響Harris角點(diǎn)提取的因素,然后分析扇形的半徑對算法檢測性能的影響,進(jìn)而設(shè)計(jì)一種基于Harris角點(diǎn)和扇形均值的拷貝粘貼圖像檢測算法,該算法通過改變角點(diǎn)響應(yīng)函數(shù)和降低對比閾值來使平滑區(qū)域提取到足夠的角點(diǎn),進(jìn)而提高對平滑篡改區(qū)域的檢測性能；通過選擇適當(dāng)?shù)纳刃伟霃教岣邔π∶娣e篡改的檢測率,利用G2NN進(jìn)行特征向量匹配,提高算法對多重目標(biāo)粘貼篡改的檢測性能。最后通過RANSAC算法來降低誤檢。仿真實(shí)驗(yàn)表明,改進(jìn)后的算法能檢測平滑區(qū)域篡改和小面積區(qū)域篡改,同時(shí)能抵抗目標(biāo)多次粘貼篡改的攻擊,然而該算法抗尺度縮放性不強(qiáng)。為了增強(qiáng)這類算法的抗尺度縮放性,同時(shí)降低對自相似真實(shí)區(qū)域的誤檢,本文設(shè)計(jì)了一種基于SIFT關(guān)鍵點(diǎn)和扇形均值的取證算法。該算法先提取圖像的SIFT關(guān)鍵點(diǎn),然后用扇形均值形成的特征向量來描述每個(gè)以SIFT關(guān)鍵點(diǎn)為中心的小圓形區(qū)域,并利用G2NN算法進(jìn)行特征匹配,最后通過聚類區(qū)分不同的克隆區(qū)域,再利用RANSAC算法和ZNCC算法來降低誤檢,最終精確定位篡改區(qū)域。仿真結(jié)果表明,該算法能抵抗一定的尺度縮放攻擊,且能準(zhǔn)確定位并標(biāo)記出篡改區(qū)域。最后,本文設(shè)計(jì)了算法仿真系統(tǒng),并對仿真結(jié)果進(jìn)行分析說明。
【關(guān)鍵詞】：圖像取證 拷貝粘貼 Harris角點(diǎn) 特征匹配 RANSAC算法
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-19
• 1.1 研究背景和意義11-13
• 1.2 數(shù)字圖像取證技術(shù)概述13-14
• 1.2.1 主動(dòng)取證技術(shù)13-14
• 1.2.2 盲取證技術(shù)14
• 1.3 數(shù)字圖像盲取證理論框架14-18
• 1.3.1 數(shù)字圖像篡改技術(shù)14-15
• 1.3.2 基于圖像篡改過程遺留痕跡的取證技術(shù)15-18
• 1.4 本文的章節(jié)安排18-19
• 第2章 圖像拷貝粘貼篡改取證技術(shù)19-27
• 2.1 數(shù)字圖像拷貝粘貼篡改取證技術(shù)分類19-20
• 2.1.1 基于分塊匹配的圖像盲取證算法19-20
• 2.1.2 基于關(guān)鍵點(diǎn)的圖像盲取證算法20
• 2.2 現(xiàn)有數(shù)字圖像區(qū)域拷貝粘貼篡改檢測算法20-24
• 2.2.1 基于DCT和PCA的圖像拷貝粘貼取證算法21
• 2.2.2 基于Harris角點(diǎn)和階梯扇形統(tǒng)計(jì)信息的區(qū)域拷貝檢測算法21-24
• 2.3 現(xiàn)有算法存在的問題和不足24-26
• 2.3.1 基于圖像塊的拷貝粘貼篡改檢測算法24
• 2.3.2 基于關(guān)鍵點(diǎn)的拷貝粘貼篡改檢測算法24-26
• 2.4 本章小結(jié)26-27
• 第3章 基于Harris角點(diǎn)和扇形均值的圖像盲取證技術(shù)27-43
• 3.1 區(qū)域拷貝粘貼篡改模型27
• 3.2 低漏檢的聯(lián)合Harris角點(diǎn)與扇形均值的圖像盲取證算法27-32
• 3.2.1 影響Harris角點(diǎn)提取的角點(diǎn)響應(yīng)函數(shù)和閩值分析28-30
• 3.2.2 特征描述子分析30-31
• 3.2.3 特征點(diǎn)的匹配31-32
• 3.2.4 算法實(shí)現(xiàn)流程32
• 3.3 仿真實(shí)驗(yàn)及結(jié)果分析32-41
• 3.3.1 對單個(gè)目標(biāo)添加篡改圖片的檢測33-36
• 3.3.2 對多重目標(biāo)添加篡改圖片的檢測36-38
• 3.3.3 對目標(biāo)移除篡改圖片的檢測38-39
• 3.3.4 定量評估本章算法的有效性39-41
• 3.4 本章算法存在的問題和不足41-42
• 3.5 本章小結(jié)42-43
• 第4章 基于SIFT和扇形均值的圖像盲取證算法43-56
• 4.1 引言43
• 4.2 聯(lián)合SIFT特征點(diǎn)和扇形均值的拷貝粘貼篡改檢測技術(shù)43-47
• 4.2.1 SIFT特征點(diǎn)檢測43-45
• 4.2.2 特征提取45-46
• 4.2.3 降低誤檢46
• 4.2.4 本章算法步驟46-47
• 4.3 實(shí)驗(yàn)仿真與結(jié)果分析47-54
• 4.3.1 對目標(biāo)添加篡改圖片的檢測47-51
• 4.3.2 對目標(biāo)移除篡改圖片的檢測51-52
• 4.3.3 對同時(shí)遭受目標(biāo)添加和目標(biāo)移除篡改圖片的檢測52-53
• 4.3.4 定量評估本章算法的有效性53-54
• 4.4 本章算法存在的問題和不足54-55
• 4.5 本章小結(jié)55-56
• 第5章 圖像復(fù)制粘貼篡改取證仿真系統(tǒng)56-59
• 5.1 GUI仿真系統(tǒng)介紹56
• 5.2 復(fù)制粘貼篡改檢測可視化仿真系統(tǒng)介紹56-58
• 5.3 本章小結(jié)58-59
• 總結(jié)與展望59-61
• 致謝61-62
• 參考文獻(xiàn)62-68
• 攻讀碩士學(xué)位期間發(fā)表的論文及科研成果68

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計(jì)算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

4 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計(jì)算機(jī)科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動(dòng)幾何精糾正系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2012年S2期

7 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

8 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計(jì)算方法[J];模式識(shí)別與人工智能;2003年03期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊）[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號(hào)驅(qū)動(dòng)板[N];電子報(bào);2003年

8 ;令挑剔的人也刮目相看[N];中國電子報(bào);2001年

9 侯杰;國產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計(jì)算機(jī)報(bào);2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 梁福來;低空無人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識(shí)別算法及其在聾人視覺識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

2 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

3 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

4 王雨婷;基于林火圖像特征的火險(xiǎn)識(shí)別系統(tǒng)研究與設(shè)計(jì)[D];東北林業(yè)大學(xué);2015年

5 胡海鋒;基于激光散斑圖像的零件表面粗糙度測量[D];南京信息工程大學(xué);2015年

6 王鑫;基于CT圖像的肺結(jié)節(jié)檢測方法研究[D];長春工業(yè)大學(xué);2015年

7 何建斌;基于IPCS的醫(yī)學(xué)圖像網(wǎng)絡(luò)考試系統(tǒng)的設(shè)計(jì)與研究[D];廣東技術(shù)師范學(xué)院;2015年

8 宋小潞;基于大氣物理模型的單幅圖像去霧算法研究[D];華南理工大學(xué);2015年

9 盧永樂;基于查找表的圖像逆半調(diào)模板選擇方法研究[D];湖南工業(yè)大學(xué);2015年

10 武翔宇;基于圖像的接觸網(wǎng)支柱檢測與編號(hào)識(shí)別[D];西南交通大學(xué);2015年

  本文關(guān)鍵詞：基于關(guān)鍵點(diǎn)和扇形均值的拷貝粘貼圖像取證算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：503996