數(shù)字圖像具有可編輯性,普通人也能利用圖像編輯軟件對(duì)其內(nèi)容進(jìn)行隨意更改。這使得圖像的真實(shí)性和客觀性受到極大挑戰(zhàn),因此,圖像的真?zhèn)纬蔀閳D像檢驗(yàn)人員的研究熱點(diǎn)。本文在以往研究基礎(chǔ)上,對(duì)圖像復(fù)制粘貼篡改和圖像USM（Unsharp Masking）銳化進(jìn)行了更深入的探索,以圖像局部紋理特征為切入點(diǎn)改進(jìn)完善當(dāng)前檢測(cè)方法,以期解決實(shí)際鑒定工作中快速檢驗(yàn)篡改圖像的迫切需求,從而整體提升現(xiàn)場(chǎng)物證快速檢驗(yàn)智能化水平。面對(duì)眾多圖像取證方法均存在檢測(cè)精度和魯棒性較差的問(wèn)題,本文通過(guò)深入研究提出針對(duì)復(fù)制粘貼篡改的檢測(cè)方法并嘗試實(shí)現(xiàn)單一紋理區(qū)篡改的檢測(cè)。同時(shí),對(duì)國(guó)內(nèi)目前研究較少的USM銳化取證,提出一種基于局部紋理特征的檢測(cè)方法。具體實(shí)驗(yàn)包含三個(gè)部分:第一部分,利用Harris算子對(duì)圖像提取特征點(diǎn),以每個(gè)特征點(diǎn)為中心建立一個(gè)鄰域,采用局部配置模式對(duì)鄰域進(jìn)行特征提取,通過(guò)對(duì)鄰域特征向量的分析確定匹配點(diǎn),最后利用RANSAC（Random Sample Consensus）算子消除誤匹配點(diǎn),定位復(fù)制粘貼區(qū)域;第二部分,對(duì)傳統(tǒng)Harris算子進(jìn)行改造,改變其閾值實(shí)現(xiàn)全圖均勻密集提取特征點(diǎn),將常規(guī)紋理區(qū)和單一紋理區(qū)分區(qū)... 

【文章來(lái)源】：中國(guó)人民公安大學(xué)北京市

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

美國(guó)總統(tǒng)亞伯拉罕·林肯合成像

中國(guó)人民公安大學(xué)碩士學(xué)位論文-4-（a）原圖1（b）原圖2（c）合成圖圖1.2政府發(fā)布官員視察現(xiàn)場(chǎng)合成圖數(shù)字圖像出現(xiàn)以來(lái)，圖像篡改事件已經(jīng)數(shù)不勝數(shù)，影響程度大到國(guó)際小到個(gè)人，這使得圖像的真實(shí)性受到越來(lái)越多的關(guān)注。圖像產(chǎn)生的初衷是能夠更加客觀完整地記錄事物，而頻繁出現(xiàn)的圖像篡改事件卻不斷在挑戰(zhàn)圖像在人們心中的可信度。正因如此，國(guó)內(nèi)外研究者開(kāi)始重視對(duì)數(shù)字圖像進(jìn)行真?zhèn)螜z驗(yàn)，經(jīng)過(guò)幾年的探索研究，面對(duì)不同的篡改方式研究者提出了一系列檢驗(yàn)方法，已經(jīng)初步形成了一個(gè)有效的檢測(cè)體系。1.1國(guó)內(nèi)外研究現(xiàn)狀數(shù)字圖像真?zhèn)舞b定是伴隨著信息時(shí)代的到來(lái)而發(fā)展起來(lái)的一個(gè)新的研究方向。國(guó)外已有很多團(tuán)隊(duì)專門從事圖像真?zhèn)舞b定工作，比較有代表性的有達(dá)特茅斯大學(xué)的Farid教授的研究小組以及紐約州立大學(xué)賓漢姆頓分校的Fridrich教授的研究小組。國(guó)內(nèi)相比于國(guó)外起步較晚，但發(fā)展速度較快，我國(guó)很多高校都建立了圖像真?zhèn)舞b別的研究團(tuán)隊(duì)，在國(guó)外研究者的成果基礎(chǔ)上進(jìn)行了一系列的優(yōu)化，提出了很多創(chuàng)新性的鑒別方法。國(guó)內(nèi)研究較早的研究者有國(guó)際關(guān)系學(xué)院的周琳娜教授，并著有《數(shù)字圖像內(nèi)容取證》[4]、《數(shù)字圖像取證技術(shù)》[5]。隨著圖像取證技術(shù)的發(fā)展，該領(lǐng)域已經(jīng)逐漸形成了一套完善的理論體系，也有諸多圖像取證的專業(yè)期刊與會(huì)議，如每年召開(kāi)的國(guó)際信息隱藏與圖像處理會(huì)議（InternationalConferenceonInformationHidingandImageProcessing，IPIH）。目前，國(guó)際上主要將圖像取證技術(shù)分為兩個(gè)大方向，即主動(dòng)取證和被動(dòng)取證。1.1.1主動(dòng)取證技術(shù)數(shù)字圖像出現(xiàn)之初，人們就意識(shí)到了數(shù)字圖像的安全問(wèn)題，于是在數(shù)字圖像中加入一種特殊的防偽標(biāo)志信息，如果數(shù)字圖像發(fā)生篡改后，便可以通過(guò)對(duì)標(biāo)志信息檢驗(yàn)達(dá)到對(duì)圖像真?zhèn)涡缘蔫b別，標(biāo)志信息的破壞意味著圖像

中國(guó)人民公安大學(xué)碩士學(xué)位論文-14-像素灰度值與閾值做差，若差值大于零，則該像素點(diǎn)的位置用“1”表示，若差值小于零，則該位置用“0”表示。這樣就將此鄰域內(nèi)的8個(gè)點(diǎn)轉(zhuǎn)化為了一個(gè)8位的二進(jìn)制數(shù)，再通過(guò)十進(jìn)制轉(zhuǎn)換得到的數(shù)值就稱之為L(zhǎng)BP碼，即該窗口中心像素點(diǎn)的LBP值，圖2.2表示了原始LBP值轉(zhuǎn)換過(guò)程。為了克服矩形鄰域帶來(lái)的半徑范圍缺陷，Ojala等提出將其改進(jìn)為了圓形鄰域[57]，如圖2.3所示，對(duì)于沒(méi)有位于像素中心的值采用雙線性差值計(jì)算。Ojala將原始LBP使用符號(hào)LBPp,r來(lái)表示，將每個(gè)像素定義為X，則每個(gè)像素的灰度值為：T,,,0,,1,,1=,......prprprprpXXXX（公式2.1）式中p表示此圓形鄰域內(nèi)所含有的像素點(diǎn)總數(shù)，r表示圓形鄰域內(nèi)的半徑。每個(gè)局部區(qū)域圓形鄰域的LBP模式計(jì)算公式為：1,,,c0LBP,)2()(pnprprnnjfxxi（公式2.2）10()00xfxx，，（公式2.3）式中：i，j代表中心像素坐標(biāo)；n為鄰域內(nèi)第n個(gè)像素；xc為中心像素值；f(x)表示一個(gè)符號(hào)函數(shù)。圖2.2原始LBP特征算子

【參考文獻(xiàn)】：
期刊論文
[1]基于對(duì)抗顏色空間梯度SURF特征匹配復(fù)制黏貼篡改檢測(cè)[J]. 秦銘謙,曾青松.  電子測(cè)量與儀器學(xué)報(bào). 2018(10)
[2]基于改進(jìn)梯度局部二值模式的人臉識(shí)別[J]. 楊恢先,陳永,張翡,周彤彤.  激光與光電子學(xué)進(jìn)展. 2018(06)
[3]圖像紋理分類方法研究進(jìn)展和展望[J]. 劉麗,趙凌君,郭承玉,王亮,湯俊.  自動(dòng)化學(xué)報(bào). 2018(04)
[4]結(jié)合游程長(zhǎng)度與共生矩陣的圖像拼接篡改檢測(cè)方法[J]. 蘇慧嘉,鄭繼明.  計(jì)算機(jī)科學(xué). 2017(06)
[5]融合局部二值模式和Hu矩特征的車型識(shí)別[J]. 李澄非,陳新華.  激光與光電子學(xué)進(jìn)展. 2016(10)
[6]基于彩色LBP的隱蔽性復(fù)制-粘貼篡改盲鑒別算法[J]. 朱葉,申鉉京,陳海鵬.  自動(dòng)化學(xué)報(bào). 2017(03)
[7]運(yùn)用DWT和ORB的圖像篡改檢測(cè)方法[J]. 鄭繼明,崔玉巖,耿金玲,陳龍.  計(jì)算機(jī)工程與應(yīng)用. 2017(11)
[8]信息熵和差分激勵(lì)融合的圖像拼接檢測(cè)[J]. 樊曉婷,馬巧梅,陳夠喜,楊秋翔.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(01)
[9]RANSAC算法在同圖復(fù)制鑒定中的應(yīng)用研究[J]. 王任華,霍宏濤,蔣敏.  計(jì)算機(jī)應(yīng)用研究. 2014(07)
[10]基于Tamura紋理特征的Copy-Move圖像篡改盲檢測(cè)[J]. 趙偉,汪濤,呂皖麗,湯進(jìn),羅斌.  計(jì)算機(jī)工程與應(yīng)用. 2014(03)

碩士論文
[1]基于噪聲特征的圖像拼接/合成攻擊被動(dòng)取證方法研究[D]. 張德鵬.西安理工大學(xué) 2019
[2]數(shù)字圖像復(fù)制粘貼篡改盲檢測(cè)研究[D]. 葉雨晴.南京郵電大學(xué) 2018
[3]利用統(tǒng)計(jì)特征的圖像拼接篡改檢測(cè)技術(shù)研究[D]. 蘇慧嘉.重慶郵電大學(xué) 2017
[4]數(shù)字圖像主動(dòng)取證技術(shù)研究[D]. 翟佩華.湖北工業(yè)大學(xué) 2017
[5]基于改進(jìn)SIFT算法的圖像復(fù)制粘貼篡改檢測(cè)[D]. 孫碩.河北大學(xué) 2016
[6]基于局部紋理特征的計(jì)算機(jī)生成圖像盲鑒別算法[D]. 李夢(mèng)臻.吉林大學(xué) 2015
[7]用于認(rèn)證的圖像數(shù)字簽名技術(shù)研究[D]. 陡春妮.西安理工大學(xué) 2010



本文編號(hào)：3060366