隨著數(shù)字圖像處理技術(shù)的飛速發(fā)展及各種智能設(shè)備的廣泛使用,大規(guī)模圖像/視頻數(shù)據(jù)庫(kù)的應(yīng)用變得越來(lái)越普遍。與此同時(shí),出現(xiàn)了許多功能強(qiáng)大且易于操作的圖像處理軟件,使得即使是非專業(yè)用戶也可以輕松地操作和修改圖像內(nèi)容,且不會(huì)留下操作痕跡。經(jīng)過(guò)操作的圖像在互聯(lián)網(wǎng)上廣泛傳播,豐富了人們的視覺(jué)體驗(yàn),然而在社會(huì)各個(gè)領(lǐng)域造成了極其嚴(yán)重的負(fù)面影響。因此,近年來(lái),數(shù)字圖像篡改檢測(cè)技術(shù)已成為信息安全領(lǐng)域新的研究熱點(diǎn),具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。本文主要研究了基于主動(dòng)取證的圖像Hash技術(shù)和基于被動(dòng)取證的圖像拼接檢測(cè)技術(shù),主要工作如下:圖像哈希作為一種主動(dòng)取證技術(shù),在圖像內(nèi)容真實(shí)性檢測(cè)和完整性認(rèn)證中有著重要的應(yīng)用。我們研究了圖像Hash生成方法,提出了一種基于混合特征的感知圖像哈希生成方法,以及基于哈希的圖像內(nèi)容篡改取證方法。在提出的方法中,我們將圖像的顏色特征作為全局特征,基于特征點(diǎn)的特征和基于圖像塊的特征作為局部特征,并結(jié)合結(jié)構(gòu)特征生成中間哈希碼。然后對(duì)中間哈希加密并隨機(jī)化生成最終哈希�；谏傻母兄獔D像哈希,構(gòu)造了一種從粗粒度到細(xì)粒度的圖像內(nèi)容真實(shí)性和完整性取證方法,可以實(shí)現(xiàn)圖像內(nèi)容的篡改檢測(cè)與篡改定位... 

【文章來(lái)源】：西安理工大學(xué)陜西省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 圖像Hash生成方法以及基于Hash的圖像篡改檢測(cè)與篡改定位方法
        1.2.2 數(shù)字圖像拼接檢測(cè)方法
    1.3 存在的問(wèn)題
    1.4 本論文主要研究工作及組織結(jié)構(gòu)
        1.4.1 論文的主要研究工作
        1.4.2 論文的組織結(jié)構(gòu)
2 圖像篡改檢測(cè)及基礎(chǔ)知識(shí)
    2.1 圖像哈希
        2.1.1 感知圖像哈希的定義,性質(zhì)及生成流程
        2.1.2 基于Hash的圖像內(nèi)容認(rèn)證
    2.2 數(shù)字圖像拼接取證
    2.3 基礎(chǔ)知識(shí)
        2.3.1 SIFT特征
        2.3.2 平穩(wěn)小波變換
        2.3.3 雙邊濾波
        2.3.4 超像素分割算法
        2.3.5 離散余弦變換
        2.3.6 模糊C均值聚類
    2.4 圖像取證評(píng)價(jià)指標(biāo)
    2.5 本章小結(jié)
3 基于感知哈希的由粗粒度到細(xì)粒度的圖像篡改取證方法
    3.1 算法框架
    3.2 圖像預(yù)處理
    3.3 特征提取
        3.3.1 全局特征的定義和表示
        3.3.2 基于特征點(diǎn)的局部特征的定義和表示
        3.3.3 基于圖像塊的局部特征的定義和表示
        3.3.4 結(jié)構(gòu)特征的定義和表示
    3.4 最終哈希的生成
        3.4.1 密鑰生成
        3.4.2 加密和隨機(jī)化
        3.4.3 編碼和壓縮
    3.5 篡改檢測(cè)與篡改定位
        3.5.1 幾何校正
        3.5.2 篡改檢測(cè)
        3.5.3 篡改定位
    3.6 實(shí)驗(yàn)結(jié)果和性能分析
        3.6.1 符號(hào)定義
        3.6.2 參數(shù)評(píng)估
        3.6.3 魯棒性分析和比較
        3.6.4 敏感性分析和性能比較
        3.6.5 綜合比較
        3.6.6 篡改定位精度
        3.6.7 篡改定位視覺(jué)效果
        3.6.8 計(jì)算復(fù)雜度分析
        3.6.9 安全性分析
    3.7 本章小結(jié)
4 基于噪聲水平不一致性的粗細(xì)粒度圖像拼接定位方法
    4.1 算法總體框架
    4.2 特征提取
        4.2.1 圖像塊劃分
        4.2.2 拉普拉斯噪聲特征
        4.2.3 局部相關(guān)性特征
    4.3 篡改區(qū)域定位
        4.3.1 粗粒度篡改區(qū)域定位
        4.3.2 細(xì)粒度篡改區(qū)域定位
    4.4 實(shí)驗(yàn)結(jié)果和性能分析
        4.4.1 自適應(yīng)閾值的參數(shù)評(píng)估
        4.4.2 拼接檢測(cè)的視覺(jué)效果
        4.4.3 魯棒性分析和比較
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要研究成果


【參考文獻(xiàn)】：
期刊論文
[1]Single Channel Speech Enhancement by De-noising Using Stationary Wavelet Transform[J]. 張德祥,高清維,陳軍寧.  Journal of Electronic Science and Technology of China. 2006(01)



本文編號(hào)：3154239