數(shù)字圖像是現(xiàn)如今用于信息傳遞的最主要形式。所以,很多圖像處理軟件也就應(yīng)運而生,面向民眾的圖像處理軟件在操作上十分的便捷,只需要通過簡單的了解就能夠掌握如何去使用這類軟件。但是,有些人卻利用這一工具通過圖像二次修改來歪曲事實,使得大部分人深受其影響,甚至涉及人身和財產(chǎn)的安全。所以,現(xiàn)如今催生出了很多以辨別圖像真假的研究方向,主要是為了通過尋找修改痕跡來尋找圖像修改的證據(jù),從而能夠幫助還原事實,這也逐漸成為了當今數(shù)字圖像領(lǐng)域研究的熱點。將同一幅圖像復制后進行篡改的方式屬于被動取證當中以真實性作為獲取證據(jù)的方法,一般這種方法會存在很多與原圖像類似的區(qū)域。對于這種篡改的方式,目前主要以特征點以及圖像塊相似性的檢測兩種方法為主,它們各有其優(yōu)點。總的來看,前者在準確率方面會更好一些,并且可以運用在比較廣的范圍內(nèi)。但是,特征點的獲取又會受到一些因素的影響。但是通過塊匹配來進行檢測還有很多有待改善的地方,本文選擇基于塊匹配檢測方式,主要是為了能夠更好的提升檢測的準確性,從而為證據(jù)的獲取節(jié)省更多的時間。本文主要研究同幅圖像復制粘貼篡改及檢測技術(shù)。主要工作包括:(1)就目前的塊匹配檢測法在進行圖像灰度特征...

【文章頁數(shù)】：52 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 數(shù)字圖像取證技術(shù)
        1.2.1 數(shù)字圖像主動取證技術(shù)
        1.2.2 數(shù)字圖像被動取證技術(shù)
    1.3 國內(nèi)外研究現(xiàn)狀分析
    1.4 本文研究內(nèi)容
    1.5 論文結(jié)構(gòu)安排
第2章 圖像復制粘貼篡改檢測相關(guān)技術(shù)
    2.1 數(shù)字圖像復制粘貼篡改類型
    2.2 數(shù)字圖像復制粘貼檢測常見算法
        2.2.1 基于關(guān)鍵點的取證算法
        2.2.2 基于分塊的取證算法
        2.2.3 現(xiàn)有算法的優(yōu)點與不足
    2.3 本章小結(jié)
第3章 基于改進的灰度共生矩陣特征提取方法
    3.1 灰度共生矩陣和方向測度
        3.1.1 灰度共生矩陣
        3.1.2 方向測度
    3.2 改進的灰度共生矩陣DGLCM特征提取
        3.2.1 n鄰域的確定
        3.2.2 Haralick特征值的選擇
        3.2.3 方向測度值的確定
        3.2.4 改進的灰度共生矩陣特征
        3.2.5 高斯歸一化
        3.2.6 DGLCM特征提取算法
    3.3 實驗結(jié)果與分析
        3.3.1 方向測度與權(quán)值因子的關(guān)系
        3.3.2 Brodatz標準紋理庫的分類
        3.3.3 基于DGLCM特征紋理圖的分類
    3.4 本章小結(jié)
第4章 基于DCT和 DGLCM特征融合的復制粘貼篡改檢測
    4.1 DCT變換
    4.2 基于混合特征的復制粘貼篡改檢測
        4.2.1 算法思想
        4.2.2 圖像預處理
        4.2.3 圖像滑窗分塊
        4.2.4 特征提取
        4.2.5 特征融合
        4.2.6 降維與聚類
        4.2.7 特征匹配
    4.3 實驗結(jié)果與分析
        4.3.1 不同后處理檢測結(jié)果
        4.3.2 算法分析
    4.4 本章小結(jié)
第5章 復制粘貼篡改檢測系統(tǒng)設(shè)計與實現(xiàn)
    5.1 系統(tǒng)設(shè)計
        5.1.1 需求分析
        5.1.2 系統(tǒng)流程
    5.2 系統(tǒng)功能
    5.3 系統(tǒng)實現(xiàn)
        5.3.1 選擇待測圖像模塊
        5.3.2 特征提取模塊
        5.3.3 特征匹配模塊
        5.3.4 結(jié)果展示模塊
    5.4 本章小結(jié)
結(jié)論
參考文獻
致謝
個人簡歷、在學期間發(fā)表的學術(shù)論文及研究成果



本文編號：3767986