發(fā)布時間：2021-03-03 01:51

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

【文章來源】：中國人民公安大學北京市

【文章頁數】：76 頁

【學位級別】：碩士

【部分圖文】：

美國總統亞伯拉罕·林肯合成像

中國人民公安大學碩士學位論文-4-（a）原圖1（b）原圖2（c）合成圖圖1.2政府發(fā)布官員視察現場合成圖數字圖像出現以來，圖像篡改事件已經數不勝數，影響程度大到國際小到個人，這使得圖像的真實性受到越來越多的關注。圖像產生的初衷是能夠更加客觀完整地記錄事物，而頻繁出現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，國內外研究者開始重視對數字圖像進行真?zhèn)螜z驗，經過幾年的探索研究，面對不同的篡改方式研究者提出了一系列檢驗方法，已經初步形成了一個有效的檢測體系。1.1國內外研究現狀數字圖像真?zhèn)舞b定是伴隨著信息時代的到來而發(fā)展起來的一個新的研究方向。國外已有很多團隊專門從事圖像真?zhèn)舞b定工作，比較有代表性的有達特茅斯大學的Farid教授的研究小組以及紐約州立大學賓漢姆頓分校的Fridrich教授的研究小組。國內相比于國外起步較晚，但發(fā)展速度較快，我國很多高校都建立了圖像真?zhèn)舞b別的研究團隊，在國外研究者的成果基礎上進行了一系列的優(yōu)化，提出了很多創(chuàng)新性的鑒別方法。國內研究較早的研究者有國際關系學院的周琳娜教授，并著有《數字圖像內容取證》[4]、《數字圖像取證技術》[5]。隨著圖像取證技術的發(fā)展，該領域已經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)期刊與會議，如每年召開的國際信息隱藏與圖像處理會議（InternationalConferenceonInformationHidingandImageProcessing，IPIH）。目前，國際上主要將圖像取證技術分為兩個大方向，即主動取證和被動取證。1.1.1主動取證技術數字圖像出現之初，人們就意識到了數字圖像的安全問題，于是在數字圖像中加入一種特殊的防偽標志信息，如果數字圖像發(fā)生篡改后，便可以通過對標志信息檢驗達到對圖像真?zhèn)涡缘蔫b別，標志信息的破壞意味著圖像

中國人民公安大學碩士學位論文-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。這樣就將此鄰域內的8個點轉化為了一個8位的二進制數，再通過十進制轉換得到的數值就稱之為LBP碼，即該窗口中心像素點的LBP值，圖2.2表示了原始LBP值轉換過程。為了克服矩形鄰域帶來的半徑范圍缺陷，Ojala等提出將其改進為了圓形鄰域[57]，如圖2.3所示，對于沒有位于像素中心的值采用雙線性差值計算。Ojala將原始LBP使用符號LBPp,r來表示，將每個像素定義為X，則每個像素的灰度值為：T,,,0,,1,,1=,......prprprprpXXXX（公式2.1）式中p表示此圓形鄰域內所含有的像素點總數，r表示圓形鄰域內的半徑。每個局部區(qū)域圓形鄰域的LBP模式計算公式為：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；n為鄰域內第n個像素；xc為中心像素值；f(x)表示一個符號函數。圖2.2原始LBP特征算子

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

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



本文編號：3060366