面向圖像拼接的盲取證技術(shù)研究.pdf

1、數(shù)字圖像已成為當(dāng)今社會(huì)信息傳播的有效媒介，被廣泛應(yīng)用于新聞媒體、法律案件等場(chǎng)合。但日益普及的圖像編輯處理軟件使圖像篡改不再困難，致使圖像造假事件不斷曝光于各大網(wǎng)絡(luò)媒體，造成了嚴(yán)重的社會(huì)信任危機(jī)。為了對(duì)圖像造假現(xiàn)象進(jìn)行有效的遏制，基于數(shù)字圖像真實(shí)性鑒別的盲取證技術(shù)成為研究熱點(diǎn)，也是信息安全領(lǐng)域的重點(diǎn)研究對(duì)象。其中圖像拼接技術(shù)在圖像篡改過程中應(yīng)用非常廣泛，因此研究面向圖像拼接的盲取證技術(shù)可作為整個(gè)圖像篡改檢測(cè)系統(tǒng)的基礎(chǔ)工作，其具有非常重要的

2、學(xué)術(shù)價(jià)值。
　　本文分析了圖像盲取證系統(tǒng)的框架及其相應(yīng)的研究類型，介紹了兩種典型的圖像拼接盲取證技術(shù)，然后對(duì)簡(jiǎn)單的拼接圖像和模糊后的拼接圖像進(jìn)行了盲取證技術(shù)研究。
　　對(duì)簡(jiǎn)單拼接圖像的盲檢測(cè)可視為統(tǒng)計(jì)模式識(shí)別中的二分類問題，通過分析神經(jīng)網(wǎng)絡(luò)的不足和支持向量機(jī)(SVM)的優(yōu)勢(shì)，在SVM的基礎(chǔ)上提出了基于矩特征和希爾伯特.黃變換(HHT，Hilbert-Huang Transform)的圖像拼接檢測(cè)算法。從圖像離散小波變換(DW

3、T)系數(shù)特性出發(fā)的矩特征和基于HHT的特征之間存在比較小的相關(guān)性，兩者組合可有效提高分類準(zhǔn)確率。該檢測(cè)算法的訓(xùn)練樣本和測(cè)試樣本來源于哥倫比亞大學(xué)的灰度圖像拼接檢測(cè)庫。實(shí)驗(yàn)表明該檢測(cè)算法的平均分類準(zhǔn)確率達(dá)到85.8696％，比現(xiàn)有的72％有較大提高。
　　圖像簡(jiǎn)單拼接產(chǎn)生的拼接痕跡往往通過邊緣模糊來淡化。對(duì)于邊緣模糊后的拼接圖像，本文利用帶阻型同態(tài)濾波分析方法和形態(tài)學(xué)邊緣進(jìn)行盲取證。其中帶阻型同態(tài)濾波器與高斯型和巴特沃思型同態(tài)濾波器