基于統(tǒng)計(jì)特征的數(shù)字圖像拼接檢測(cè)技術(shù)研究.pdf

1、伴隨著互聯(lián)網(wǎng)、計(jì)算機(jī)技術(shù)和數(shù)碼設(shè)備的急速發(fā)展和普及，數(shù)碼相機(jī)和豐富多彩的圖像已經(jīng)廣泛融入人們的日常生活中。同時(shí)，相應(yīng)的數(shù)字圖像編輯工具也大量出現(xiàn)，對(duì)數(shù)碼照片、圖像進(jìn)行處理、修飾變得越來越簡(jiǎn)單，從視覺上已經(jīng)不易察覺出自然圖像和篡改圖像。對(duì)數(shù)字圖像的偽造篡改變得隨心所欲，其安全性受到前所未有的考驗(yàn)，若虛假圖片被隨意使用在新聞媒體、法律案件、軍事領(lǐng)域等重要場(chǎng)合，這將會(huì)引起個(gè)人偏激行為的產(chǎn)生，同時(shí)也會(huì)對(duì)社會(huì)和諧穩(wěn)定發(fā)展產(chǎn)生影響。因此，通過技術(shù)手

2、段鑒定數(shù)字圖像的真實(shí)性與可靠性很有實(shí)際意義，對(duì)該技術(shù)的研究成為近年數(shù)字圖像取證的熱點(diǎn)。
　　本文對(duì)數(shù)字圖像取證的研究背景、取證技術(shù)、相關(guān)的研究機(jī)構(gòu)和目前面臨的問題進(jìn)行了較為詳細(xì)的介紹。重點(diǎn)對(duì)數(shù)字圖像被動(dòng)取證中的篡改偽造技術(shù)、取證算法、被動(dòng)取證系統(tǒng)和合成篡改圖像特征等四個(gè)方面進(jìn)行了總結(jié)歸納。重點(diǎn)分析了目前主流的被動(dòng)取證算法，在前人研究的基礎(chǔ)上，提出一種新的基于統(tǒng)計(jì)特征提取的拼接檢測(cè)算法作為本文創(chuàng)新點(diǎn)。本文主要工作如下：
　　(

3、1)研究數(shù)字圖像拼接被動(dòng)盲取證思路，對(duì)目前不同的被動(dòng)取證進(jìn)行了學(xué)習(xí)，對(duì)取證算法的分類、模型和被動(dòng)取證過程中所使用的具體特征做了全面介紹。
　　(2)結(jié)合現(xiàn)有數(shù)字圖像被動(dòng)盲取證的理論模型，根據(jù)盲取證的不同算法，歸結(jié)出一個(gè)基于統(tǒng)計(jì)特征的被動(dòng)取證的理論模型。
　　(3)由于傳統(tǒng)的圖像拼接檢測(cè)方法存在識(shí)別率低和提取特征維度高的缺陷，本文對(duì)圖像特征提取中的特征維度與拼接檢測(cè)精度兩者之間的關(guān)系進(jìn)行了學(xué)習(xí)和研究?；趫D像是由眾多像素組合而

4、成，圖像的篡改必定引起圖像像素改變的思路，提出以像素為基礎(chǔ)的改進(jìn)特征維度的思想，提出將數(shù)字圖像的信息熵和差分激勵(lì)特征融合的數(shù)字圖像拼接檢測(cè)算法。在該方法中，首先對(duì)原圖像提取信息熵和差分激勵(lì)；其次采用差分直方圖進(jìn)行特征融合；再次使用v-SVM(v-Support Vector Machine)分類器建立模型；最后判定圖像是否經(jīng)過篡改操作。經(jīng)過實(shí)驗(yàn)平臺(tái)仿真，在哥倫比亞拼接圖像庫中本文提出的算法在特征維度和檢測(cè)精度方面具有一定優(yōu)勢(shì)，為實(shí)現(xiàn)快速