數(shù)字圖像刑偵若干關鍵問題的研究.pdf

1、近年來，隨著數(shù)字技術的發(fā)展和數(shù)字圖像處理工具的日益完善，人們可以很容易地篡改、編輯數(shù)字圖像而不留下可以明顯察覺的痕跡，因此迫切需要對數(shù)字圖像的真實性、完整性和原始性進行鑒別。如何辨識數(shù)字圖像的來源以及如何檢測數(shù)字圖像中拼接合成的痕跡是當前數(shù)字圖像刑偵中的兩個重要問題。在大眾傳媒、社會公安、法庭證據(jù)、科學發(fā)現(xiàn)等領域都有著重要的應用。
　　 本文對數(shù)字圖像的來源辨識和數(shù)字圖像的拼接檢測這兩個圖像刑偵問題進行了深入的研究，取得了以下的

2、成果：
　　 1.提出了一種基于典型相關分析(Canonical Correlation Analysis， CCA)的數(shù)字圖像源相機的辨識方法。該方法利用典型相關分析，獲取能夠反映同一或不同相機圖像的光響應非均勻性噪聲(PRNU)之間相關關系的典型向量，將相機的噪聲參考模式和圖像的噪聲特征的典型變量之間的相關系數(shù)作為判別信息來辨識圖像的源相機。文中證明了該典型向量較傳統(tǒng)辨識方法中的固定向量更具一般性。為了進一步提高高紋理圖像源

3、相機辨識的正確率，提出了對高紋理圖像和非高紋理圖像區(qū)別進行辨識的方法。通過檢測圖像中是否缺少光響應非均勻性噪聲(PRNU)區(qū)域，將上述源相機辨識的方法推廣應用到了圖像拼接合成痕跡的檢測，取得了較好的效果。
　　 2.提出了一種基于曲波濾波的數(shù)字圖像源相機辨識的方法。該方法使用曲波( curvelet)濾波器從圖像中提取噪聲特征，并利用圖像的雙變量峭度值將圖像分為高紋理和非高紋理兩類圖像，然后使用Neyman-Pearson決策進

4、行判別。與傳統(tǒng)辨識方法中的小波濾波器相比，曲波濾波器能有效地從包含大量曲線奇異的高紋理圖像中提取噪聲特征，提高了高紋理圖像源相機辨識的正確率。通過分析圖像中光響應非均勻性噪聲(PRNU)的完整性，將上述源相機辨識的方法推廣應用到了圖像中篡改區(qū)域的檢測。
　　 3.提出了一種基于加權局部熵的檢測羽化處理的圖像拼接的方法。該方法利用像素鄰域的方向特征判斷該像素是否處于潛在的平滑過渡區(qū)域；然后分別計算像素的鄰域相似度和塊相似度，這兩個

5、值可以揭示該像素周圍是否存在一簇具有相同方向的直線；最后將像素鄰域相似度和塊相似度用作權系數(shù)，通過加權局部熵值來檢驗像素點是否處于羽化生成的平滑過渡區(qū)域。實驗證明了該方法的有效性。
　　 4.提出了一種利用圖像SIFT特征檢測復制-粘貼痕跡的方法。該方法將圖像分成若干個子圖像，任意兩個子圖像中的相同區(qū)域可以利用SIFT算法檢測出來。即使復制區(qū)域經(jīng)過縮放、旋轉(zhuǎn)等操作，該方法仍然能夠準確地檢測出復制-粘貼的痕跡。
　　 論文