數(shù)字圖像篡改盲檢測(cè)算法分析與研究.pdf

1、本文對(duì)目前數(shù)字圖像篡改盲檢測(cè)算法進(jìn)行了分析和研究,發(fā)現(xiàn)目前圖像篡改盲檢測(cè)算法存在魯棒性較差、適用性不好等問(wèn)題。針對(duì)這些問(wèn)題,設(shè)計(jì)了兩種盲檢測(cè)算法:基于二進(jìn)小波和直方圖不變矩的復(fù)制粘貼篡改盲檢測(cè)算法和基于圖像相似性區(qū)域的合成篡改盲檢測(cè)算法。
　　第一種檢測(cè)算法將二進(jìn)小波變換得到的低頻子圖直接作為研究對(duì)象,利用低頻子圖對(duì)噪聲的不敏感特性,提高算法對(duì)加噪操作的魯棒性。在相似圖像塊匹配的特征向量選取上,本文采用了直方圖不變矩,與傳統(tǒng)算法中

2、的特征向量相比具有旋轉(zhuǎn)、比例等不變性,從而提高了算法在抗旋轉(zhuǎn)、壓縮等后續(xù)操作上的魯棒性。
　　經(jīng)分析研究發(fā)現(xiàn),目前復(fù)制粘貼算法還存在算法時(shí)間復(fù)雜度高的問(wèn)題,該算法中通過(guò)采用構(gòu)造K-D樹(shù)來(lái)尋找圖像塊對(duì),與傳統(tǒng)算法中分塊后使用字典排序進(jìn)行尋找相似圖像塊對(duì)的方法相比,降低了算法的時(shí)間復(fù)雜度。另外,該算法中利用了直方圖不變矩技術(shù),與傳統(tǒng)算法相比實(shí)現(xiàn)了特征向量的空間維數(shù)下降,進(jìn)一步降低了算法的時(shí)間復(fù)雜度。
　　第二種檢測(cè)算法通過(guò)GPA