基于圖像變換和支持向量機的數(shù)字圖像拼接檢測技術(shù)研究.pdf

1、隨著科學技術(shù)的蓬勃發(fā)展，越來越多功能強大的圖像編輯軟件在我們生活中普及開來，這樣導致數(shù)字圖像越來越容易被人為編輯和篡改，并且不留任何明顯的痕跡就可達到視覺上的逼真。當篡改后的數(shù)字圖像再被應用于醫(yī)保報銷、警務系統(tǒng)和法庭取證等方面時，其不再具有使用價值;虛假的圖像會對國家、社會產(chǎn)生巨大的危害，造成無法估量的損失。所以，數(shù)字圖像篡改取證技術(shù)成為當下一個非常重要的研究課題。
　　圖像篡改、偽造最常見的手段之一便是拼接操作，本文主要探討拼接

2、篡改的被動取證技術(shù)，通過對大數(shù)量已知真假的圖像進行分析，找出這些圖像在拼接篡改操作過程中一些敏感特征的變化規(guī)律，然后利用圖像變換和支持向量機進行拼接檢測。主要內(nèi)容及成果如下:
　　1.闡述了數(shù)字圖像取證技術(shù)的研究背景與意義，當前常見的數(shù)字圖像篡改、偽造手段，以及數(shù)字圖像取證技術(shù)的國內(nèi)外研究現(xiàn)狀;
　　2.介紹了數(shù)字圖像拼接取證基本理論和相關(guān)技術(shù)，包括圖像的具體拼接過程、拼接被動取證系統(tǒng)的基本框架、取證時涉及的一些圖像變換、支

3、持向量機理論，最后介紹了一些典型拼接被動取證技術(shù)的具體方法;
　　3.提出一種結(jié)合DTT變換、DCT變換和最小二乘支持向量機的圖像拼接檢測算法。算法首先對圖像分別做DTT變換和DCT變換;然后計算變換后DTT域和DCT域的馬爾科夫狀態(tài)轉(zhuǎn)移概率矩陣;將狀態(tài)轉(zhuǎn)移概率矩陣作為特征向量送入最小二乘支持向量機訓練以獲得預測模型，依據(jù)該模型判別待測圖像是否經(jīng)過拼接篡改;最后分別在中國科學院自動化所篡改圖像檢測評估庫和哥倫比亞大學圖像拼接檢測評

4、估庫進行實驗，與傳統(tǒng)算法做對比，實驗結(jié)果表明所提算法擁有更高的拼接檢測準確率。
　　4.提出一種基于對偶數(shù)復小波變換和最小二乘孿生支持向量機的圖像拼接檢測算法。算法首先將待測圖像進行對偶數(shù)復小波變換以獲得不同的子帶圖像，然后計算子帶圖像的馬爾科夫狀態(tài)轉(zhuǎn)移概率矩陣，將該概率矩陣作為拼接特征向量送入最小二乘孿生支持向量機訓練以獲得預測模型，依據(jù)該模型判斷待測圖像是否經(jīng)過拼接篡改。在哥倫比亞大學無壓縮圖像拼接檢測評估庫和哥倫比亞大學圖像