图像,作为传递信息的一种载体,随着科技的发展得到了越来越广泛的传播与应用。图像承载着传递信息的功能,与此同时也会被恶意篡改者篡改其所携带的内容,使得篡改者能够达到自己的目的。图像取证就是在这一背景下诞生的用于检测图像是否经过篡改的技术。中值滤波作为一种平滑去噪技术,因为其良好的边缘保持特性得到了广泛的应用,但同时也常常被篡改者用于掩盖因修改图像内容的操作,如拼接剪贴,而引起的边缘变化所留下的痕迹。因此,对于图像中值滤波检测的研究变得愈发重要。本文使用卷积神经网络技术针对彩色图像中值滤波取证进行研究,主要研究内容如下:(1)针对传统方法进行中值滤波取证时忽略彩色图像通道间相关性的问题,以四元数离散余弦变换(QDCT)为理论基础,提出一种基于QDCT的彩色图像取证方案。通过分析比较QDCT幅值幅角矩阵的优缺点,并结合卷积神经网络的结构特点,对比常规卷积神经网络对彩色图像中值滤波取证的效果得到了检测准确率的提升。(2)针对上述方案需要将四元数表示的彩色图像变换到实数域的问题,以四元数卷积为理论基础,将常规卷积神经网络的各组成部分扩展至四元数域,提出一种基于四元数卷积神经网络的彩色图像取证方案。通过研究四元数卷积、池化的过程,能够直接将彩色图像表示为四元数矩阵形式并输入所提网络中进行训练与分类。由于能够对彩色图像的颜色通道信息进行完全充分的利用,检测效果相比前面所提的四元数幅值-幅角卷积神经网络得到更高的提升。