论文部分内容阅读
随着图像编辑技术的发展,图像很容易遭到篡改,这些经过篡改的图像很容易导致图像的真实性遭到质疑,有可能会对社会造成巨大的影响和破环,因此需要取证技术来保护图像的真实性和鉴别图像的真伪。本文首先对数字图像取证技术的背景和意义进行了介绍,对现有的一些数字图像被动取证技术进行了概述,针对复制粘贴篡改检测技术进行研究,分析现有的基于图像块的复制粘贴篡改检测算法和基于特征点的复制粘贴篡改检测算法,指出存在的较难检测平滑区域的篡改和不能抵抗旋转攻击的问题。针对检测平滑区域的篡改和抵抗旋转攻击问题,本文提出了基于超像素分割和像素聚类的复制粘贴篡改检测算法,该算法结合SLIC超像素分割算法和聚类将图像分割块分成两类,一类为纹理丰富区域,一类为平滑区域,聚类的依据是基于超像素分割块中像素点的均值和标准差。通过提取稠密的harris点,获得具有旋转不变性的扇形均值特征,利用G2NN算法和RANSAC算法进行特征匹配和去除误匹配,相比文献算法,实验结果表明提出的算法对模糊、加噪、JPEG压缩、旋转攻击有更高的真阳性率和较低的假阳性率,并且可以检测平滑区域的篡改。最后分析了SLIC超像素分割块数目的初始参数对算法性能的影响。为了进一步提高算法的性能,改进了基于SLIC超像素分割的聚类方法,改进后的聚类方法是将超像素分割块中SIFT特征点的个数占分割块中总像素点个数的比例作为聚类分析的依据并进行k-means聚类,分类后得到纹理丰富区域和平滑区域。在纹理丰富区域和平滑区域分别采用SIFT特征和扇形均值特征作为匹配特征,然后利用G2NN算法和RANSAC算法进行特征匹配和去除误匹配,对比相关文献,改进的算法具有更好的检测性能。