论文部分内容阅读
近年来,伴随多媒体信息技术的快速发展和功能强大的图像处理工具的广泛使用,图像内容的真实性常常被质疑,图像的真实性认证问题已成为信息安全领域的一项重要研究课题。而数字图像被动取证技术是一种重要的图像内容真实性取证技术。本文以图像为研究对象,依据图像处理知识和谱聚类理论,对针对Copy-Move攻击的图像篡改检测方法进行深入研究,研究工作如下。 提出了一种基于SURF特征点的数字图像篡改检测方法,该算法首先利用SURF算法提取图像的特征点,以特征点邻域内X,Y方向的一阶Haar小波响应作为主要信息生成图像特征描述,用谱聚类的方法把图像特征描述子聚成不同的类,利用聚类结果和类间相似性作为匹配条件,找出图像的匹配点对,检测复制区域,该方法能够较好地检测对图像的Copy-Move攻击。 提出了一种基于SIFT特征点的图像Copy-Move篡改检测方法,该方法用SIFT提取图像的特征点,以特征点邻域的8个方向梯度幅值直方图做为关键信息生成图像特征描述子,利用谱聚类算法进行特征分类,根据分类的结果和特征之间的相似性进行特征匹配,检测Copy-Move篡改的复制区域,该算法在特征点局部特征描述方面优于其它算法,且在鲁棒性和抗几何不变性方面有很好的性能。 谱聚类是一种关于谱图划分的理论,其理论基础比较深厚,应用简单,结合图像处理知识,将其用于Copy-Move攻击的图像篡改检测,是一种解决图像内容安全性检测问题的很好的解决方法。