基于SIFT的数字图像盲检测算法研究

针对图像区域的复制-变换-移动-粘贴篡改,建立了相应的篡改模型,提出了基于SIFT标记图特征向量的盲鉴别算法,能够有效地检测并定位经过旋转、缩放变换的篡改区域,而且能够抵抗高斯模糊、高斯白噪声和JPEG重压缩等后处理。与基于传统SIFT特征向量的检测算法相比,该算法对篡改区域的缩放变换具有更高的鲁棒性。     

抗翻转的图像复制-粘贴篡改检测算法

图像的复制-粘贴篡改是常见的图像篡改方法之一。现有基于SIFT特征的算法能够有效地检测复制-粘贴篡改,但由于SIFT特征本身不能抵抗翻转,因此,这些方法不能检测出具有翻转操作的复制-粘贴篡改。基于SIFT特征,提出了一种抗翻转的图像复制-粘贴篡改检测算法。通过在检测框架中引入图像预处理操作,不仅能够有效地检测出存在翻转的复制-粘贴篡改块,而且能够抵抗旋转、缩放等图像处理行为。同时,在SIFT关键点匹配环节提出了ng2NN匹配方法,提高了算法的检测效果。实验结果证明了所提出算法在抵抗翻转、缩放、旋转以及检测多重复制-粘贴篡改等方面的有效性。     

一种缩放情况下区分原始区域和篡改的方法

为了在检测结果中区分出原始区域和粘贴区域,提出一种基于尺度不变特征转换(SIFT)和重采样痕迹的图像盲检测算法。该算法首先将图像分成互不重叠块,利用SIFT算法找出每个块中的关键点,对关键点匹配;然后在每个块中以匹配关键点的中心为种子进行区域生长得到篡改区域;最后分析每个图像块的频谱图,计算出缩放因子,区分原始区域和复制区域。实验结果表明,该算法简便快捷,在能够对篡改区域进行准确定位的同时,并能区分原始区域和复制区域。     

稳健性图像复制-粘贴篡改被动认证

图像复制-粘贴(copy-move)是一类常见的图像篡改手段,篡改者通过将图像中一部分区域复制并粘贴到同一幅图像另一区域后起到掩盖被覆盖内容的目的。由于篡改者为了使篡改更加逼真或者试图增加检测难度,往往在粘贴图像块之前对图像块进行加噪、模糊或者旋转缩放等后续处理。目前检测这类篡改的认证方法主要归纳为3类:变换域稳健特征子块匹配方法、旋转不变特征子块匹配方法和特征点匹配方法。对采用这3类方法的国内外文献进行了系统的分析和归纳并对未来研究方向进行了展望。     

数字图像区域复制-粘贴篡改检测分析

针对同幅图像的区域复制-粘贴篡改,提出一种新的检测方法。该方法对待检测图像先用离散小波变换进行预处理,然后用截尾奇异值方法选取图像特征,对选取图像特征选择欧氏距离作为图像特征的相似性度量,并配合契比雪夫距离进行篡改定位。实验结果表明该算法能够有效检测复制粘贴篡改,并对复制区域旋转操作具有较强的鲁棒性。     

精细化自动检测篡改区域的数字图像取证方法

现存的大部分篡改检测方法对篡改区域的几何变化检测比较敏感,针对该问题,提出一种利用特征图像块精细化自动检测篡改区域的数字图像取证方法,该方法适用于反射、旋转、缩放区域和JPEG压缩定位。首先将重复区域的像素映射到对数极坐标上。然后沿轴,利用反射和旋转产生一维不变描述符。此外,运用每个单独块中提取的特征向量来减少每个阶段的计算时间。最后利用一个精细化阶段复制几何变换后的重复区域。实验对尺寸为24×24和32×32的块进行检测,比较两种情况下获得的定位结果可知,导致较高的真阳性率的测试同时也会导致较低的假阳性。此外,对篡改和未篡改的图像分别进行检测实验,结果表明,与其他算法相比,该算法对几何变换后的图像具有较高的篡改定位准确率和较低的错误匹配率。     

基于圆域分割耦合法则的图像篡改检测算法

为降低图像伪造算法的错误检测率和漏检测率,利用互相关函数(CCF),设计了基于圆域分割耦合最优相关法则的图像复制-粘贴篡改检测算法。引入FAST算子,计算像素点及其邻点的灰度值,准确提取图像特征点,并利用特征点对应的直方图信息求取其主方向;同时,在该方向上建立特征点的邻域圆,对该圆域进行分割,计算每个分割区域的梯度特征,获取相应的特征向量;利用互相关函数对特征点间的相关程度进行计算,构建最优相关法则,完成特征匹配。利用匹配特征点的特征向量,计算特征点间的欧氏距离,对特征点进行集群,定位复制-粘贴篡改内容,实现伪造检测。实验结果表明：相对已有的伪造检测技术,所提算法具备更高的检测准确率,且对旋转、缩放等内容修改表现出更高的鲁棒性。     

基于LPP和改进SIFT的copy-move篡改检测

图像的复制-粘贴篡改检测是图像篡改检测领域中的重要组成部分。本文基于SIFT算法以及LPP的降维思想,提出了一种新的篡改检测算法。本文在SIFT算法的基础上,使用LPP算法对SIFT算法生成的特征点以及特征向量进行降维。使得传统SIFT算法在实际应用中特征点数目过多、特征向量维数过高等缺陷得到了解决。并使用凝聚型层次聚类算法对相似的特征点进行聚类,完成了对图像复制-粘贴篡改区域的检测。在文章的最后,本文对哥伦比亚大学复制-粘贴图像库里的100张图片进行实验。实验结果表明,不管篡改区域后处理方式是拉伸还是旋转,本文算法都能比传统的SIFT、SURF、PCA-SIFT等算法生成更少的特征点数目和更低的特征向量维度,使得检测效率以及检测正确率得到有效提升。      

稳健性图像复制-黏贴篡改被动认证

图像复制-黏贴(copy-move)是一类的常见的图像篡改手段,篡改通过将图像中一部分区域复制并黏贴到同一幅图像另一区域后起到掩盖被覆盖内容的目的。由于篡改者为了使篡改更加逼真或者试图增加检测难度,往往在黏贴图像块之前对图像块进行加噪、模糊或者旋转缩放等后续处理。目前检测这类篡改的认证方法主要归纳为三类：变换域鲁棒特征子块匹配方法、旋转不变特征子块匹配方法和特征点匹配方法。本文对采用这三类方法的国内外文献进行了系统的分析和归纳并对未来研究方向进行了展望。     

基于奇异值优化的图像复制粘贴篡改检测算法

数字图像篡改检测是数字取证领域的一个迅速发展的研究方向。复制－粘贴篡改作为一种最常见的图像篡改方式,它是通过复制一幅图像的部分内容粘贴至同幅图像另一处来隐藏或克隆对象的目的。针对已有检测算法效率不高的问题,本文提出了一种基于改进的奇异值分解的复制－粘贴篡改检测算法。该算法降低了奇异值特征向量的维度,并增加了向量相似度判别的步骤以提高准确性。实验结果表明,该算法能有效的检测复制－粘贴篡改区域,而且计算量小、检测效率高,并具有良好的检测精度和鲁棒性。     

基于统计噪声水平分析的图像拼接检测

图像拼接是最常用的图像篡改操作之一,针对篡改图像噪声水平不一致性的现象,本文提出了一种基于统计噪声水平分析的图像拼接检测方法。首先,将检测图像分割成大小相同的非重叠图像块,然后,利用一种非参数估计算法来估计每个图像块的噪声值,并且采取聚类法对图像块的噪声值进行聚类,聚类结果分为可疑部分和非可疑部分两大类。最后,通过一个由粗到细的两阶段策略对篡改区域进行定位。哥伦比亚未压缩图像拼接检测评估图像库的实验结果表明,本文方法能够准确地估计图像块的噪声和定位出拼接区域,性能优于现有方法。     

基于混沌与整数小波变换的脆弱盲水印

提出了一种新的脆弱盲水印生成算法用于图像完整性证明和内容篡改证明。首先将原始图像分块,对各分块进行一次整数小波变换;计算4个子带(LL,HL,LH,HH)小波系数绝对值的均值,分别映射为混沌初值,经过迭代、量化生成二值水印信息;最后将水印信息随机嵌入到4个子带中。实验结果表明,所提出的算法提高了篡改检测率,对图像的篡改具有高度敏感性和准确的篡改定位能力。水印提取为盲提取,篡改检测只用到了篡改后的水印图像。     

基于Radon和解析Fourier-Mellin变换的篡改图像盲检测算法

复制粘贴（Copy-Move）是一种极为常见的图像篡改方式。为了快速有效地检测图像经过旋转、缩放等操作后的篡改图像,本文提出了一种基于Radon和解析Fourier-Mellin变换的篡改图像盲检测方法。文章首先对图像进行分块,之后将图像块进行Radon和解析Fourier-Mellin变换,并提取计算变换结果后的矩特征值,最后计算矩特征值的相关性。本文算法不需要对灰度图像进行二值化与归一化处理,而是直接从图形的Radon变换与Fourier-Mellin变换的结果中提取不变特征,理论分析与实验结果表明,本文提出算法的检测结果优于基于正交矩的检测方法,而且对均值为0的白噪声的鲁棒性显著高于基于正交矩的检测方法。      

顽健合成图像篡改检测及定位

针对自然图像与高度仿真的计算机生成图像的合成图像篡改检测问题,提出在YCbCr颜色空间基于差分直方图和中心对称局部二进制模式提取图像块颜色和纹理特征的方法,通过训练后验概率支持向量机模型对待测图像块进行识别.在不重叠分块情况下先大致判断篡改区域,然后在该区域内逐像素分块判别,最终实现篡改区域精确定位.实验结果表明,对128 dpi×128 dpi图像块的识别率达到94.75％,高于现有方法;对合成图像篡改区域能够实现精确定位,且对旋转、缩放操作表现出较好的顽健性.     

红外图像改进非局部均值滤波算法研究

为了有效地滤除红外图像中的噪声,提出了一种改进型非局部均值滤波算法(INLMF)。该算法首先针对传统算法中采用固定尺寸的方形图像块无法有效刻画图像中大量分布的细节信息这一缺陷,结合图像中像素点灰度信息提出了一种图像块自适应划分方法,使得划分后的图像块在尺寸和形状上依赖于图像中灰度信息的实际分布情况;其次引入结构相似度因子对算法中的图像块权重值计算方法进行适当改进;最后分别将INLMF算法与已有的两类改进型NLMF算法对两幅红外监控图像进行滤波,并进行了理论分析和实验验证。结果表明,INLMF算法相对于其余几类算法而言,滤波效果较好,该研究对于提高红外图像滤波效果是有帮助的。     

结合关键点和块优点的复制粘贴检测算法

数字图像应用广泛,但随着各种编辑图像软件的使用,使得图像的真实性有待考证。大多数基于关键点检测的算法由于关键点数量有限,导致最后检测结果不完整或者表示不明确,文中提出了一种基于分割结合关键点特征的检测算法,利用SIFT提取关键点特征,再使用g2NN算法匹配关键点,用设计的聚类去除误匹配,根据改进的自适应分割算法,标记匹配的图像块,然后找出周围邻居块进行对比匹配输出结果。该算法能有效快速地检测并标记大图片的复制篡改区域,对大多数后处理鲁棒,较完整地标记出篡改区域。     

基于特征像素相关性的虚假图像盲检测算法

复制粘贴型（Copy-Move）篡改方式是把数字图像中一部分区域进行复制并粘贴到同一幅图像的另一个区域,以达到去除图像中某一重要内容的目的,是一种简单而有效的图像篡改技术。本文针对这种篡改方式,提出了一种利用图像特征像素间的相关性检测篡改图像的盲检测方法,为去除图像中少量噪声,降低算法的复杂度,本文对图像进行双树复小波变换（DTCWT）,之后对图像块进行最大类间方差阈值计算和二值化处理,最后计算各个图像块的相关性。实验结果表明,本文提出的篡改认证方法能有效地对抗噪声对认证的影响,对一般的噪声(高斯噪声、低频滤波)具有很好的鲁棒性。      

基于压缩传感的分块DCT域灰度图像水印算法

文中研究了压缩传感方法和图像水印算法,提出了一种基于压缩传感的分块余弦变换域灰度图像水印算法。该算法首先将原始二值水印图像采用压缩传感方法对其观测,从而得到观测矩阵,并将观测矩阵进行arnold置乱(阿诺德置乱)后生成待嵌入的水印图像;在嵌入水印阶段,首先将载体灰度图像进行了分块,分块的大小取决于水印图像的大小,然后将每个小分块进行二维余弦变换,计算其每个小分块中心像素的邻居(上下左右)像素均值,比较均值与对应水印像素位大小,以确定其嵌入数据,从而实现水印嵌入。为验证此算法的鲁棒性,我们进行了实验,实验表明该算法能承受一定的裁剪攻击。     

基于结构信息约束法则耦合匹配模型的图像修复算法

针对当前较多图像修复算法依靠固定大小样本块来搜寻最优匹配块,忽略了样本块的结构信息,使修复图像出现间断现象以及振铃现象等不足,利用样本块与其邻域块的近似度,设计了一种采用结构信息约束法则与匹配模型的图像修复算法。将图像的信息熵特征引入到待修复块的优先权计算过程中,获取优先修复块。通过样本块与其邻域块的近似度构造结构信息度量模型,对样本块的结构信息进行度量,并根据度量值建立结构信息约束法则,实现样本块大小的自适应调整。最后,利用图像的色彩及灰度特征构造匹配模型,利用调整后的样本块大小在已知区域中寻找最优匹配块,从而对待修复块进行修复。实验结果显示,所提算法得到的修复图像具备较好的纹理连续性,不存在信息间断现象,对应的结构相似度较高。     

An effective SVD-based image tampering detection and self-recovery using active watermarking

In this paper, an effective tamper detection and self-recovery algorithm based on singular value decomposition (SVD) is proposed. This method generates two distinct tamper detection keys based on the singular value decomposition of the image blocks. Each generated tamper detection and self-recovery key is distinct for each image block and is encrypted using a secret key. A random block-mapping sequence and three unique optimizations are employed to improve the efficiency of the proposed tamper detection and the robustness against various security attacks, such as collage attack and constant-average attack. To improve the proposed tamper localization, a mixed block-partitioning technique for 4×4 and 2×2 blocks is utilized. The performance of the proposed scheme and its robustness against various tampering attacks is analyzed. The experimental results demonstrate that the proposed tamper detection is superior in terms of tamper detection efficiency with a tamper detection rate higher than 99%, security robustness and self-recovery image quality for tamper ratio up to 55%.