鲁棒的区域复制图像篡改检测技术

区域复制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中,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.现有检测算法对区域复制后处理的鲁棒性较差.文中针对此篡改技术,提出了一种有效的检测与定位篡改区域算法.该算法首先将图像分解为小块并比较各小块间的相似性,最后利用"主转移向量"方法去除错误的相似块对得到篡改的区域.实验数据说明该算法能有效地对抗多种区域复制的后处理操作,包括高斯模糊、加性白高斯噪声、JPEG压缩及它们的混合操作.     

基于不变矩的Copy-Move型篡改图像盲检测方法

拷贝粘贴（CopyMove）是极为常见的图像篡改方式之一。为了快速有效地检测这种图像篡改,该文提出了一种基于不变矩的CopyMove型篡改图像盲认证方法,实验结果表明,此方法不仅可以检测传统的CopyMove型篡改,而且可以检测出经过旋转、镜像以及缩放的CopyMove型篡改,同时,为降低算法的复杂度,还提出利用块迭代划分方法来有效减少搜索计算量。仿真实验结果表明,该方法是有效的。     

JPEG图像篡改的盲检测技术

数字图像被动认证技术是一门不依赖数字水印或者签名等图像先验知识而对图像来源和内容真实性进行认证的新兴技术,JPEG图像篡改的盲检测已成为当前被动认证的研究热点。详细分析了三种基于JPEG压缩的盲检测算法：JPEG压缩历史检测和量化表的估计,块效应不一致性的篡改区域检测,JPEG二次压缩的检测,系统阐明了现有算法的基本特征和优缺点,最后展望了未来的研究方向。     

一种图像篡改可恢复的认证水印方法

针对数字图像的篡改恢复问题,提出一种自嵌入的脆弱认证水印方法。提取图像2×2分块的灰度均值,经混沌映射加密、嵌入位平面确定和自同构映射后,作为水印信息嵌入原始图像所有像素的2个最低有效位中。该方法在图像认证时无需原始图像和任何有关水印的附加信息,可实现对细小图像篡改的准确检测定位并恢复到图像分块。实验结果与分析表明,该方法对任意的篡改极其敏感,恢复图像质量较好,安全性能较高。     

基于不变矩的Copy-Move型篡改图像盲检测方法

拷贝粘贴(Copy-Move)是极为常见的图像篡改方式之一。为了快速有效地检测这种图像篡改,该文提出了一种基于不变矩的Copy-Move型篡改图像盲认证方法,实验结果表明,此方法不仅可以检测传统的Copy-Move型篡改,而且可以检测出经过旋转、镜像以及缩放的Copy-Move型篡改,同时,为降低算法的复杂度,还提出利用块迭代划分方法来有效减少搜索计算量。仿真实验结果表明,该方法是有效的。     

基于模式噪声的手机图像篡改检测

模式噪声作为相机传感器的固有特征, 其高频分量与所拍摄的场景无关, 并在相机的生命期中相对稳定. 因此基于模式噪声的多媒体取证已经被广泛应用在追溯图像来源检测中. 然而, 由于模式噪声的脆弱性, 容易被篡改者从一个相机复制到另一相机上. 针对这一问题, 首先对基于模式噪声的两种篡改方式进行研究, 并通过设定判定阈值进行篡改取证, 同时为了解决模式噪声的相关性检测过程中计算量大, 算法复杂度高等问题, 采用了改进的模式噪声集鉴别方式, 大大提高了篡改检测效率.     

针对图像篡改的数字图像盲取证研究

当前对数字图像进行篡改,很难用肉眼进行识别,所以图像篡改识别也就越来越多的被重视起来,其研究也逐步深入。本文主要是介绍当前进行图像篡改识别技术的研究,分析篡改识别技术的主要类型,并进行详细阐述。     

利用对噪声的盲估计来检测篡改

由于有功能强大的计算机和图像处理软件的存在,普通用户可以将数字图像篡改成他们想得到的任何形式。所以检测数字篡改变成了一个非常严峻的问题。每幅数字图像都包含固有的噪声。这些噪声一般均匀的分布在整幅图像上。本文通过检测这些固有的噪声是否改变来检测图像是否被篡改了。对多幅图像进行操作。实验证明效果不错。     

利用Harris特征点和环形均值描述的图像区域复制篡改的被动取证

提出一种利用Harris特征点和环形均值描述的图像区域复制篡改检测算法。首先对图像进行自适应维纳滤波,并利用Harris算子提取图像的特征点,然后通过对每个特征点的环形邻域进行均值描述生成特征向量矩阵,并采用字典排序和阈值化处理进行相似性匹配,从而确定候选匹配点,最后利用RANSAC算法剔除错误的匹配点,实现复制和篡改区域的标识定位。实验结果表明,算法对于复制区域的旋转和翻转变换具有较强的鲁棒性,并且可以有效抵抗常见的后处理攻击,包括高斯模糊、加性高斯白噪声、JPEG压缩以及它们的混合操作,尤其能够抵抗非显著视觉结构的平坦区域和小区域的复制、粘贴、篡改操作。     

大尺度图像编辑的泊松方程并行多重网格求解算法

随着获取设备的发展,大尺度、高分辫率数字图像已逐步进入人们的生活,大尺度图像的梯度域编辑显得更为重要,求解大规模未知数的泊松方程是大尺度图像梯度域编辑的关键。传统多重网格算法的迭代、约束和插值操作单独进行,内存和外存间通讯量大,算法效率低,为此提出了一种面向大尺度图像梯度域编辑的并行多重网格求解泊松方程的算法。该算法利用多重网格的迭代、约束和插值过程的内存数据访问局部性和更新相关性,构造滑动工作窗口,使迭代、约束和插值操作并行运行,提高了多重网格算法求解泊松方程的计算效率。全景图拼接实验表明,所提算法的运行效率高于超松弛迭代、高斯塞德尔迭代和传统多重网格算法。     

勾画式泊松网格编辑

结合勾画式自由变形方法简单直观易用的优点和基于微分方程的网格变形方法能够保持形变物体几何细节的性质,提出一种勾画式的泊松网格编辑方法.通过允许目标勾画线和参照勾画线不必位于相同的相机平面,把原有的二维勾画变形推广至三维,并提出了一组完整的变形操作.这些变形操作根据参照勾画线与目标勾画线决定了一系列的局部变换,并由这些局部变换产生出用户希望的梯度场,最终根据用户需要的梯度场重建出变形后的三维模型.丰富的编辑实例表明了该方法具有直观便捷的交互特点.     

基于细分曲面的泊松网格编辑

针对具有丰富几何细节的三维网格模型,基于直接坐标操纵的传统编辑算法在编辑过程中不可避免地存在细节特征无法得到有效保持的问题.综合基于细分曲面的空间变形方法以及微分域网格编辑二者优势,提出一种基于细分曲面的泊松网格编辑方法.首先建立待变形网格模型的包围网格,以包围网格所决定的细分曲面构造变形控制曲面;然后根据用户变形意图操纵包围网格,将对应细分曲面变化信息转化为对网格模型泊松梯度场的改变;最后根据变化后的梯度场重建网格模型.文中方法交互简单、直观,具有多分辨率编辑的优势,可以有效地保持网格模型的细节特征.丰富的变形实例证明了该方法的有效性和可行性.     

基于特征点的抗几何变换图像被动认证算法

针对同幅图像的区域复制篡改问题,提出一种基于SIFT特征点的抗几何变换数字图像被动认证算法。在利用SIFT算法提取出图像中的SIFT特征点后,对特征点进行匹配。根据同一幅自然图像不会存在互相匹配特征点的这一特性,可以检测出篡改图像中平移、旋转、缩放等几何变换的区域。实验结果证明,该算法能够对抗区域复制篡改的几何变换。     

基于求解泊松方程和梯度的图像修复的研究

提出了一种基于梯度的新的图像修复算法从图片或照片上面去除有影响的物体。文中的方法是分两个阶段来重建移除的区域：移除区域的梯度通过填充算法来填充;通过解泊松方程在梯度映射下来重构图像。在填充梯度的方法中提出了一个新的补丁匹配标准。在这个标准中,同时用到梯度和颜色信息,所以,有一个好的图像修复结果。文中用一些修复例子和结果进行比较,来演示本方法的优越性。     

基于抠像技术的图像无缝融合算法

为了更快更好的进行图像融合,在用自由融合算法对泊松图像编辑与抠像技术进行改进的基础上,实现了一套图像自由无缝融合算法。该融合算法首先利用抠像技术来提取图像中的物体边缘,然后迭代求解泊松方程,从而取得了自然的融合效果。该算法与最新的无缝融合算法相比,其优点在于:①对于前景与背景的颜色变化复杂的图像,仍可得到准确的边缘;②可以使用户能引导前景映射图的走向;③无论图像前景层中存在多少个洞,融合效果将不受任何影响。这使得该算法的应用具有相当的灵活性。对于目前的图像融合技术而言,该算法可以获得更高的融合质量、更快的处理速度以及多样的融合效果。     

Plenoptic Image Editing

This paper presents a new class of interactive image editing operations designed to maintain consistency between multiple images of a physical 3D scene. The distinguishing feature of these operations is that edits to any one image propagate automatically to all other images as if the (unknown) 3D scene had itself been modified. The modified scene can then be viewed interactively from any other camera viewpoint and under different scene illuminations. The approach is useful first as a power-assist that enables a user to quickly modify many images by editing just a few, and second as a means for constructing and editing image-based scene representations by manipulating a set of photographs. The approach works by extending operations like image painting, scissoring, and morphing so that they alter a scene's plenoptic function in a physically-consistent way, thereby affecting scene appearance from all viewpoints simultaneously. A key element inrealizing these operations is a new volumetric decomposition technique for reconstructing an scene's plenoptic function from an incomplete set of camera viewpoints.     

Fourier implementation of Poisson image editing

Poisson editing, introduced in 2003, is becoming a technique with major applications in many different domains of image processing and computer graphics. This letter presents an exact and fast Fourier implementation of the Poisson editing equation proposed in (Pérez et al., 2003). The proposed algorithm can handle well all Poisson editing methods that are currently implemented with finite differences and multigrid methods. But it also authorizes fast complex editing strategies where the edited region is obtained by an algorithm instead of a manual selection. The selected region can therefore have a complex topology without additional computational cost. In this letter the proposed method is applied to a classic local contrast enhancement principle introduced in (Caselles et al., 1999). The manual selection of the dark regions is replaced by a lower threshold and the method becomes fast, efficient, level-line preserving, and interactive. The proposed method can be tried on line on any uploaded image at http://www.ipol.im/pub/demo/lmps_selective_contrast_adjustment/.