基于无限光源模式的数字图像盲鉴别技术

图像篡改通常会破坏自然图像的光照一致性,根据这一特点将光源方向的不一致性作为检测图像篡改的依据。针对在无限光源照射下生成的图像,根据图像的测量强度与计算强度间的误差函数和无限光源模式的约束条件函数,用Hestenes-Powell乘子法计算图像中不同对象和背景的光源方向,并以此判断图像是否被篡改。实验结果表明:本文算法能够有效地计算出无限光源模式下图像中不同对象和背景的光源方向,其正检率已经达到了82.3%。     

基于数字签名方式的图像鉴别方法

提出了一种有效且稳健的基于数字签名方式的图像鉴别方法。该方法对图像预处理后,提取图像块均值的前五位作为被鉴别图像区别于其他图像的特征信息,并把图像进行分区处理,对区域内提取的图像块的特征信息扩展后进行RS差错控制编码,将编码后的RS校验位随机置乱后作为数字签名,然后与公开图像一起发送出去。实验结果表明:此图像鉴别方法可以有效地鉴别图像内容的真伪并对篡改区域进行定位。     

完全线性多阈值Otsu快速算法

针对经典多阈值Otsu算法在对图像进行分割的过程中采用穷举方法来寻找最优阈值,从而导致算法计算量庞大,并且随着阈值个数的增多时间复杂度呈指数增长的问题,本文提出了一种时间复杂度为O(n)的多阈值Otsu快速分割算法,即完全线性多阈值Otsu快速算法。该算法首先从理论上分析了导致多阈值Otsu算法计算量大、时间复杂度过高的主要因素。并在此基础上,从数值计算、多阈值的划分以及对于最优阈值的搜索三个主要方面,对经典的多阈值Otsu算法进行改进,采用动态规划的思想优化分割过程中的数值计算。然后对于多阈值的问题进行递归求解,将多阈值问题分解为多个单阈值问题。最后使用多种群粒子群(Multi-population PSO)算法对最优阈值进行搜索。实验结果表明,该算法大大降低了多阈值Otsu算法的时间复杂度,能够较好地应用于实时性环境。     

基于统计特征的图像篡改评价模型

为了实现图像篡改手段的定性分析,构造了基于图像统计特征的篡改评价模型。该模型提取图像的LTP三值模式特征、LBP纹理特征和WLD局部特征,利用SVM分类器,实现对自然图像、计算机生成图像、复制-粘贴图像、拼接篡改图像、重获图像的多分类。实验结果表明,该模型能够在盲环境下实现图像的有效分类,客观分析图像篡改手段,综合正确检测率为85%。     

自动确定聚类个数的模糊聚类算法

本文通过集成多次FCM(Fuzzy C-Means)聚类结果以及采用软化分方式,提出一种新的自动确定聚类个数的模糊聚类算法.本算法首先利用不同的聚类数目对数据进行FCM聚类,然后充分利用多次FCM聚类得到的隶属度信息构建一个累积邻接矩阵,最后采用迭代方式对累积邻接矩阵进行图切分以获取最终聚类结果.大量的仿真实验表明,相对现有集成聚类方法,本文方法能够有效减少FCM的聚类次数,并且在图切分过程中的迭代次数为现有方法的1/2左右.     

基于LBC的计算机生成图像盲鉴别算法

针对现有的计算机生成图像盲鉴别算法选用的分类特征维度较高、通用性差等问题,提出了一种基于局部二进制计数模式的计算机生成图像盲鉴别算法.首先,将原始图像由RGB颜色空间转换为HSV颜色空间;然后,提取HSV颜色空间图像及其下采样图像的局部二进制计数模式矩阵,求取矩阵归一化直方图;最后,将上述直方图作为分类特征送入SVM分类器,实现计算机生成图像的盲鉴别.实验结果表明,该算法可以有效地鉴别自然图像和计算机生成图像,与现有算法相比具有更高的识别率和较低的特征维度.     

基于特征点和密度聚类的图像复制-粘贴篡改盲鉴别算法

针对数字图像复制-粘贴篡改盲鉴别方法存在的时间复杂度高、篡改定位不够精确等问题,提出了一种基于二进制描述符和密度聚类的数字图像复制-粘贴篡改的盲鉴别算法。该方法使用二进制描述符AKAZE提取特征点并描述特征,以降低特征计算的时间复杂度;使用基于密度的聚类算法DBSCAN去除错误匹配;最后通过仿射变换整幅图像对篡改区域进行定位。通过不同数据集上的实验结果表明:本文算法准确率最高可达到95%以上,误检率基本在10%以下,有效降低了时间复杂度,在可靠性和篡改定位准确率方面具有更优越的性能。     

基于数字签名方式的图像真伪鉴别算法

针对图像的真伪问题,提出了一种基于数字签名方式的图像真伪鉴别算法.首先对图像进行预处理来提高图像的抗JPEG压缩性,然后把图像等分成2个区域,分别从2个区域中提取块均值的高5位映射为GF(25)域中的元素来构造RS编码,生成的校验码经Arnold变换置乱后作为数字签名对图像进行真伪鉴别.实验结果表明,该算法不但能够有效地检测出图像内容是否被篡改,并且能够准确定位篡改位置,提高了图像对JPEG压缩的稳健性,有效地区分JPEG压缩操作和蓄意篡改.     

基于Lambert光照模型的图像真伪盲鉴别算法

依据Lambert光照模型,提出了基于Lambert光照模型的图像真伪盲鉴别算法.针对无限光源图像和局部光源图像,根据其实际的光强度与计算出的光强度之间的误差函数以及光源对光线的约束函数,分别提出了相应的算法用以计算图像中不同区域的光源方向,并根据这些不同区域的光源方向是否一致判定图像是否被篡改,从而对图像真伪进行盲鉴别.实验结果及分析表明,针对这2种图像各自提出的光源方向计算方法,能够准确地计算出图像中不同区域的光源方向,从而有效地鉴别出图像的真伪.