基于LBP的图像区域复制篡改检测

研究尺度不变特征变换(SIFT)和旋转不变局部二值模式(LBP)相结合的特征匹配方法,提出一种基于LBP的图像区域复制-粘贴篡改检测算法。利用SIFT关键点检测方法检测图像中的所有关键点,计算以关键点为中心的周围图像区域的LBP特征,并将其作为关键点的特征描述,采用特征向量的欧式距离进行关键点匹配。实验结果表明,该算法在抗旋转、亮度变化处理和效率方面均优于基于主成分分析的检测算法。?     

基于不变矩特征的图像区域复制粘贴篡改检测

针对一种常见的篡改手段--图像区域复制粘贴,提出了一种基于不变矩特征的检测方法。将图像分成多个重叠块,提取每块的不变矩特征与直方图特征,结合起来得到图像的特征矢量。利用字典排序,依照预定的相似性标准,确定图像中的复制粘贴区域。实验结果表明,该算法在抗旋转操作方面明显优于经典的PCA检测算法,能准确检测出90°和180°的旋转。     

基于灰度共生矩的图像区域复制篡改检测

针对图像区域复制—粘贴篡改,提出了一种基于灰度共生矩阵的检测算法。首先将待检测图像分成大小相同的多个重叠块,用灰度共生矩阵的统计量表示每块图像的纹理特征,得到图像的特征矢量。然后将特征矢量进行字典排序,并结合图像块的位移矢量,检测且定位出篡改区域。实验结果表明,该算法在抗旋转处理和效率方面均优于经典的基于主成分分析法（PCA）的检测算法。     

基于机器视觉的小目标复制图像篡改检测方法

修图软件的多样化发展对篡改检测效果提出了新的挑战,针对小目标复制图像,以机器视觉作为技术支持,设计一种图像篡改检测方法.利用Prewitt方向导数近似算子,检测复制图像边缘,通过转换图像检测空间为参数空间,完成模板匹配与匹配值加权;经过非极大值抑制处理角点响应函数的各个方向,获取直角角点输出及其方向,扩充角点区域后明确检测区域,采用zernike矩离散化处理图像的实部与虚部,提取图像特征,结合图像各角点坐标与亚像素坐标,判定伪造区域与真实区域,实现图像篡改检测.从公开图像数据集CASIA中随机选取实验数据集,经过对比评估指标数据发现,在图像数据受到不同程度的图像压缩攻击和高斯噪声污染时,所提方法仍具有显著的稳定性与有效性,通过AUC值进一步验证了较好的综合性能与实际应用性.     

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。     

基于几何均值分解的图像区域复制篡改检测方法

针对现有大多数图像区域复制篡改检测算法提取图像块的特征向量维数较高的缺点,提出一种新的基于几何均值分解的检测算法.将可疑图像分成大小相等的可重叠的子块;并对每个图像块进行几何均值分解并用其表征该子块的特征,形成1维的特征向量;最后对所有的特征向量进行字典排序,并结合图像块的相等位移矢量的发生频率信息,检测并定位出篡改区域.实验结果表明,该算法不仅能够有效检测并定位多区域复制篡改区域,而且对高斯模糊、对比度调整、曝光度调整的后处理操作具有较强的鲁棒性,并且有效地降低了特征向量的维数,提高了检测效率.     

基于超像素形状特征的图像复制粘贴篡改检测算法

针对传统图像复制粘贴篡改检测方法中划分子块的数目过大导致算法时间复杂度过高且抵抗几何变换能力较弱的问题,提出一种基于超像素形状特征的图像复制粘贴篡改检测算法.首先提出基于小波对比度自适应划分超像素的方法分割图像并提取稳定的特征点;然后提出新颖的形状编码方式提取超像素形状特征,并与特征点融合,估计可疑伪造区域;最后对可疑...     

基于小波矩的图像复制粘贴篡改检测

图像的局部复制粘贴篡改技术,是最常见的一种图像伪造方式,对此提出一种基于小波矩的图像复制粘贴篡改检测算法．首先通过变分水平集活动轮廓模型初步确定图像篡改的可疑区域：然后对每一块可疑区域利用小波矩算法提取其小波矩特征;接着利用余弦相关性测度判别可疑区域的相似性;最后定位图像的篡改区域．实验结果表明本算法能够有效提取可疑区域,并进一步定位篡改区域．此外,算法对图像前景篡改区域的平移、旋转和缩放具有较强的鲁棒性．     

数字图像复制粘贴篡改取证技术比较研究

本文介绍了目前几种对数字图像复制粘贴篡改取证的算法,比较了各种算法的性能和特点,分析和讨论复制粘贴篡改的检测原理,并展望了该技术未来的发展方向。     

基于改进的LBP方法相结合的尿液细胞识别研究

分析和比较在RGB和HSI两种不同色彩坐标系统下使用支持向量机对尿液细胞进行识别分类的效果,以及使用色彩特征参数与纹理特征参数进行综合识别分类尿液细胞的效果。提出一种改进的局部二元模式(LBP)纹理特征提取方法。实验结果表明提出的HSI颜色特征、基于改进的LBP法提取的纹理特征与支持向量机(SVM)相结合的方法在尿液细胞识别分类中效果良好。     

基于局部二值模式的抽象绘画方向检测

抽象画图像的自动方向检测由于其内容的含蓄性与自然图像相比会比较困难.为了提高抽象画图像方向自动检测的准确率,将每一幅绘画图像逆时针旋转四个角度(0°,90°,180°,270°),提取四幅图像的非旋转不变等价局部二值模式(nri-uniform-LBP)描述符作为特征,通过AdaBoost算法进行自动方向检测,将绘画分...     

基于颜色相关图和纹理矩的图像检索

基于内容的图像检索的关键就是准确地提取图像特征。目前常见的图像特征的分类有颜色、纹理和形状。提出了改进的图像相关图算法以及纹理矩算法,并采取有效的方法来结合这两种算法实现高效的图像检索,图像相关图不仅反映了图像的灰度统计信息,而且还反映了图像的空间特征和灰度的渐变度。纹理矩是通过计算图像局部区域的力矩来反映图像的纹理特征。二者相结合整合了图像颜色和纹理信息。实验证明,改进的图像相关图以及纹理矩算法优于传统算法,二者通过在有限的空间维度下的结合在很大程度上提高了检索精度。     

基于几何不变量的图像特征识别

图像的特征识别是图像处理和识别中的一个重要问题,几何不变量作为特征的特征值在很多领域已经得到了广泛的应用。实际中,普遍采用在仿射变换及射影变换下保持不变的仿射、射影不变量作为特征值。本文根据具体图像的特点,利用4类仿射和射影不变量构成特征的特征值空间,依据4步识别策略来识别图像中的特征点,从而完成识别任务。实验表明,这4类不变量能够较好地识别出实际图像中的特征。     

基于自适应特征选择和SVM的图像分类的研究

提出多特征结合的图像分类方法,分别提取颜色特征和LBP纹理特征,同时提出Adaboost算法对特征进行选择,选择最能表示图像的特征,这样既降低了特征的维数,又提高了分类的精度。最后对基于SVM的多类图像分类方法进行了研究,提出在二类支持向量机的基础上构造多类分类器的方法,实验结果表明,提出的方法能够很好地用于图像分类。     

基于可区分二进制局部模式特征的蛾类昆虫识别

蛾类昆虫多为农业害虫,自动识别蛾类昆虫种类对虫害预测预报意义重大。针对现有昆虫自动识别方法集中在目以上层次昆虫识别难以实现目内昆虫识别,提出一种基于纹理特征的蛾类昆虫识别方法。应用一种改进的局部二进制模式提取昆虫图像特征,对提取得到的特征矩阵按照蛾类昆虫类别抽取本质维数,最后用KNN算法实现蛾类昆虫识别。实验结果表明:可区分CLBP能够对昆虫原始图像直接提取特征并获得优异的识别性能,同时,能够有效降低特征矩阵的维数,从而缩小存储空间,降低相似性比较的计算复杂度。该研究拓宽了计算机视觉技术应用范围,有助于实现农业病虫害的尽早预测。     

基于特征点的路面图像检测

随着高速公路建设的日新月异,路面维护问题也日益突出。针对路面破损监测对实时性要求高的特点,提出一种快速实时的基于SUSAN(Small univalue segment assimilation nucleus)算法的公路破损图像的检测方法。新方法首先利用SUSAN算法对特征点进行准确提取,然后引入模糊聚类理论,对特征点进行分类,接着利用分类结果及特征点的邻域像素梯度方向分布特性差别来进行特征点的匹配,最后使用RANSAC(Random sample consensus)算法进行特征点错配的消除。经实验证明,这种方法匹配准确,运行速度快,可达到很好的效果,这对完善公路图像自动检测系统,有很好的参考价值。     

基于网络结构的图像检索相关反馈

相关反馈方法越来越多地应用到图像检索领域,而现有的相关反馈方法鲁棒性较差,由此提出一种新的相关反馈算法。该算法首先对查询图像进行颜色、纹理、形状的特征提取,组成特征向量;然后进行特征相似比较,返回初始检索结果,在反馈阶段,通过标记的相关和不相关图像构造用户反馈矢量作为查询偏好,用已经建立好的图像之间的资源分配矩阵乘以用户反馈矢量,实现资源的扩散和图像重排;最后把重排后的图像返回给用户,并提出一种改进资源分配矩阵的方法。实验结果表明,算法不仅鲁棒性强,而且反馈效果出色。     

基于图像熵的抗剪切局部数字水印算法

针对基于特征的数字水印算法中常用的Harris检测器进行改进,提出一种根据图像熵自适应调节Harris算法极值检测窗口大小,并结合局部图像特点自适应嵌入的数字水印算法.实验结果表明该算法提取的特征点分布均匀稳定,可以有效抵抗剪切攻击.     

基于人体关键部位检测的敏感图像过滤方法

目前多数敏感图像过滤方法对皮肤裸露较多或类肤色区域较多的图像容易产生误检。为降低对这类图像的误检率,提出一种基于人体关键部位检测的敏感图像过滤方法。该方法提取肤色特征、表征局部对象外观和形状的HOG(Histograms of Orien-ted Gradient)特征、空间分布特征及描述区域灰度分布的Haar-like等特征,利用Adaboost学习算法,训练得到人体关键部位的分类器,通过此分类器实现敏感图像的过滤。实验表明,该方法能够准确地检测关键部位,可以有效地降低敏感图像的误检率。