拼接篡改图像的色温估计取证方法

针对近年来图像伪造现象严重,而传统的图像取证方法过于依赖人工经验,缺乏严谨的取证依据的问题,提出一种基于色温估计的拼接篡改图像取证方法.利用改进的平均色差计算方法对图像进行色温估计;然后根据色温估计结果计算关键区域与参考区域之间的色温距离;最后与实验获取的色温距离阈值进行比较,判断图像中是否存在拼接篡改操作所引入的色温不一致现象.实验结果表明,该方法能够为图像取证工作提供科学量化的参考依据.     

拼接篡改伪造图像的色彩偏移量不一致取证方法

拼接篡改是一种常见的伪造图像方法,根据拼接篡改伪造图像中拼接区域与原始区域之间存在的色彩偏移量的差异,提出一种基于偏色估计的拼接篡改伪造图像自动检测方法.首先将图像分为n×n大小的图像子块,利用改进的平均色差计算方法估计每一个子块的色彩偏移量;然后将分块之后的待检验图像的上、左、右3个径向方向上的尺度边缘子块的集合设定为参考区域;计算每一个子块与参考区域之间的偏色距离,最后与设定的偏色距离阈值进行比较后定位图像中的拼接区域,从而揭示拼接篡改图像中存在的色彩偏移量不一致现象.实验结果表明,该方法能够自动检测拼接篡改图像中的色彩偏移量不一致并定位拼接篡改区域,为拼接篡改伪造图像的取证提供了一类科学量化的检验依据.     

基于光源颜色和噪声的图像拼接篡改检测方法

数字图像拼接篡改是一种常见的图像伪造手段.在图像取证中,检测拼接伪造仍然是一项艰巨的任务.现有的拼接伪造检测方法多根据一种图像特性的不一致检测并定位篡改区域,而实际拼接篡改伪造往往会造成多种图像特性的改变.针对现有单一特征提取不能充分反映拼接图像特性导致检测精确率低的问题,提出一种通过提取光源颜色和噪声的混合特征来定位...     

基于非抽样Contourlet变换的图像模糊取证

数字图像被动盲取证技术是对图像的完整性和真实性进行鉴别.图像遭受篡改操作后,为了消除图像伪造在拼接边缘产生畸变,伪造者通常会采用后处理消除伪造痕迹,其中,模糊操作是最常用的手法之一.因此提出了一种针对人工模糊的取证方法.首先,利用非抽样Contourlet变换分析图像边缘点特征进行边缘点分类;然后通过统计正常边缘点与模糊边缘点之间的差异鉴别模糊边缘;最后引入局部清晰度来区分人工模糊与离焦模糊,从而最终标定人工篡改边缘痕迹.实验表明该方法能够有效地检测出图像人工模糊篡改操作,较为准确地定位图像篡改边界.伪造图像边缘模糊越严重方法的检测效果越好.与其他模糊检测方法相比所提方法具有像素级别定位能力.     

噪声水平不一致性的图像拼接区域检测方法

针对图像拼接篡改检测与篡改定位技术进行研究,提出了一种噪声水平不一致性的图像拼接篡改定位方法.该方法利用改进的拉普拉斯算子对噪声具有双倍加强作用的特点,结合奇异值分解,提取非重叠图像块的局部图像梯度矩阵和噪声特征,然后利用基于聚类的阈值算法,对得到的特征进行分类并定位出篡改区域.与现有的基于噪声的图像拼接区域检测方法相比,所提出的方法不仅能够检测拼篡改区域,而且当拼接区域与原始区域之间的噪声差异较小时依然有效,并且对于内容保持的图像处理操作如JPEG压缩、高斯模糊、伽玛校正、下采样等是鲁棒的.     

数字图像盲取证对样本合成修复应用的篡改区域检测算法

提出了一种图像盲取证算法, 用于检测利用样本合成修复技术制作的伪造图像. 该算法采用零连通特征来描述修复技术导致的图像块之间异常的相似性, 然后构建升半梯形隶属函数将该相似性特征转换成块属于篡改块的模糊隶属度, 通过截集划分并结合高隶属度块的位置信息, 进行伪造图像的检测和篡改区域的定位. 实验结果表明该算法能够有效区分自然图像和修复伪造图像, 并可进一步定位图像的篡改区域.     

基于自适应四元数奇异值分解的图像拼接检测

图像拼接将来源不同的图像合并成一幅图,由此引起图像中光照方向、噪声等特性出现不一致的情况。目前多数方法根据拼接图像中噪声的不一致性来检测伪造区域,但是普遍对不同大小图像块的噪声估计准确性不高,导致真阳性率较低,且当噪声差异较小时会检测失败。针对该问题,提出一种基于自适应四元数奇异值分解（QSVD）的噪声估计方法。对图像进行超像素分割,利用自适应QSVD估计超像素的噪声,结合图像亮度并利用多项式拟合建立图像噪声-亮度函数,得到各超像素到该函数曲线的最小距离测度。为提高检测精确率,利用色温估计算法提取超像素的色温特征,将距离测度与色温特征相融合作为最终的特征向量,利用FCM模糊聚类定位拼接区域。在Columbia IPDED拼接图像数据集上进行实验,结果表明,该方法在未经后处理图像集上的检测TPR值较对比方法至少提升8.21个百分点,且对高斯模糊、JPEG压缩和伽马校正表现出较好的鲁棒性。     

小波低频子带提取特征的图像复制篡改检测

针对数字图像取证中一类常见的图像篡改-复制粘贴图像伪造,提出了一种利用小波变换和图像块灰度分布提取特征的检测算法。相对于原图,小波分解的低频子带仍然保持原图像的概貌和空间特性,但在尺寸上减小了很多;对小波低频子带进行重叠分块,再对各重叠块进行灰度分布特征的提取;利用迭代划分法结合相似性匹配搜索相似图像块,进一步减少了检测的计算量;配合图像块的偏移位置信息,进行图像复制伪造区域的检测和定位。实验表明该算法能够较精确地定位出复制和粘贴的图像伪造区域,并有效地减少了运算量,提高了检测效率。     

基于重采样痕迹的图像伪造检测

检测重采样痕迹是数字取证中判断图像是否被篡改的有效途径之一。针对现有重采样检测方法大多只考虑单次重采样情况,对再次经历重采样的伪造图像不能有效区分定位篡改区域这一问题,提出一种基于重采样痕迹的图像伪造检测算法。首先定义出能够描述并区分不同重采样痕迹的两个特征量,将待测图像重叠分块,计算每块的特征量,然后利用特征量的不一致性检测定位篡改区域。实验结果表明,该方法能够区分旋转与缩放的操作历史痕迹,进行篡改伪造图像的自动判断与篡改区域定位;并且当伪造图像再次经历重采样操作后,仍能区分出图像中的不同插值区域,即对再次重采样操作具有一定的鲁棒性。     

面向图像篡改取证的多特征融合U形深度网络

随着图像篡改工具的智能化发展,图像篡改不再局限于拼接、移除等某一具体的类型,往往包含多种篡改类型及其组合操作,使得图像篡改取证工作更具挑战性。提出一种端到端的多特征融合U形深度网络,利用编解码网络提取篡改区域与真实区域之间的对比度差异、边缘差异等篡改痕迹,并使用富隐写模型卷积层获取伪造图像的噪声分布不规律信息,从而在无预处理的情况下实现可疑区域的检测并分割出高置信度的篡改区域。在此基础上,使用特征提取模块获取融合的篡改特征,在融合定位模块中利用分级监督策略融合不同分辨率提取的篡改特征,以准确定位篡改区域,实现篡改区域检测与像素级的分割。实验结果表明,基于所提网络的图像篡改取证方法在NIST16和CASIA数据库上的F1值分别为0.841和0.605,与基于MFCN、RGB-N、MANTRA-net等网络的图像篡改取证方法相比,有较优的检测性能和较高的实时性,且对JPEG压缩、缩放等处理具有更强的鲁棒性。     

用于图像认证和窜改检测的稳健图像摘要*

本文提出了一种用于图像认证和篡改检测的稳健图像摘要。该算法利用Zernike矩的幅度和修正后的相位旋转不变性生成图像摘要（图像Hash）。图像Hash之间的相似性用汉明距离度量。仿真结果表明该方法对大部分内容不变的图像操作具有鲁棒性。不同图像对Hash之间的汉明距离远大于阈值,因此该方法可用于图像认证。同时该方法还可以检测图像篡改并可以定位图像篡改的位置。     

基于颜色分量间相关性的图像拼接篡改检测方法

由于目前数码相机在获取自然图像时,都存在着某种颜色滤波阵列（CFA）插值效应,使得图像颜色分量间具有很大的相关性。针对此问题提出基于CFA插值产生插值特性的图像拼接篡改检测方法。首先对图像颜色分量进行CFA插值预测,得到预测误差;然后计算图像块预测误差的局部加权方差得到图像块的CFA特征;最后根据高斯混合参数模型,对提取特征进行分类得到篡改区域。在标准拼接篡改图像数据集中的实验结果显示,此方法能够有效地检测出图像篡改区域的精确位置。     

利用图像处理技术自动估算猪胴体参数

采用图像阈值分割和彩色分割算法,以及轮廓跟踪和拐点提取方法,成功实现猪二分体图像特征提取,用VC++语言实现自动估算猪胴体图像参数。研究结果表明迭代阈值分割和彩色分割算法能正确地分割二分体图像,距离求索法能够对拐点正确提取,进而确定特征点。用获取的图像特征与胴体实测值建立的关系模型有较好的线性关系（p<001）,表明图像处理技术可以快速无损地估算猪胴体参数,评价猪肉质量。     

A simple automated dynamic threshold extraction method for the classification of large water bodies from landsat-8 OLI water index images

Traditional manual methods of extracting water bodies from remote sensing images cannot satisfy the requirements for mass processing of remote sensing data, and new automated methods are complicated and require a large amount of auxiliary data. The histogram bimodal method is a frequently used objective tool for threshold selection in image segmentation. However, automatically calculating the threshold is difficult because of complex surfaces and image noise, which lead to imperfect twin peaks. To overcome these difficulties, we developed an operational automated water extraction method. This method does not require the identification of twin histogram peaks but instead seeks minimum values in the threshold range to achieve an automated dynamic threshold. We calibrated the method for 18 lakes in China using Landsat 8 Operational Land Imager images, for which the relative error (RE) and coefficient of determination (R²) for threshold accuracy were 2.1% and 0.96, respectively. The RE of area accuracy was 0.59%. The advantages of the method lie in its simplicity and minimal requirements for auxiliary data while still achieving an accuracy comparable to that of other automatic water extraction methods. It can be applied to mass remote sensing data to calculate water thresholds and automatically extract large water bodies.     

Automatic image authentication and recovery using fractal code embedding and image inpainting

In this paper, we propose a novel scheme of automatic image authentication and recovery, in which the altered region of the image can be detected and recovered in a fully automated fashion. To achieve high-quality image recovery, we choose the region of importance (ROI) in the image and perform fractal encoding for the blocks of ROI. And then we insert the fractal codes of ROI and the watermark into the original image to obtain the watermarked image. By watermark extraction, we can determine whether the watermarked image has been tampered or not. If the watermarked image has been tampered, we can automatically localize the altered region, and apply either fractal decoding or image inpainting for image recovery. Finally, experimental results are given to show the effectiveness of the proposed scheme.     

彩色数字图像的脆弱数字水印

针对彩色数字图像局部区域内容保护和认证,研究了彩色数字图像的脆弱数字水印.为了保证水印的安全性,利用三维二值混沌序列对原始二值水印图像进行加密,对提取的加密二值水印图像进行解密.嵌入载体图像的水印和从嵌入水印的图像中提取的水印均是加密水印.将彩色数字图像中被保护区域的三个分量的小波变换域分别嵌入加密水印,以保护其内容的完整性和不可篡改性.采用模运算实现水印的嵌入和盲提取.理论分析和实验结果表明,该脆弱水印算法对彩色数字图像保护区域内的任何篡改,都能够正确地检测和定位.     

Probability-based reversible image authentication scheme for image demosaicking

In this paper, we propose a novel image authentication scheme to detect the tampered areas for image demosaicking with the reversibility preserving property. Image demosaicking is the process of reconstructing an RGB color image from the sampled data acquired by the digital camera that applies a color filter array to a single sensor. In the proposed scheme, the authentication data is embedded into the rebuilt components of the demosaicked pixels.From the results, it is shown that good image qualities of the embedded images are obtained by using the proposed scheme. When the illegal users modified the contents of the embedded images, the tampered areas in the modified images can be clearly detected by using the proposed scheme. The demosaicked images can be losslessly recovered if no modifications are done on the embedded images. The proposed authentication codes embedding process can be implemented by hardware in single sensor digital camera. Furthermore, the proposed scheme can be extended to protect the image integrity for cloud computing environments.     

基于RBF神经网络的高效硬性渗出自动检测方法

为快速、可靠地自动检测出眼底图像中的早期糖尿病视网膜病变—硬性渗出,提出一种基于RBF神经网络的硬性渗出自动检测方法。首先,采用全局、局部相结合的基于图像直方图灰度统计分析的阈值分割法获取70幅眼底图像中的3590个病灶候选区域;然后,提取候选区域的24个特征,并利用logistic回归对其进行选择;最后,利用候选区域的10个特征及相应判定结果建立RBF神经网络;另外,提出采用后处理以进一步提高检测精度。利用该方法对50幅不同颜色、不同亮度的眼底图像进行处理并与眼科医师的判断结果相比较,得到图像水平灵敏度100%,特异性86.4%,准确率94.0%;病灶区域水平平均灵敏度93.9%,平均阳性预测值95.5%;平均每幅图像处理时间13.7s。该结果表明：基于RBF神经网络的自动检测方法能有效检测出眼底图像中的硬性渗出,且处理效率较高。     

基于超像素和光流引导的正射影像拼接方法

影像拼接是生成大规模数字正射影像的关键技术之一,但现有的影像拼接方法在进行多个影像拼接时存在拼接线穿过明显地物导致的鬼影现象。光流是观察者和场景间相对运动引起的影像边缘等的相对运动,其中,大光流对应影像间的变化区域,可用于检测正射影像间的明显地面区域。提出一种基于光流引导的新型影像拼接方法,通过超像素的密集光流提取影像中明显的地物信息,以避免接缝穿过明显的地面物体。采用由粗到细的接缝线优化策略,并在超像素级别上利用Dijkstra算法进行最佳拼接区域检测,从而提高接缝线检测的效率。在此基础上,结合归一化互相关成本函数在像素级别上进行拼接线的像素级优化,获得最优的接缝线。实验结果表明,该方法从主观视觉上能够生成高质量的接缝线,在保证拼接效率的情况下,SSIM质量评价指标较Dijkstra方法、图割方法以及商业软件OrthoVista得到明显提高。