论文部分内容阅读
成像设备及各种图像编辑软件的大规模使用,使得数字图像篡改现象经常发生,因此,鉴别数字图像的真伪显得尤为重要。传统的数字图像主动防伪鉴别技术,由于依赖预签名提取或预嵌入数字水印信息,其实用性与通用性较差。因此,不需要任何先验条件的数字图像被动防伪鉴定技术已成为信息安全领域中的一个新兴且极其重要的研究方向。为此,本文主要针对数字图像的被动防伪鉴定技术进行研究。鉴于数字图像篡改手段的多样性,其相应鉴别方法也因此而复杂,本文重点研究在自然图像篡改检测中具有代表性的拼接图像篡改检测和JPEG2000双压缩图像的被动检测算法。拼接是图像篡改中最为常用的一种手段,图像经过拼接篡改后,其纹理特征和图像像素之间的相关性将会发生改变,提取出这两种特征,将可用于拼接图像的盲检测。本章通过拼接图像的纹理特征分析,给出游程直方图特征,用于图像的拼接检测,并将该特征与表征相关性的马尔可夫特征进行组合,给出一个图像拼接检测的具体实现方案,最后给出该方案的实验仿真结果。实验证明,该组合特征的鉴别准确率达到89.89%,高于单独使用游程直方图特征或者单独使用马尔可夫特征。对于JPEG2000双压缩图像的被动检测,本文提出了一种基于空域马尔可夫统计特征的JPEG2000双压缩图像检测算法。首先分析了JPEG2000单压缩图像和双压缩图像的像素相关性变化情况,并比较了DCT域的马尔可夫特征和空域的马尔可夫特征,在此基础上,提出了基于空域的马尔可夫相关性矩阵的特征提取算法。该算法从JPEG2000双压缩对图像的相关性带来的变化入手,首先用一幅原始图像产生4个方向的预测差图像,以此突出JPEG2000双压缩对原始图像带来的改变,然后使用阈值化处理,将预测差图像中由原始图像内容不同造成的较大值去掉,将由双压缩造成的痕迹保留,同时减少运算量,最后,用马尔可夫随机过程给上述阈值化的预测差图像进行建模,以此产生一个转移概率矩阵,该转移概率矩阵的所有元素组成一个向量,被用来分类。本文使用支持向量机在JPEG2000单压缩与双压缩图像库上进行训练与分类。实验结果表明,该算法对于绝大多数比特率对的JPEG2000单压缩和双压缩图像的鉴别都能取得较好的效果,较以往文献有了较好的改善。