学位论文 > 优秀研究生学位论文题录展示
JPEG图像重压缩检测及篡改定位
作 者: 董莉莎
导 师: 孔祥维
学 校: 大连理工大学
专 业: 信号与信息处理
关键词: 重压缩检测 灰度共生矩阵 DCT系数首位有效数字 Markov模型 图像篡改定位
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 68次
引 用: 0次
阅 读: 论文下载
内容摘要
随着数码相机的普及,数字图像以其方便、即时、易传输等优点,成为现代通信中一种重要的媒体形式。同时,由于简单易用的数字图像处理软件的不断发展与广泛流传,使得数字图像的伪造和篡改变得易如反掌。近年来,国内外在政治、司法、新闻等领域频繁出现的造假事件使得人们对于数字图像的真实性和完整性产生了质疑,因此数字图像取证技术,尤其是利用图像自身特性的盲取证技术,成为近年来学术界的研究热点。本文从重压缩操作对JPEG图像带来的统计特性上的影响为出发点,研究了JPEG重压缩操作的检测方法,以及利用重压缩检测来定位JPEG图像篡改区域的方法。本文的主要工作如下:(.1)提出了一种基于DCT系数灰度共生矩阵的重压缩检测方法。首先分析了重压缩操作对JPEG图像DCT系数的影响,考虑到之前的大部分重压缩检测算法都只考虑了DCT系数的一阶统计特性,而没有考虑相邻DCT系数间的相关性,这是导致之前算法检测准确率低的一个主要原因。本文从这一角度入手,分析了重压缩操作对DCT系数灰度共生矩阵的统计特性的影响,发现此二阶统计特征可以有效地放大重压缩操作给图像DCT系数带来的影响,进而提高重压缩检测的准确率。(2)提出了一种基于DCT系数首位有效数字Markov模型的重压缩检测算法。首先分析了重压缩操作对DCT系数首位有效数字分布特性的影响,并给出利用Markov过程来对DCT系数首位有效数字分布进行建模的方法。对比实验结果表明,该算法能够有效地检测重压缩操作,尤其是在第二次压缩质量远小于第一次压缩质量时,检测准确率较之前的算法有很大提高。(3)提出了一种基于重压缩检测的JPEG图像篡改定位模型。由于JPEG图像经过篡改后通常会再次保存为JPEG格式,因此会引入重压缩操作。分析表明,可以将篡改后的JPEG图像分为两部分,一部分为背景区域,这部分区域具有重压缩特性,而另一部分为篡改区域,这部分区域的重压缩特性大大减弱,基本不具有重压缩特性。因此,通过检测待测图像中的某一区域是否具有重压缩特性,可以定位图像中的篡改区域。实验表明,该模型能够有效检测和定位出图像的篡改区域,而且对旋转、缩放、羽化等操作具有鲁棒性,同时对不同压缩质量的篡改图像也具有鲁棒性。
|
全文目录
摘要 4-5 英文摘要 5-9 1 绪论 9-14 1.1 数字图像取证技术的研究背景及意义 9-11 1.2 数字图像主动取证与被动盲取证 11-13 1.2.1 数字图像主动取证 11-12 1.2.2 数字图像被动盲取证 12-13 1.3 本文的研究内容与结构 13-14 2 数字图像被动盲取证技术 14-24 2.1 数字图像来源取证 14-18 2.1.1 数字图像生成设备类型的鉴别 14-15 2.1.2 数字图像生成设备型号及个体的鉴别 15-18 2.2 数字图像篡改检测 18-22 2.2.1 数字图像重压缩检测 18-19 2.2.2 数字图像重采样检测 19 2.2.3 数字图像模糊及锐化检测 19-20 2.2.4 数字图像拼接检测 20-21 2.2.5 数字图像篡改区域定位 21-22 2.3 现有的被动盲取证方法存在的问题 22-23 2.4 本章小结 23-24 3 JPEG图像重压缩检测 24-45 3.1 JPEG压缩简介 24-28 3.2 JPEG重压缩分析 28-30 3.3 基于图像DCT系数灰度共生矩阵的重压缩检测方法 30-34 3.3.1 图像灰度共生矩阵简介 30-32 3.3.2 重压缩操作对图像DCT系数灰度共生矩阵的影响 32-33 3.3.3 算法实现 33-34 3.4 基于DCT系数首位有效数字Markov模型的重压缩检测方法 34-39 3.4.1 重压缩操作对DCT系数首位有效数字分布的影响 34-36 3.4.2 马尔可夫模型的建立 36-37 3.4.3 算法实现 37-39 3.5 对比实验结果及分析 39-44 3.5.1 分类器的选取 39-40 3.5.2 实验样本的建立 40-41 3.5.3 对比实验结果及分析 41-44 3.6 本章小结 44-45 4 基于重压缩检测的JPEG图像篡改定位模型 45-52 4.1 JPEG重压缩对篡改图像的影响 45-46 4.2 基于重压缩检测的JPEG图像篡改定位模型 46-47 4.3 实验结果及分析 47-51 4.3.1 实验样本的建立 47-48 4.3.2 实验结果及分析 48-51 4.4 本章小结 51-52 结论 52-54 参考文献 54-62 攻读硕士学位期间发表学术论文情况 62-63 致谢 63-65
|
相似论文
- 蚁群算法及其在气象卫星云图分割中的应用,TP391.41
- ASAR与MODIS协同的海洋溢油信息提取,X87
- 基于灰度共生矩阵和BP神经网络的织物组织结构识别,TP391.41
- 城际列车自动驾驶系统(ATO)的研究,U284.48
- 数字音频的重压缩与重采样检测研究,TN912.3
- 基于平均灰度共生矩阵和特征的LSB匹配隐密分析,TP391.41
- 基于脊波双框架系统的图像分割方法研究,TP391.41
- 基于纹理分析的煤与非煤物的图像识别算法研究,TP391.41
- 基于内容图像检索技术的研究,TP391.41
- 基于灰度共生矩阵的森林纹理构造因子确定方法研究,TP751
- 基于方向提升的图像压缩方法,TP391.41
- 基于激光散斑图像共生纹理特征的表面粗糙度测量,TH741
- 基于神经网络的医学组织纹理识别与诊断的研究,TP391.41
- LNG船安全系统设计研究,U674.133.3
- 基于小波变换的半脆弱水印算法研究,TP309
- 多光谱遥感影像的纹理特征研究,TP751
- 基于RS&GIS的县域生态系统服务价值及其动态变化研究,P208;P237
- 基于HMM的机床切削颤振预报系统的研究,TG506
- 合成孔径雷达图像目标分类研究,TN957.52
- 基于纹理分析的虚拟结肠镜CAD技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|