学位论文 > 优秀研究生学位论文题录展示

利用相关性检测的成像设备辨识及篡改检测技术

作 者: 谭莉玲
导 师: 胡永健
学 校: 华南理工大学
专 业: 模式识别与智能系统
关键词: 数字图像取证 成像设备个体辨识 成像传感器 设备指纹 相关性检测 支持向量机
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 31次
引 用: 0次
阅 读: 论文下载
 

内容摘要


成像设备个体辨识技术是数字图像取证技术中的一个重要的研究方向,它属于图像来源认证。该技术旨在将一幅图像和某个特定的成像设备进行精确匹配。相比于图像来源认证中的另一个研究方向-成像设备类辨识,设备个体辨识要求辨识精度更高,所以也更为复杂。然而,随着当今社会伪造图片、盗版影像产品等可能危害到他人权益的行为日益猖獗,也越来越需要更为精确的图像来源认证技术。这也是成像设备个体辨识技术引起图像取证界广泛关注的重要原因之一。另一个重要原因是,成像设备个体辨识技术的应用很广泛,其主要应用于设备来源辨识和图像篡改检测。本文研究的是基于相关性的成像设备个体辨识技术,从设备来源辨识和图像篡改检测两方面来讨论其中的关键技术。主要仿真和分析了经典算法,并针对算法存在的问题,提出了相应的解决方案:1、针对基于统计信号相关性检测的相机辨识技术的同步性问题,提出在做源辨识检测前先对嫌疑图片噪声残留进行预处理,使它和设备指纹同步。从而保证该技术能成功检测剪切和缩放后的图像。另外,将同步性处理操作应用到经典的基于相关性的篡改检测技术中,讨论其抗几何攻击性。2、针对基于相关性的篡改检测技术会受内容的影响,提出基于相关性和图像内容特征的篡改检测技术,仿真了Fridrich等人的经典算法,并在此基础上做了改进。新算法使用支持向量机(Support vector machines,SVM)对两类图片(篡改来源图片和未篡改图片)的特征进行训练来获得分类模型,再利用该模型对检测区域进行分类。从而使算法充分地利用了两类图片的内容信息。

全文目录


摘要  5-6
ABSTRACT  6-11
第一章 绪论  11-23
  1.1 成像设备个体辨识的研究背景  11-12
    1.1.1 数字图像取证的概念和定义  11-12
    1.1.2 数字图像盲取证定义  12
  1.2 成像设备个体辨识的意义及应用  12-14
    1.2.1 图像来源认证  12-13
    1.2.2 图像篡改检测  13-14
  1.3 成像设备个体辨识的基本思想  14-19
    1.3.1 数码相机和扫描仪的成像  14-16
    1.3.2 成像传感器的缺陷  16-18
    1.3.3 镜头污点特征  18
    1.3.4 指纹匹配方法的选取  18-19
  1.4 成像设备个体辨识技术的现状  19-20
  1.5 成像设备个体辨识的发展方向  20-21
  1.6 本文主要工作  21
  1.7 本文结构  21-23
第二章 剪切和缩放图像的相机源辨识技术  23-37
  2.1 引言  23-24
  2.2 算法原理  24-33
    2.2.1 成像传感器输出建模  25
    2.2.2 PRNU 估计  25-26
    2.2.3 PRNU 预处理  26-28
    2.2.4 PRNU 检测  28-29
    2.2.5 恢复同步性  29-31
    2.2.6 误差分析  31-33
  2.3 我们的仿真  33-36
    2.3.1 只有剪切或缩放实验  33-35
    2.3.2 随机剪切和缩放实验  35-36
  2.4 本章小结  36-37
第三章 基于相关性的篡改检测技术  37-47
  3.1 引言  37-38
  3.2 算法的原理  38-39
    3.2.1 分块思想  38-39
    3.2.2 区域PRNU 检测  39
  3.3 算法性能评估  39-46
    3.3.1 可行性实验  40-44
    3.3.2 区域篡改的图像检测  44
    3.3.3 抗几何攻击性实验  44-46
  3.4 本章小结  46-47
第四章 基于相关性和图像内容特征的篡改检测  47-58
  4.1 引言  47
  4.2 Fridrich 等人的算法  47-53
    4.2.1 算法检测过程  47-48
    4.2.2 相关性预测器  48-51
    4.2.3 仿真实验  51-52
    4.2.4 发展方向  52-53
  4.3 我们的算法  53-57
    4.3.1 新增特征  53-54
    4.3.2 SVM 简介  54-55
    4.3.3 实验及讨论  55-57
  4.4 本章小结  57-58
第五章 总结与展望  58-59
附录一 剪切和缩放图像相机源辨识技术的部分代码  59-63
参考文献  63-67
攻读硕士学位期间取得的研究成果  67-68
致谢  68-69
附件  69

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 音乐结构自动分析研究,TN912.3
  6. 基于三维重建的焊点质量分类方法研究,TP391.41
  7. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  8. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  9. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  10. 基于图像的路面破损识别,TP391.41
  11. 基于支持向量机的故障诊断方法研究,TP18
  12. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  13. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  14. 基于车载3D加速传感器的路况监测研究,TP274
  15. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  16. 基于机器学习的入侵检测系统研究,TP393.08
  17. 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
  18. 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
  19. 基于AdaBoost算法的人脸识别研究,TP391.41
  20. 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
  21. 城市污水处理厂中A~2O工艺过程的建模研究,X703

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