基于超像素与四元数的彩色图像复制粘贴篡改检测研究

来源 :西北师范大学 | 被引量 : 0次 | 上传用户:zql0913
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网信息技术的快速发展,数字图像的数量显著增长,同时对于数字图像的处理也变得越来越简便,使得各个领域内出现大量的伪造图像,因此,图像的真实性受到人们的严重质疑。复制粘贴篡改是比较常见的篡改方式,因此复制粘贴篡改检测应运而生。近年来,许多研究者提出了大量复制粘贴篡改检测方法,这些方法能够在一定程度上准确地检测到篡改区域。但是这些方法大多针对灰度图像,对于彩色图像的处理,则忽略了彩色图像的颜色信息及颜色通道之间的相关性,不能完整地表达图像内容。另外,这些方法通常将图像划分为交叠的规则块,但大量的交叠块导致特征提取和匹配效率较低,且规则块对于几何变换鲁棒性较弱。针对以上问题,本文在总结了研究现状后,主要研究了以下两方面的内容:⑴提出一种基于超像素形状特征的复制粘贴篡改检测算法。首先,使用熵率超像素分割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案提取超像素形状特征,并与特征点融合,估计可疑伪造区域;最后对可疑伪造区域进行二次超像素分割及匹配,精确定位篡改区域。实验结果表明,提出的方法具有抵抗几何变换、噪声、模糊和JPEG压缩的能力。⑵提出一种基于超像素与四元数的彩色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;然后使用四元数表示彩色图像,并提取具有颜色不变性、几何不变性的稳定低阶四元数指数矩与形状编码融合作为超像素的特征向量估计可疑篡改区域;最后将可疑篡改区域划分圆形块并提取圆形块的四元数指数矩特征,通过对圆形块特征匹配精确定位篡改区域。实验结果表明,提出的方法在抵抗几何变换、JPEG压缩、噪声等方面表现出良好的性能,且有效提高了检测效率。
其他文献
人造的交叉反应受体阵列通过模仿哺乳动物的味觉和嗅觉被用于各种传感应用中。这些阵列通过模式识别算法用于区分分析物,甚至用于预测未知分析物的身份。然而,以往已经开发用
近年来,由于光子晶体微腔结构具有Q值高、有效模式体积小、易于集成、制作工艺简单等优势,使得其在纳米传感结构设计方面得到了广泛的应用,科研人员尝试在光子晶体微腔中通过
大庆油田自开发以来,油田道路作为一个配套工程,始终伴随着油田产能建设系统工程的推进而稳步发展,大庆油田道路系统经过多年建设,不断完善配套,道路布局比较合理。但是,大庆
铸造工艺设计的成功与否影响着铸件的成品率、质量、生产成本等各个方面。传统的铸造工艺设计方案的确定大多依赖于生产实践经验,比较难以精确计算。检测工艺设计的成功与否
研究背景CD99 antigen-like 2(CD99L2)是一种高度糖基化的Ⅰ型跨膜蛋白,不属于任何已知的蛋白家族。CD99L2蛋白分布广泛,在人和小鼠多种器官都有高表达。血液血管系统主要表
自磨机是一种应用于矿石中碎阶段的大型磨矿设备。由于其矿石处理能力强,工艺流程简单等特点,大量的大型选矿厂将自磨机投入到生产中。近年来自磨机技术发展迅猛,其大型化的
现代工业社会的发展对石油的需求量越来越大。石油作为地球上的一种不可或缺资源,其开采效率得到人们越来越广泛的关注。在石油勘探过程中,岩心取样作为一种获得地下岩层的物
智能交通系统作为一种先进的交通管理技术,越来越受到人们的重视,同时随着计算机硬件水平的提升,许多复杂算法所带来的实时计算困难的问题已逐渐突破。本文所研究的车辆检测
视觉跟踪是计算机视觉领域的一个重要研究方向,现在已经广泛用于军事、医疗、机器人、智能交通等领域。近年来,深度学习技术获得了极大的突破,深度神经网络强大的学习能力为
全卷积神经网络(FCN)的图像语义分割算法不仅能够直接处理任意尺寸的图像,省去繁琐的中间步骤,实现端对端像素级分割,而且提高了分割的准确率。但是全卷积神经网络中的池化层