基于局部颜色矩的图像复制粘贴篡改检测技术研究

来源 :西北师范大学 | 被引量 : 0次 | 上传用户:wuzhi1979
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
随着数字时代的到来和信息技术的发展,多媒体工具得以广泛应用,使得人们可以很方便得对图像、视频进行编辑,但如果恶意篡改图像出现在一些重要场景中,如杂志、医学、法律等领域,将带来严重后果。复制粘贴篡改检测技术作为取证领域的重要分支,通常在一幅图像内提取特征后建立特征矩阵并匹配,图像区域经过复制粘贴操作后具有相似性,因此根据匹配结果的相似性可定位出篡改区域。本文对现有的复制粘贴篡改检测技术进行研究,针对Patch Match算法未考虑超像素间的语义信息、关键点提取不充分、特征描述符识别率差及篡改区域不封闭等问题,提出如下的两种算法:(1)提出一种基于局部颜色矩和Superpatch Match的图像复制粘贴篡改检测。提取图像的SIFT特征点并进行匹配,如果特征点相似,则特征点所在的Superpatch也相似,因此以关键点所代表的超像素为中心构建Superpatch,结合重心配准后利用Superpatch Match算法对超像素的Superpatch进行匹配,从而得到检测结果。实验结果表明较SIFT算法、PM算法及Yu等算法具有更好的检测性能,针对多种篡改方式的鲁棒性较好。(2)提出一种基于局部颜色矩的区域划分和四元数Hu矩的图像复制粘贴篡改检测算法。首先,使用自适应形态重建算法划分超像素,通过密度聚类算法对超像素内的局部颜色矩聚类并实现自适应分割图像区域;其次,利用关键点提取方法使SIFT特征点均匀分布在一幅图像内,然后在新颖的彩色图像四元数表示方法中构建局部高斯金字塔,提取Hu矩特征以增强特征描述;利用2NN进行特征匹配后,结合Delaunay三角形算法定位出复制粘贴篡改区域。实验结果表明该算法的准确率优于现有的多种算法,可有效抵抗缩放、旋转攻击。
其他文献
随着计算机、网络信息技术与社会的快速发展,人们的学习方式正在发生着巨大的变化。虽然传统的教育方式仍有着不可取代的作用,但越来越多的人们开始选择在线教育。特别是当我们遇到特殊的情况,无法进行课堂的线下教学时,在线教育就成为了一个非常有效的解决方法。面对着海量的课程资源,能够为用户提供符合其兴趣的个性化学习课程就十分的有必要。所以,本文设计并实现了一个基于个性化推荐的在线教育系统,来满足用户日益增长的
隐孢子虫(Cryptosporidium spp.)、结肠小袋纤毛虫(Balantioides coli)和毕氏肠微孢子虫(Enterocytozoon bieneusi)是寄生于人及多种动物肠道内的三种重要原虫,均通过粪-口途径在世界各地广泛传播。三种病原的感染不仅会造成畜禽生产性能下降,也可对公共卫生安全构成威胁。陕西省是中国西北部发展地方特色生猪产业的重要地区,但该省猪中三种肠道原虫的感染情
猪细小病毒(Porcine parvovirus,PPV)是引起初孕母猪繁殖障碍性疾病的重要病原,PPV感染母猪临床上主要表现为不发情、流产、产死胎等症状。PPV基因组主要包含两个开放性阅读框(Open reading frame,ORFs)ORF1和ORF2,ORF1编码病毒非结构蛋白NS1和NS2,ORF2编码病毒结构蛋白VP1和VP2。其中NS1是PPV最重要的非结构蛋白,对病毒DNA复制是
最近几年,“智慧医疗”逐渐融入人们的生活,2020年,新冠疫情使得“互联网+医疗”更加火热。如何从大规模中文电子病历数据中获取有价值的医疗信息成为研究的重点,电子病历中实体抽取是研究这一问题的基础。但是,中文电子病历所包含的疾病名称、临床症状、药品名称等较为复杂;不同医生在使用专业术语上有差别;不同实体类别之间边界不清晰。以上这些问题都加大了中文电子病历中实体识别的难度。本文针对这些问题,首先,制
智能成像设备的快速发展使得数字图像成为传递信息的重要渠道。然而,随着图像编辑软件操作的日益人性化,人们可以对图像内容进行随意修改,这种操作严重降低了图像的可信度,由此诞生了判别数字图像真伪的检测技术。拼接是篡改者惯用的一种伪造手段,众多学者已经提出了多种针对此类篡改的检测方法。然而随着篡改技术的日益成熟,研究图像拼接篡改检测的方法仍十分必要。针对目前图像拼接篡改检测方法真阳性率低、鲁棒性不强的问题
随着互联网服务的快速发展,使得互联网服务数据急剧增加。推荐系统就是在急剧膨胀的数据中为用户精准提供所需要的信息。在推荐系统中,协同过滤推荐模型被广泛应用。它通过用户购买商品的历史信息来寻找与其兴趣相似的其他用户,并为其未体验的项目进行评分预测。虽然协同过滤推荐模型存在实现简单、无需领域知识等优点,但是在现实生活中,人们很少对体验过的项目进行评分,使得协同过滤推荐算法在计算相似度时无法为用户提供兴趣
猪流行性腹泻病毒(Porcine epidemic diarrhea virus,PEDV)属于冠状病毒科,α冠状病毒属成员,是猪病毒性腹泻的主要病原之一。PEDV的感染可引起猪的流行性腹泻(Porcine epidemic diarrhea,PED),尤其对哺乳期仔猪有极高的发病率和致死率,主要引起仔猪严重腹泻、呕吐、食欲下降、脱水甚至死亡。因此,深入研究宿主蛋白对抗PEDV感染机制对于研发抗病
新城疫(Newcastle disease,ND)是由新城疫病毒(Newcastle disease virus,NDV)强毒株引起的严重威胁养禽业的传染病。干扰素(Interferons,IFNs)是宿主天然免疫的关键因子,NDV感染机体后,细胞的病原模式识别受体(PRRs)识别病原相关分子模式(PAMPs)后与线粒体外膜中的接头蛋白(MAVS)结合,激活TANK结合激酶1(TBK1)。由于鸡缺
自1926年首次报道新城疫(Newcastle Disease,ND)以来,它作为一种严重的传染病影响着世界各地的家禽业,已被世界动物卫生组织列为必须通报的疾病。新城疫病毒(Newcastle Disease Virus,NDV)是一种带有囊膜的单股负链不分节段的RNA病毒,根据最新的病毒分类,属于副黏病毒科(Paramyxoviridae)禽副黏病毒亚科(Avulavirinae)的正禽副黏病毒
新城疫病毒(Newcastle disease virus,NDV)微基因组(Minigenome,MG)保留NDV聚合酶识别的关键部位,病毒基因组其它位置用荧光报告基因替代,其转录依赖于NDV RNP复合物的NP、P和L蛋白。这种基因组成结构类似于缺陷病毒基因组(Defective viral genomes,DVGs),即病毒基因组在复制过程中由于其聚合酶的低保真性,导致基因组部分缺失,但保留