基于SIFT數(shù)字圖像復制粘貼篡改盲檢測研究.pdf

1、隨著大數(shù)據(jù)時代的來臨和現(xiàn)代網(wǎng)絡技術的發(fā)展，圖像在現(xiàn)實社會和網(wǎng)絡中更加普及，給人們的通訊和交流帶來了前所未有的便利。但是由于圖像的偽造和篡改行為的出現(xiàn)，現(xiàn)代圖像的真實性變得越來越不可靠。對于以圖像作為重要取證途徑的新聞界和法律界，圖像偽造或篡改行為帶來的后果是災難性的。因此，對于圖像的真實性進行檢測的圖像檢測技術，成為了現(xiàn)代社會的一個熱點。
　　 本文針對數(shù)字圖像的復制粘貼盲檢測進行了研究，介紹了它的基本概念，幾種重要的數(shù)學模型。

2、詳細分析了基于SIFT的圖像復制-粘貼盲檢測的特點，流程，針對它存在的一些問題進行了改進。
　　 為了達到混淆視覺的效果，篡改者通常對圖像的復制區(qū)域進行一些幾何變換或者添加一些必要的后續(xù)處理操作。標準的SIFT(Scale Invariant Feature Transform)算法不能對這些情況進行很好的處理，本文針對此問題進行相應的改進。利用SIFT關鍵點檢測方法檢測圖像中的所有關鍵點，然后計算以關鍵點為中心的周圍鄰域的紋理

3、特征，將二者結合作為關鍵點的特征描述。
　　 針對傳統(tǒng)的RANSAC(RANdom Sample Consensus)算法在計算變換參數(shù)誤差較大的問題，本文首先隨機選取不共線的幾個點，粗略計算初始變換矩陣，根據(jù)得到的初始變換矩陣計算剩余點的距離誤差，然后采用雙閾值的方法進行數(shù)據(jù)檢驗并得到最終的變換參數(shù)。
　　 為了驗證本文算法的可行性和有效性，本文用Matlab軟件對經(jīng)過復制-粘貼篡改的圖像進行了實驗仿真。給出了圖像經(jīng)過