论文研究-基于DCT聚类分析的数字图像Copy-Move篡改检测 .pdf

所需积分/C币:47 2019-08-15 13:14:00 547KB .PDF
83
收藏 收藏
举报

基于DCT聚类分析的数字图像Copy-Move篡改检测,韩栖林,余瑾,针对数字图像Copy-Move篡改,提出了一种有效检测与定位篡改区域的算法。算法利用K-means聚类方法对子块DCT特征进行聚类分析,大大缩小��
山国武技论文在丝 图随机截取图像的子块系数分布 设待检图像为大小的彩色图像,按公式 × 将 彩色图像转换成灰度图像;用大小的滑窗按照从左到右、自上而下的方式对灰度图像 进行扫描,每次移动一个像素,图像分块得到的重叠子块数目为 ;按行 优先顺序依次对每个子块进行变换,得到大小的子块系数矩阵。设第个 子块对应的矩阵为,使用量化矩阵对矩阵进行量化。其中,是标 准亮度量化矩阵与量化系数 的乘积。值过小,则量化效果较差;值过大, 则产生的错误块增多。经过大量实验证明,当取时,图像块的匹鹁效果最佳 因为系数矩阵左上角部分包含了图像块的大部分信息,且量化矩阵中低频系 数得到保留,而高频系数被置为,考虑将量化矩阵以 方式(如图所示)扌 描转换成按低颎系数到高频系数排列大小为的行向量,并按 因子截断保留前 个分量。如此处理后,图像块的大韶分信息得到了保留,图像块特征的维度被降 低了。添加图像子块的左上顶点坐标 ,构成新的维图像块特征向量。按行优先 顺序依次对每个子块提取每个图像块的维特征向量,构成特征矩阵 经过上述处 理后的第个子块的特征形式如下 特征聚类分析 聚类,是将数据庠中的数据进行归类,相似的数据聚到一起形成一个簇,并保证一个簇 中相似性大,而不同的簇之间的数据相似性小的过程。由于进行的是重叠分块,图像分块 得到的重叠子块数目为 ,直接对图像玦特征进行匹配,运算量较大。故引 入对图像块特征的聚类筛选,使得同一簇中的特征相似性尽可能的大,不同簇中的特征相似 性尽可能的小。在图像块匹配时,只需分别在同一簇中进行检索与匹配,检测出相同或相似 的区域,从而大大提高了检测速度。 聚类算法,其复杂度较低,对类密集、类间区别明显的数据集聚类效果较好, 对大型数据集效率较高。使用 聚类算法对降维后的子块图像特祉进行聚类分析, 相似的图像块特征会被聚到起形成个簇。从图像特征数据集中随机选取个点作为初 始的聚类中心,根据欧式距离计算公式: 计算每个数据样木到初始聚类中心的距离,将该数据点归类到距离它最近的那个聚类中心所 山国武花论文在丝 在的类中,完成·次聚类,计算次聚类结束后每个类中所有数据集的平均值,将这个平均 值作为新的聚类中心进行再一次的聚类,如此对各个数据进行反复的迭代运算,不断更新聚 类中心,直至所有的聚类中心不再发生变化,不再有新的元素被重新分配为止,结束聚类。 特征向量排序 因为聚类之后同一簇中的特征相似性较大,而不同簇中的特征相似性较小,因此相似块 对匹配仅需在同一簇中进行操作。为进一步加快匹配速度,对节聚类后的每一簇內的 维特征向量进行字典排序。维特祉向量按重要性从高到低,依次按照第到个分量进 行排序,排序之后,特征向量矩阵中相同或相似的向量排列在相近的位置。这样每个图像块 特征向量只需要在与它相邻的·定沱围内寻找相似块,该范围描述为 为大 于的整数,称为搜索因子。 相似块匹配与篡改区域定位 由于篡改区域与被复制区域有一定的空间距离,在搜索相似块对过程中,设置切比雪夫 距离阈值,设正在匹配的两个维特征向量为与,若与满足: 则判定与对应的图像块为相似块对(其中 ),并记录规范化位移向量: 如果待检测图像为 篡改图像,则其中篡改区域与被复制区域的面积一般不小 于图像尺寸的。因为 篡改的后续处理中的几何处理仅包含平移变换,故 从被复制区域到篡改区域的位移闩量的发生频率应大于篡改区域理论最小面积包含的最少 重叠子块数。其中, × 每当判定与其相邻近的 对应的图像块为相似块对时,记录规范化位 移向量,并使对应的发生频率计数器加(初始值为)。匹配结束后,所有 满足 的向量对应的区域均被标记为篡改区域或被复制区域。最后,利用数学形 态学的开操作与闭操作,去除满足条件的游离块,并填补渍足条件的连通分量的“空洞”。 检测结果与分析 在实验中,参数设置为:块大小为,截断系数=,得到的图像块向量维 数 ,量化系数= 聚类的 ,搜索因子 图像块切比雪大 距离阙值 ,位移向量的发生频率阈值 。实验中的图像来自中国科学院彩色 图片库( ),大小为 篡改方式为 篡改且后续处理擦作中仅 包含屮移变换,利用第节所述方法得到检测结果如图所小。为了验证算法的鲁棒性, 对篡改后的图像进行不同质量因了的压缩,高斯模糊,添加不同信噪比( 晑斯噪声,检测结果分别如图、图所示。检测结果图像中,被复制区域与 篡改区域均被标黑。从实验结果看,算法能有效检测数字图像的 篡改,并具有 定的鲁棒性 山国武花论文在丝 刪猫 甜 原图像 仅平移处珥的篡改图像 的检测结果 图检测示例 图对图进行不同质量因子缩的检测结果 高斯模糊 图对图进行高斯模糊与添加不同强度的高斯噪声后的检测结果 结论 本文提山·和针对数宇图像 篡改进行检测的方法,采用图像块特征聚类和 特征向量排序,避免了块与块两两比较,大大降低了算法的时间复杂度与空间复杂度;经过 实验分析,证眀算法在篡改图像经过模糊、加噪 压缩等处理后,仍具有较高的检测 率,鲁棒性较好。但是, 篡改只是在冋一幅图像亼的操作,不同图像之间的篡 改还有待研究。 参考文献 骆伟祺,黄继武,丘国平鲁棒的区域复制图像篡改检测抆术计算机学报, 李春丽,李卫平篡改图像的识别技术研究与仿真计算机仿真,,(): 王俊文,刈光杰,张湛等图像区域复制篡改快速鲁棒取证自动化学报,,() 尹洪涛,付平,沙学军等基于和线性判别分析的人脸识别电子学报, 中国科学院自动化研究所

...展开详情
试读 5P 论文研究-基于DCT聚类分析的数字图像Copy-Move篡改检测 .pdf
立即下载 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于DCT聚类分析的数字图像Copy-Move篡改检测 .pdf 47积分/C币 立即下载
1/5
论文研究-基于DCT聚类分析的数字图像Copy-Move篡改检测 .pdf第1页

试读结束, 可继续读1页

47积分/C币 立即下载