基于opencv和ijg静态库的jpeg图像盲检测研究

基于opencv和ijg静态库的jpeg图像盲检测研究

ID:34013335

大小:15.68 MB

页数:55页

时间:2019-03-03

基于opencv和ijg静态库的jpeg图像盲检测研究_第1页
基于opencv和ijg静态库的jpeg图像盲检测研究_第2页
基于opencv和ijg静态库的jpeg图像盲检测研究_第3页
基于opencv和ijg静态库的jpeg图像盲检测研究_第4页
基于opencv和ijg静态库的jpeg图像盲检测研究_第5页
资源描述:

《基于opencv和ijg静态库的jpeg图像盲检测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、声明本人声明所呈交的学位论文,是本人在导师的指导下取得的研究成果。尽本人所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果。与本人一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。研究生签名:重!l盘璺生.如l;年6月多日学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文,按保密的有关规定和程序处理。研究生签名:重!l童塑塑如l雩年6月弓日硕士论文基于OPENCV和IJ

2、G静态库的JPEG图像盲检测研究摘要lIY眦4叭12咖5咖2㈣0哪4咖9眦840当今世界正处在一个数字化、网络化的时代,数字图像随处可见,与此同时,图像处理软件非常普及,这就使得修改、编辑数码照片变得很常见。而如果在新闻媒体或司法取证等公众可信领域也充斥着造假的图片,那将混淆视昕、歪曲事实,对社会造成很大的不良影响。JPEG格式的图像因其良好的压缩特性使其图片文件尺寸较小而被许多成像设备所采用,互联网上的图片也以JPEG格式图像居多,因此,针对JPEG格式图像的篡改检测研究就很有实际意义。本论文主要开展了以下研究工作:(1)、在对现有JPEG图像真实性过滤算法的研究基础上,

3、论文从AC系数局部数值频率间峰差的统计特性入手,提出了一种简易区分JPEG图像是否经历过二次压缩的检测方法,本方法不需要借助SVM向量基方法训练也可以达到97%以上的检测率。(2)、针对二次压缩篡改的JPEG图像,在已有的块效应测度、量化相关性等方法基础上,根据JPEG格式的块粘贴篡改一致覆盖和错位覆盖特性,模拟再现二次压缩过程,以前后两次图像差的L1范数为度量,有效检测图像的真伪,并根据峰点判定出首次压缩因子,且在原图标定出篡改区域,实验表明本方法简单有效。(3)、基于OPENCV和IJG静态库,实现以上算法思想,开发出一款操作性很强的JPEG图像盲检测软件,通过在CAS

4、IA图像数据库上的测试,证明本软件具有一定的实用价值和意义。关键词:JPEG图像、二次压缩篡改、AC系数、峰差、OPENCV、IJGAbstract硕士论文Intoday’Sdigitalage,itisbecomingincreasinglyeasytomodifyandeditdigitalphotoswiththewidespreaduseofimageprocessingsoftwareandeditingtools.Fakeimageforthenewsmediaorforensics,itwillcausealotofadverseimpactonthesoci

5、etyandthegeneralpublic.Currently,theimagesfrommostoftheimageacquisitiondeviceareexperiencedlossyJPEGimagecompression,andtheimagesspreadontheIntemetaremostlyinJPEGformatimages.Therefore,JPEGformatimageblinddetectionresearchhasbroadapplicationprospects.Thisthesisismainlycarriedoutthefollowin

6、gwork:(1)、AccordingtotheexistingJPEGimageauthenticityfilteringalgorithms,thispaperistostartfromthestatisticalpropertiesofthepartialnumericalfrequencyofACcoefficientsbetweenpeakdifference,andproposeasimpledetectionmethodforeasydistinctionbetweenwhethertheJPEGimageexperiencedsecondarycompres

7、sion.ThemethoddoesnotneedthehelpoftheSVMvector-basedmethodoftrainingcarlalsoreachmorethan97%detectionrate.(2)、ForsecondarycompressiontamperingJPEGimage,learningfromtheexistingmethodsofBlockingArtifactMeasure(BAM)andJPEGQuantizationCoherenceMeasurement,inaccord

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。