基于JPEG特性与小波域共生矩阵特征的被动图像取证

《基于JPEG特性与小波域共生矩阵特征的被动图像取证》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、上海大学硕上学位论文基于JPEG特性与小波域共生矩阵特征的被动图像取证摘要数字图像在生活和工作中扮演越来越重要的角色，而与此同时，图像处理技术的迅速进步以及图像编辑工具的广泛应用使得人们可以很方便地篡改或伪造数字图像。因此，对数字图像的原始性和真实性进行判断具有非常重要的现实意义。被动图像取证是一个新兴的研究领域，这种技术不需要对原始图像进行预处理，仅依靠待检测图像本身判断其内容的原始性和真实性。本文针对被动图像取证的两类问题——被动图像篡改检测和图像来源辨识进行了研究，取得了以下成果。提出一种利用压缩特性进行

2、JPEG合成图像检测的方案。篡改者采用JPEG图像进行图像合成操作之后，所得到的合成图像中的背景区域和对象区域可能存在质量因子不一致性或分块位置不一致性，这两种不一致性可以作为检测JPEG合成图像的有力证据。本文依据这一思路，先估计待检测图像主要内容曾经历过的压缩质量因子，然后用该质量因子对待检测图像进行再压缩，利用再压缩在不同区域引起的失真程度的起伏变化察觉质量因子不一致性或分块位置不一致性，进而识别合成图像。该方法还可区分合成图像中具有不同来源的内容，为进一步打击图像伪造行为提供辅助信息。提出一种基于小波域

3、共生矩阵特征的图像来源辨识方法。由计算机图形技术产生的图像和自然图像之间存在纹理上的差异，本方法即通过图像纹理特征来辨识这两类不同图像。本文从小波域共生矩阵中提取了6类描述图像纹理的不同特征，然后利用支持向量机对这些特征进行训练和检测，比较了不同特征对于辨识图像来源的敏感程度。实验结果表明，应用纹理能量特征可以获得最好的辨识准确率。本文研究成果丰富了数字图像篡改检测方法，设计了用于图像来源辨识的有效特征，在一定意义上推动了被动图像取证技术的发展，有助于全面、高效被动图像取证系统的实现。关键词：被动图像取证，图像

4、篡改检测，图像来源辨识，JPEG压缩，共生矩阵上海大学硕士学位论文基于JPEG特性与小波域共生矩阵特征的被动图像取证AbstractWiththeadventofsophisticatededitingsoftware，digitalimagescallbeeasilymanipulatedandaltered．Asdigitalimagesareimportantinourdailylife，itisnecessarytoassesstheauthenticityandoriginofthem．Passive

5、imageforensicsisaburgeoningarea,itaimstodetectimagealterationoridentifytheimagesourcewithoutanypriormeasurementorregistrationoftheimageincludingtheavailabilityoftheoriginalreferenceimage．Thisthesisfocusesonthestudyofimageforgerydetectionandimagesourceidentif

6、ication．Theresearchachievementsareasfollows．ThefirstisanimageforgerydetectionschemebasedonJPEGcompressionproperties，whichaimstodetectspecialimagesthatarecompositeofcontentfromdifferentJPEGimages．Suchimagesmayhavecompressionqualityinconsistenceorblocksegmenta

7、lpositioninconsistence，providingaclueforforgerydetection．Theschemefirstestimatesthequalityfactorwhichhasbeenusedinoneofthesourceimages．Then，thisfactorisusedtorecompressthesuspiciousimage，andtheforgerytraceisdetectedfromthedistortioncausedbyrecompression．Furt

8、hermore，theschemeiscapableofidentifyingobjectareaandbackgroundarea，sothatprovidesmoreusefulinformationfordigitalforensics．ThesecondisanimagesourceidentificationschemebasedonwaveletCO．occurrencem