基于插值的拼接图像盲取证技术研究

摘要

目前，数字图像正面临着被随意篡改和伪造的威胁，这使得“以照片为证”、“眼见为实”的观念被完全打破。因此，探索并了解图像中具有的真实性和可信度非常重要。传统的主动取证技术，如数字水印等需要预先对图像进行处理，使得此技术在实际中的应用具有一定的局限性。为此，本文研究一种不依赖标识信息的取证技术——数字图像盲取证。
　　在图像获取和图像缩放等过程中，图像采样被广泛使用，而图像插值在此过程中具有不可或缺的作用。此外，图像拼接是数字图像篡改中最常用的手段之一。因此，本文围绕数字图像盲取证中的真实性检测问题，对基于插值的拼接图像盲取证理论和技术进行了深入研究。
　　本论文首先详细介绍了彩色图像的成像原理，重点研究了Bayer模式的彩色滤波阵列(Color Filter Array, CFA)及其插值原理，探索了图像处理中常用的插值方法和不同插值方法下信号的形态，为开展图像盲取证工作提供了理论依据。
　　为进一步验证图像插值信号的特性，推导了插值信号导数方差和协方差的周期性。基于周期性和Radon变换对图像插值进行检测，提出的算法可对感兴趣区域进行插值检测，也可对整幅图像进行检测。仿真实验表明，提出的算法可以对不同来源图像、经过不同插值算法和不同图像处理软件处理后的图像进行检测，并可通过手动圈出可疑区域，对篡改图像进行插值检测。
　　为进一步实现篡改区域的全自动检测和定位，并提高检测的准确率，提出了基于双立方插值和高斯混合模型(Gaussian Mixture Model，GMM)的拼接图像盲取证算法。为减小预测误差，采用双立方插值估计原始图像。研究了插值信号的均值和方差规律特性，并基于预测误差的方差提取特征，采用GMM对不同位置的特征进行建模，利用期望最大化(Expectation Maximization，EM)算法估计模型中的参数。仿真实验表明，本文所提算法可成功对拼接图像的篡改区域进行自动定位，并提高检测的准确率。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状

1．3 论文主要工作及组织结构

第2章 Bayer彩色滤波阵列及插值方法

2．1 Bayer模式彩色图像成像原理

2．1．1 Bayer模式的CFA

2．1．2 CFA插值原理

2．1．3 彩色图像成像过程

2．2 图像处理常用的插值方法

2．2．1 常用的插值方法

2．2．2 插值信号的形态

2．3 本章小结

第3章 基于周期性和Radon变换的插值检测

3．1 插值信号周期性推导

3．1．1 一维插值信号的周期性

3．1．2 一维信号周期性到二维信号的扩展

3．2 基于周期性和Radon变换的插值检测

3．2．1 Radon变换

3．2．2 图像插值检测算法

3．3 图像插位检测实验结果

3．3．1 不同来源的图像插值检测

3．3．2 不同插值方法和不同图像编辑软件下的插值检测

3．3．3 实验分析

3．4 本章小结

第4章 基于双立方插值和高斯混合模型的图像盲取证

4．1 基于预测误差的特征提取

4．1．1 基于双立方插值的原图预测

4．1．2 基于预测误差方差的特征图

4．2 基于高斯混合模型的特征建模

4．2．1 基于篡改区域和非篡改区域的GMM建模

4．2．2 EM算法估计GMM参数

4．3 基于贝叶斯定理的似然图

4．4 篡改检测实验结果

4．4．1 Benchmark复制-粘贴图像库检测结果

4．4．2 哥伦比亚彩色拼接图像库检测结果

4．4．3 实验分析

4．5 本章小结

第5章 总结与展望

参考文献

致谢

攻读学位期间发表的学术论文和参加科研情况