基于特征点的图像CopY-Move篡改检测方法研究

摘要

本文提出了两种基于特征点的图像Copy-Move篡改检测方案。第一种方案中，针对图像篡改区域仅经过平移的复制粘贴篡改操作。算法中，首先利用自适应Harris提取图像特征点。对得到的特征点构造特征点邻域，计算特征点邻域统计量，构造特征点的统计特征;给出一种新的特征匹配算法，删除错误特征点;构造区域生长法对篡改区域进行扩充;统计特征点对欧氏距离频率，最终定位出篡改区域。算法的优点有如下两个方面:
　　(1)具有很高的计算效率。
　　(2)可以快速定位高分辨率图像的篡改区域。
　　实验结果表明，算法对于图像后处理操作具有很好的鲁棒性，例如双重JPEG压缩，伽马校正，直方图均衡化等操作。
　　第二种方案针对篡改区域经过特殊角度旋转的检测。算法首先利用自适应Harris提取检测图像特征点，对特征点构造特征点圆域，构造匹配特征，利用匹配算法删除错误匹配点。利用三角剖分构造三角形，利用三角形相似原理进一步删除误匹配点，利用区域生长法将篡改区域进行扩充，定位出篡改区域。实验结果表明，算法对于图像的后处理操作具有很好的鲁棒性，例如双重JPEG压缩，伽马校正，直方图均衡化等操作。

目录

声明

摘要

论文说明

1 绪论

1．1 研究背景

1．2 国内外研究现状

1．3 文章贡献与应用前景

1．4 本论文主要研究工作及组织结构

1．4．1 论文主要研究工作

1．4．2 论文的组织结构

2 预备知识

2．1 二维离散余弦变换

2．2 特征点提取算法

2．2．1 Harris特征点检测

本章小结

3 基于特征点的图像Copy-Move平移篡改检测算法

3．1 算法总体描述

3．2 图像预处理

3．3 特征点的提取以及匹配特征构造

3．3．1 构造特征点邻域

3．3．2 基于统计的匹配特征构造

3．4 篡改检测

3．4．1 特征点匹配过程

3．4．2 区域生长以及错误匹配点的删除

3．4．3 重叠区域检测

3．5 仿真实验及分析

3．5．1 视觉效果

3．5．2 检测算法的鲁棒性

3．6 检测算法的效率测试

3．7 对比实验

3．8 本章小结

4 基于特征点—三角剖分的图像Copy-Move旋转篡改检测算法

4．1 图像旋转不变性

4．2 Harris特征点提取原理

4．3 特征提取以及匹配特征构造

4．3．1 构造特征点圆域

4．3．2 基于特征点圆域的匹配特征构造

4．4 图像篡改检测

4．4．1 Delaunay三角剖分

4．4．2 特征匹配过程

4．4．3 自适应删除错误匹配点对过程

4．4．4 定位区域生长

4．5 仿真实验及分析

4．5．1 视觉效果

4．5．2 检测算法的鲁棒性

4．6 本章小结

5 总结与展望

5．1 论文总结

5．2 有待于进一步研究的问题

致谢

参考文献

附录