数字图像局部颜色篡改检测研究

摘要

随着互联网的飞速发展以及数字图像设备的广泛普及，数字图像已经变成了主要的信息源。与此同时，大量的低成本，易于操作的图像编辑软件的出现，使得图像作为事件的事实记录的真实性受到怀疑。因此，图像的真实性检测变得异常重要。本文针对图像的局部颜色篡改，包括图像的色调和饱和度篡改的检测进行了研究。
　　对于色调篡改检测，现有的检测方法需要已知被篡改图像的来源相机，以及来源相机的相机指纹。现如今，图像的来源种类十分丰富，相机，手机型号很多，在鉴别前准备这些先验知识较为繁琐。针对已有算法的缺陷，本文提出了一种基于待检测图像自身的噪声估计算法对图像局部颜色篡改进行盲检测。本文的方法通过去除待检测图像中纹理复杂和亮度过低的区域估计出一个接近图像真实噪声的估计的PRNU，通过计算估计的PRNU和噪声残差之间的相关性来检测篡改区域，同时对局部篡改检测加入对连通分量判断的阈值减少误检区域。实验结果证明，我们的方法可以有效的检测出局部颜色篡改区域。
　　对于饱和度篡改检测，现有的研究还处于相对空白的阶段，本文针对Photoshop对于饱和度篡改的手段提出了基于特征提取的检测算法。本文分别对在HSV空间下高斯拟合后的饱和度直方图的均值和方差、HSI空间下的亮度和饱和度的夹角的平均值、估计的噪声方差三个特征进行特征提取，通过K-means聚类针对图像局部的饱和度篡改得到了较好的实验结果。

目录

声明

学位论文的主要创新点

摘要

第一章 绪论

1．1 研究的背景和意义

1．2 国内外研究现状

1．2．1 图像盲检测技术发展现状

1．2．2 图像颜色篡改检测的国内外研究现状

1．3 本文主要研究内容

1．4 论文结构安排

第二章 局部颜色篡改盲检测相关技术

2．1 常用的颜色空间介绍

2．1．1 颜色空间的定义

2．1．2 各种常见颜色空间的模型

2．2 相机成像原理

2．3 图像噪声和PRNU

2．4 图像颜色篡改

2．3．1 色调篡改

2．3．2 饱和度篡改

2．5 本章小结

第三章 基于图像自身PRNU的局部颜色篡改的盲检测

3．1 PRNU估计算法

3．1．1 图像块选择

3．1．2 PRNU计算

3．2 篡改区域的初步检测

3．3 实验结果精细化处理

3．4 实验结果及分析

3．4．1 实验定位结果

3．4．2 去除纹理复杂区域的结果评估

3．4．3 实验准确性评估

3．4 本章小结

第四章 数字图像局部饱和度篡改的盲检测

4．1 图像饱和度调整

4．2 图像局部饱和度调整的盲检测算法分析

4．2．1 图像饱和度调整对图像饱和度直方图的影响

4．2．2 图像饱和度调整对图像亮度和饱和度夹角的影响

4．2．3 图像饱和度调整对图像噪声方差的影响

4．3 局部饱和度篡改检测

4．3．1 局部饱和度篡改检测算法

4．3．2 实验结果及分析

4．4 整体饱和度篡改检测及结果分析

4．4．1 整体饱和度篡改检测算法

4．4．2 实验结果及分析

4．5 本章小结

第五章 总结与展望

5．1 论文总结

5．2 工作展望

参考文献

发表论文和参加科研情况说明

致谢