基于向量点积与相似聚类的图像伪造检测算法

为提高图像伪造内容的检测精度,对向量点积耦合相似聚类的图像伪造检测算法进行研究。利用Forstner检测算子提取图像的特征点,将特征点作为中心,建立不同步长的同心圆区域,以30°角为步长构建角度盘,求取梯度累计直方图,改进SURF生成特征向量的过程,输出特征描述符;求取特征描述符之间的余弦,形成向量点积,构造双阀值匹配机制,完成特征点的匹配;利用归一化互相关函数,度量特征点的相似性,根据其相似度完成特征点的聚类。仿真分析结果表明,与当前图像伪造检测算法相比,所提算法具有更高的检测效率与精度。