基于Bi-Laplacian润饰图像的盲鉴别算法

为了对润饰的图像实施盲检测,提出了一种图像盲鉴别算法。该算法首先查找图像中每个分块并把其插入到KD树中,搜索到值相同或最近的粗略匹配块,然后使用位置向量的分层聚类法群集块对消除杂散配对,最后应用7-tap拉普拉斯过滤器并统计可疑块的零连通分量来消除误报,从而定位出精确的润饰篡改区域。实验表明,该方法能有效精确地识别出修复刷对非压缩图像和高品质压缩图像等一类图像的润饰篡改技术的使用。当应用到压缩级别较高的图像时,如果润饰的区域足够大,依然会获得准确的结果。

图像复原的算法研究

近年来有关图像复原的研究成果大量涌现,焦点大多集中在图像中的纹理合成或面向结构的图像润饰。分析的几个重要算法,即基于同步的结构纹理填充算法、基于统计的图像润饰算法和基于样本的图像润饰算法,突破了以往研究的局限性,取得了较好的复原效果。基于同步的结构纹理填充算法,首先将纹理合成和图像润饰技术同时应用于图像恢复,基于统计的图像润饰算法则全面利用了图像的全局信息,基于样本的图像润饰算法则将纹理合成和图像润饰技术的特性融于一体。对此进行了分析探讨,并在此基础上总结了目前图像复原研究状况。

基于空间连续性方向插值的图像修复算法

对包含结构和纹理信息的缺损图像进行了修复。记录与已知像素点像素值的差值小于某一阈值的像素点,采用曲线拟合方法将这些像素点连接成平滑的曲线,并且将此曲线的延伸方向作为等值线上延伸的方向,采用由外向内并且边缘优先为最高优先等级的优先程度逐层填充像素值的方法,将空间连续性方向延伸和图像润饰的思想相结合,使修复区域逐步愈合。该算法能保持图像边缘,结构填充合理。