基于多分类器融合的图像真伪鉴别方法

针对数字图像的真伪鉴别问题,通过在小波域上构造的滤波器,提取反映相机本身物理特性的某种特定噪声,将其作为判断图像真伪的关键特征。在待测图像中选取出可疑区域,将其噪声特征通过广义高斯分类器以及BP神经网络分类器进行判断和融合,从而实现图像的真伪鉴别。实验结果表明,该方法对多种不同伪造方式的数字图像均具有较高的识别正确率。

数字图像真伪鉴别技术研究

科技的发展使图像篡改变得简单,保护数字图像内容安全成为当前的研究热点。本文研究数字图像真伪鉴别技术,包括基于物理原理的手工鉴别技术和计算机数字图像取证技术,并进行比较和展望。

基于Lambert光照模型的图像真伪盲鉴别算法

依据Lambert光照模型,提出了基于Lambert光照模型的图像真伪盲鉴别算法.针对无限光源图像和局部光源图像,根据其实际的光强度与计算出的光强度之间的误差函数以及光源对光线的约束函数,分别提出了相应的算法用以计算图像中不同区域的光源方向,并根据这些不同区域的光源方向是否一致判定图像是否被篡改,从而对图像真伪进行盲鉴别.实验结果及分析表明,针对这2种图像各自提出的光源方向计算方法,能够准确地计算出图像中不同区域的光源方向,从而有效地鉴别出图像的真伪.

基于相机响应常态性的图像真伪检测方法研究

目前图像处理和编辑软件的迅速发展使得图像伪造和篡改变的更加简单,同时也使通过视觉检测来区分图像真伪变的更加困难。为此,从数码相机成像特性出发,深入研究其成像原理及相机响应过程,将传感器曝光度转换为图像亮度的非线性映射过程描述为最大后验概率模型。根据不同相机响应的物理特征不一致原理,提出了一种基于相机响应常态性的图像真伪检测方法。实验结果表明,本文方法可以获取较高的正确识别率。

一种基于人工模糊边缘的图像盲取证方法

提出一种基于人工模糊边缘检测的盲取证方法,首先基于彩色图像梯度方向特征和边缘邻域斜率特征计算出类似度筛选出疑似模糊边缘点;然后结合图像局部灰度标准差和局部灰度偏导期望值来过滤相机失焦模糊边缘;最后基于线性回归设定阈值过滤掉伪人工模糊边缘。实验结果表明:在减少误判点和区分人工模糊和失焦模糊两方面,本方法在一定程度上具有减少失焦模糊和误判点干扰的优势。