数字图像的复制-移动伪造检测

针对数字图像易遭受复制-移动攻击问题,提出一种精确匹配算法来检测图像是否遭到攻击.此方法不论伪造区域是被放大/润饰后与背景融为一体,还是伪造的图像是有损压缩的存储方式(如JPEG),都可以检测到伪造区域,成功率较传统方法有很大提高.

基于灰度差分统计法的图像复制与移动伪造检测方法

针对数字图像中复制-移动伪造的检测,提出一种结合灰度差分统计法(GDS)特征提取和多层感知机(MLP)神经网络分类器的检测方法。首先,将图像转换为灰度图像,并获得图像的灰度差分矩阵。然后,根据灰度分布、距离分布等信息,利用灰度差分统计法构建5个特征构成特征向量。最后,基于提取的特征,通过MLP神经网络进行分类,以此来检测该图像块是否为伪造区域。在实验中,将提出的GDS特征与传统SIFT特征进行了比较,结果表明,该方法能够有效检测出伪造区域,具有较高的准确性。

下采样对数字图像伪造检测的影响分析

在数字图像伪造检测中,取证过程容易导致伪造痕迹丢失,造成图像内容鉴别困难。为此,研究数字图像伪造检测方法的可靠性。给出图像复制-移动伪造检测流程,分析下采样处理对图像伪造检测的影响。理论分析与实验结果表明,在一定情况下,下采样处理会移除数字图像的伪造痕迹,影响检测结果。

一种基于自适应阈值的图像伪造检测算法

图像伪造检测是数字取证领域一个发展迅速的研究方向。复制-移动是最常见的图像伪造方式之一,其目的是通过隐藏或克隆对象来创建新的图像内容场景。复制-移动伪造检测的主要依据是图像中存在较大面积的相同或非常相似的区域对。针对以往检测方法对图像中存在同质纹理或均匀区域检测困难以及相关参数阈值选择不确定等现状,提出一种基于自适应阈值的图像复制-移动伪造检测算法,该算法不但使相关阈值的选择和估计更合理,而且能够自动识别和定位伪造区域。通过在包含同质或均匀区域的彩色伪造图像中的实验,进一步验证了本算法的有效性。

基于FMT的快速Copy-Move篡改检测

为了对图像篡改中常用的复制-移动伪造进行检测,基于傅里叶-梅林变换的平移、旋转和缩放的不变性提出一种快速图像区域分割和匹配的高效篡改检测算法。不同于以往模板匹配方式中按照单像素点移动得到重叠块划分方法,该算法采用相邻图像块的图像区域分割方式来减少整个图像块的数量。通过相似性匹配检测,得到初步的复制图像区域,然后利用边缘处理的方法处理改善篡改区域,从而达到改进篡改检测算法的效率和准确性。最后通过实验验证了该算法的有效性。