数字图像拷贝移动篡改检测方法的分析

详细分析了现有的基于字典排序的图像拷贝-移动篡改检测方法,特别指出了块特征向量的排列顺序对于篡改检测效果的影响。说明了用于图像篡改检测时图像小块特征向量应满足的必要条件,指出特征向量的描述"粒度"应遵循"从粗到细"的原则且沿字典排序的先后顺序排列,并指出主成分分析变换增加了计算复杂度,降低了算法的稳健性,并不适用于基于字典排序的篡改检测方法。仿真实验结果表明了分析得到的结论。

数字图像的拷贝翻转移动篡改检测

常见的图像篡改方法之一是将一幅图像中的部分内容复制处理后移动到其他位置产生新的伪造目标。针对将复制区域翻转后再润色粘贴的图像篡改提出了一种基于一组翻转不变的特征向量的检测方法。该检测方法不仅能检测一般的复制—移动—粘贴的行为,而且能检测出欺骗性较强的复制—翻转—移动—粘贴的行为,并能抵抗模糊和加入噪声等用来抹除篡改痕迹的常用润色方法和JPEG有损压缩。对几幅典型篡改图像的检测结果说明了算法的有效性。

数字彩色图像拷贝-变换-移动篡改检测

针对拷贝-变换-移动篡改技术,提出基于尺度不变特征变换(SIFT)特征点的检测算法。该算法利用快速匹配方法得到互相匹配的SIFT特征点作为种子点,根据SIFT特征点的尺度和方向信息制定合适的生长策略逐步生长出被篡改区域。实验结果证明,该算法对常用的润色操作和JPEG压缩有较好的稳健性。

基于MROGH特征描述子的图像局部拷贝—旋转—移动行为取证

各种数字图像编辑软件的普及让人们的生活更加多姿多彩,但同时也带来了更多的安全隐患——恶意的篡改者伪造图像、传播虚假内容的门槛极大地降低了。图像局部拷贝—移动(copy-move)是最为容易操作且有效的图像篡改手段之一,针对这种图像篡改手段的取证技术也在近年来受到了广泛关注。在图像的局部拷贝—移动篡改过程中,通常会包含一定程度的旋转操作,因此取证手段对于旋转的鲁棒性非常重要。本文提出了以筛选后的哈里斯角点结合MROGH(Multi-support Region Order-based Gradient Histogram)特征描述子的图像局部拷贝—旋转—移动篡改取证方法。实验证明,该方法具有良好的特征点覆盖率和旋转鲁棒性。

RHFM结合形态学滤波的数字图像Copy-Move篡改取证方法

针对图像易受到Copy-Move篡改攻击问题,提出一种圆谐-傅里叶矩结合形态学滤波的图像Copy-Move篡改取证方法。首先,将检测图像分成相互重叠的多个圆形区域块;然后,利用圆谐-傅里叶矩(RHFM)提取出圆形区域块中的不变性特征,并对特征进行字典排序;接着,通过计算和比较特征向量间的欧式距离匹配区域块,获得检测图;最后,利用窗口滤波和形态学操作去除检测图中错误的匹配结果,获取最终检测图。实验结果表明,该方法能够有效检测Copy-Move篡改攻击,且对篡改图像的仿射变换和信号处理攻击具有很好的鲁棒性。

基于融合的高分辨率彩色图像拷贝—变换—移动篡改检测

拷贝—变换—移动篡改是一种操作简单但非常有效的数字图像篡改方法,现有检测框架无法检测。同时,在处理高分辨率篡改图像时,基于穷举搜索的现有算法框架会有计算量的困难。针对高分辨率彩色图像拷贝—变换—移动篡改提出了基于图像融合和尺度不变特征变换(SIFT)特征点匹配的检测算法。首先利用基于加权多尺度基本形的图像融合方法将降采样后的彩色图像信息融合至单幅灰度图像中,然后设计快速匹配方法得到融合图像中匹配的SIFT特征点作为种子点,最后根据图像处理规则和SIFT特征点的尺度和方向信息制定合适的生长策略逐步生长出被篡改区域。对手动制作的篡改图片和可疑新闻图片的实验结果表明,该算法对常用的润色操作和亮度调整以及JPEG有损压缩有较强的稳健性。

针对Photoshop修补工具的彩色图像篡改检测方法

分析了专业图像处理软件Photoshop中的修补工具的工作原理，结合图像的拷贝-移动篡改检测方法，提出了一种针对同幅图像篡改的Photoshop修补工具检测方法。首先融合图像各通道细节信息，再利用特征点大体定位篡改区域，最后，根据Photoshop修补工具的原理，设计合理的生长规则生长出篡改区域。针对不同类型的篡改区域和不同后处理操作的检测结果说明了算法的有效性。