像素方向分布不一致性的图像模糊取证方法

相机的普及和图像处理软件的广泛应用使得数字图像正面临着被随意篡改和伪造的威胁。针对模糊润饰后的数字伪造图像,提出一种利用像素方向分布不一致性特征进行定位检测数字图像取证的方法。通过从图像中提取每个像素的方向特征来描述润饰操作对像素方向分布的破坏,在此基础上利用模糊区域与未模糊区域像素方向相关性的特征对模糊润饰的伪造图像区域进行定位。实验表明,该算法能够有效地对模糊润饰的图像进行检测和定位并且具有很好的鲁棒性。

基于均匀兴趣点和二进制描述的图像篡改检测研究

随着各种图像编辑工具的发展,图像伪造活动呈上升趋势。此类活动由攻击者实施,目的是诽谤他人和网站,或者获取金钱利益、勒索等。图像伪造通过多种方式进行,其中,一种是Copy-move图像伪造。Copy-move图像伪造的基本过程如下:Copy图像中存在的对象,并使用Copy的对象或将Copy的对象放置在同一图像的不同位置来创建新的图像,因此需要伪造检测系统来保护图像的真实性。提出了一种有效的Copy-move伪造检测技术,该方法首先采用子块和迭代的自适应选取阈值的特征点检测方法提取关键点,采用rBRIEF算法来刻画被提取的点,在匹配阶段结合SLIC分割算法和RANSAC算法分离正确的匹配,最后利用优化的零均值归一化互相关(ZNCC)算法对重复的区域进行定位和标记。大量实验证明,所提算法可以节省计算时间,并且能更准确地检测重复区域。

Blur Invariant Image Forgery Detection Method Using Local Phase Quantization

With the rapid development of powerful image, editing software makes the forgery of the digital image easy. Researchers proposed methods to cope with image authentication in recent years. We proposed a passive image authentication technique to determine the copy move forgery that copied a part of an image and pasted it on the other region in the same image. First, the method divides the image into overlapping blocks. It uses LPQ （local phase quantization） to label each block. The column average value of labeled blocks constitutes the feature vector for the block. Similarity among the feature vectors gives a clue about the forgery. Local phase quantization has not been used to detect copy move forgery in the literature before. Experimental results show that, the method has higher accuracy ratios and lower false negative values under blurring operation at high levels compared to other methods. Our method can also detect multiple copy move forgery.