一种基于LBP和马尔科夫特征的细缝裁剪取证方法

针对细缝裁剪图像篡改操作,提出了一种基于局部二值模式(Local Binary Pattern,LBP)和马尔科夫特征的数字图像篡改取证方法。首先利用LBP算子将图像从空域转换到LBP域,对其进行JPEG压缩后提取二维JPEG矩阵,计算该矩阵在水平、垂直、主对角线、次对角线方向上的一阶差分矩阵,最后对各个方向上差分矩阵分别提取马尔科夫特征,通过支持向量机进行分类训练,从而对细缝裁剪篡改进行检测。实验结果表明,该算法优于传统马尔科夫特征算法以及其他细缝裁剪检测算法,特别是在细缝裁剪比例较小时的检测率较已有算法有明显提升。

基于内容感知图像缩放的取证技术研究

近几年,内容感知的智能图像缩放技术得到了普遍重视和广泛应用,其中最成熟和流行的细缝裁剪(SeamCarving)技术可以在尽量保持图像细节不扭曲的情况下进行图像缩放,该技术还可以方便地应用于图像细节的篡改。提出了一种基于马尔科夫特征的细缝裁剪篡改数字图像识别算法,将图像进行8×8分块,对每块进行DCT变换,对所得DCT系数矩阵求取相邻系数水平和竖直方向的差矩阵,利用2个方向的差矩阵得到基于马尔科夫转移概率矩阵的图像特征,并将得到的特征利用支持向量机进行分类训练并对正常图像和细缝裁剪篡改图像进行识别分类。实验结果表明,算法性能优异,可以有效识别正常图像和细缝裁剪篡改图像。

改进投影变换和保留结构特征的拼接图像修复算法

拼接图像含有不规则的边界,需通过裁剪图像和补充像素获得矩形图像。直接裁剪的方式丢弃了图像周围的像素;基于样本块的图像修复算法存在物体结构上的不连续和不完整;利用马尔科夫随机场模型修补图像的方法搜索范围大,效率低。提出通过改进投影变换实现拼接图像的空间变换,减少拼接后图像周围的空缺区域面积,结合边界保留的细缝段裁剪算法对拼接图像进行矩形化扩充,实现拼接图像周围像素和内部物体结构信息的保留。实验结果表明,该方法实现了拼接图像视角最大化,未引入视觉可见形变,有效实现了拼接图像的矩形修复。

一种基于人眼视觉注意力的三维视频重定向方法

从人眼视觉注意力的角度出发,提出了一种三维视频重定位方法。首先,引入场景的深度信息,并结合梯度、显著性和运动对象检测构造模型,得到视觉注意力能量项;然后,分别构造帧内能量项和帧间能量项,并结合视觉注意力能量项,构造总能量函数进行细缝裁剪,实现视频的重定向。实验结果表明,本文方法能够较好地保护视频场景中的重要对象,并避免较大的失真和抖动。