拼接篡改图像的色温估计取证方法

针对近年来图像伪造现象严重,而传统的图像取证方法过于依赖人工经验,缺乏严谨的取证依据的问题,提出一种基于色温估计的拼接篡改图像取证方法.利用改进的平均色差计算方法对图像进行色温估计;然后根据色温估计结果计算关键区域与参考区域之间的色温距离;最后与实验获取的色温距离阈值进行比较,判断图像中是否存在拼接篡改操作所引入的色温不一致现象.实验结果表明,该方法能够为图像取证工作提供科学量化的参考依据.

色温估计法的拼接篡改视频检验

拼接篡改视频检验是视频检验鉴定的重要组成部分。根据视频在时间维度上相邻帧间色温变化特性,提出了基于色温估计法的拼接篡改视频检验方法。在YCbCr色彩空间中对视频每一帧图像进行色温估计,计算每帧图像的蓝色偏量,通过比较连续两帧间蓝色偏量变化幅度,对拼接篡改视频进行检验,检测出篡改帧。对不同场景下正常视频与拼接篡改视频进行检验,能够成功实现对拼接篡改视频的检验,该方法将图像特征引入到拼接篡改视频的检验中,为视频检验鉴定方法研究提供了新的方法和思路。

基于局部色温估计的电子内镜图像自动白平衡算法

电子内镜的光源老化将导致色温和亮度的降低,严重影响成像质量,不利于医生对病灶处的观察。为补偿色温变化,需要对图像进行白平衡处理。以完美反射理论为基础,通过分析内镜图像共有固有特征,提取图像中高光点作为理想参考点,利用高光点的空间位置信息进行局部色温估计,从而校正图像色差。根据色差修正系数进行算法评估。相对于经典反射理论算法,该算法将平均色差修正系数从9.03%提升至79.34%,能够有效校正色差,剔除光源干扰。采用亚采样模板简化色温估计计算过程,单幅图像的平均处理时间减少54.95%。该算法是针对电子内镜图像的一种有效的自动白平衡算法,能够更加准确地还原人体组织的颜色特征,且具有较好的实时性。

基于色温估计的自动白平衡算法研究

为了解决现有灰度世界算法在拍摄大面积色块时的失效问题,提出一种在RGB色度空间的基于色温估计的自动白平衡算法。首先确定不同的光源在R/G-B/G空间中的分布规律;然后根据图像中像素原始数据R/G、B/G的值确定光源信息,得到相应R、G和B增益值;最终实现白平衡调整。实验结果表明,在图形颜色信息比较丰富时,算法处理结果较灰度世界算法有一定程度的改善,图像的色调平均值减小了19.2%;当图像中存在大面积色块时,图像的色调平均值减小了42.8%,有效地避免了灰度世界的算法失效问题;与在其它色度空间的处理相比,结果也有一定改善,并消除了色度空间之间转换带来的误差;利用原始数据处理,将处理数据量减小为原来的1/8;算法实现简单、硬件消耗小,符合实际应用要求。

图像拼接篡改的自动色温距离分类检验方法

拼接篡改是一类常见的图像伪造手段,现有取证方法难以实现图像中拼接篡改区域的自动检测与精确定位,导致拼接篡改伪造图像的取证长期依赖人工经验.基于图像中原始区域与拼接篡改区域所反映的光源色温的差异性,提出一种自动色温距离阈值分类的图像拼接篡改检测与定位方法.首先,变换待检验图像至YCb Cr色彩空间,并按照Grid-based方式结构化分解为大小的子图像块;然后,利用自动白平衡(Automatic white balance,AWB)中的白点检测原理对每一个子图像块进行色温估计,计算子图像块与参考区域之间的色温距离;最后,采用最大类间方差法自适应地求取色温距离分类的最佳阈值,对子图像块进行分类标注,实现了图像拼接篡改区域的自动检测与精确定位.实验表明,该方法能够实现图像拼接篡改区域的自动检测与定位,具有较高的量化检测精度.

自适应的数码相机自动白平衡算法

提出了一种色温估计方法 ,并在此基础上实现了一个自适应的数码相机自动白平衡算法 该算法充分考虑了Y和Cb ,Cr之间的相关性 ,挑选更合适的白色像素进行平均色差计算 ,以提高色温估计的精度 在一个数码相机处理器的设计中实现了该算法

自动白平衡算法的研究与实现

介绍了白平衡基本原理,通过对图像自动白平衡的算法研究,讨论了常用白平衡算法及其特性以及约束条件,给出严格的数学模型以及处理流程,算法步骤;并对各算法的理论基础以及实现作出相应讨论,通过对几种白平衡方法算法优缺点、适用范围,处理结果的比较,分析得出结论。

基于自适应四元数奇异值分解的图像拼接检测

图像拼接将来源不同的图像合并成一幅图,由此引起图像中光照方向、噪声等特性出现不一致的情况。目前多数方法根据拼接图像中噪声的不一致性来检测伪造区域,但是普遍对不同大小图像块的噪声估计准确性不高,导致真阳性率较低,且当噪声差异较小时会检测失败。针对该问题,提出一种基于自适应四元数奇异值分解(QSVD)的噪声估计方法。对图像进行超像素分割,利用自适应QSVD估计超像素的噪声,结合图像亮度并利用多项式拟合建立图像噪声-亮度函数,得到各超像素到该函数曲线的最小距离测度。为提高检测精确率,利用色温估计算法提取超像素的色温特征,将距离测度与色温特征相融合作为最终的特征向量,利用FCM模糊聚类定位拼接区域。在Columbia IPDED拼接图像数据集上进行实验,结果表明,该方法在未经后处理图像集上的检测TPR值较对比方法至少提升8.21个百分点,且对高斯模糊、JPEG压缩和伽马校正表现出较好的鲁棒性。