图像USM锐化取证与反取证技术综述

反锐化掩膜(unsharp masking,USM)锐化是图像编辑中改善图像视觉清晰度的一种常用操作。然而,若将这一操作应用到篡改司法证据或者公共事件图片等场景,则会造成严重危害。近年来,图像取证领域的研究者已经提出许多USM锐化取证与反取证的方法,本文对该领域文献进行系统性综述。首先阐述USM锐化操作的基本原理,然后从算法实现原理角度对现有的USM锐化取证与反取证方法进行分类总结,接着介绍相关文献常用的数据集,并对现有方法的性能进行对比评价,最后分析现有方法面临的挑战并对未来的研究方向进行展望,主要包括以下几个方面:使用新的数据集,深入取证与反取证博弈的研究,深入研究锐化反取证,注重取证方案的执行效率,提高反取证的可靠性。

利用异常边缘进行图像锐化篡改取证

为实现图像的完整性和真实性鉴别,提出了一种针对人工锐化的取证方法。利用非抽样Contourlet变换分析图像边缘点,进行边缘点分类;通过研究锐化前后预测误差图像和相位一致性来统计正常边缘点与锐化边缘点之间的差异,提取特征,训练分类器;利用SVM标定人工锐化痕迹。实验表明,该方法能够有效地检测出图像人工锐化篡改操作,较为准确地定位图像篡改边界。