- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于噪声分布规律伪造图像盲检测算法
基于噪声分布规律伪造图像盲检测算法
(西北工业大学 计算机学院, 西安 710072)
??
摘要:
提出了一种基于噪声分布规律的伪造图像盲检测方法。首先利用基于边缘保护的滤波方法检测出图像中的噪声;然后计算图像中同质区域噪声的均值、方差和信噪比等统计量,通过比较图像中同质区域的噪声分布规律的相似性程度实现伪造图像鉴别。实验证明该算法能有效地检测出伪造图像。
?す丶?词:伪造图像检测; 真实性; 噪声检测; 噪声分布规律
?ぶ型挤掷嗪牛?TP391文献标志码:A
文章编号:1001?B3695(2009)03?B1092?B03
??
Blind detection of digital forgery image based on distribution of noise
??
LI Zhe, ZHENG Jiangbin
??
(College of Computer Science, Northwestern Polytechnical University, Xi’an 710072, China)
??
Abstract:
This paper proposed a method about blind detection of digital forgery image based on the distribution of noise. Firstly, intended the edge preserving smoothing filtering to get the noise in the image. Then calculated the statistics, such as the gray medium, the variance and the signal noise ratio. Finally, the digital forgery could be detected through comparing the similarity of noise distribution shown by the statistics among the different regions. Experiment results demonstrate the effectiveness of the algorithm in detecting the digital forgery image.
??Key words:digital forgery detection; factuality; noise detection; distribution of noise
?お?
0引言
当前图像处理工具软件的功能是如此的强大,使得人们可以轻易地通过对数字图像进行修改而很难被肉眼发现,导致流传于网络上各式各样的图片有的真伪性很难判定,这会给社会、法律和个人生活带来极大影响。当前基于水印与签名的图像信息安全技术只能保护经过人工预处理的图像,因此,在没有嵌入任何保护信息和先验知识的前提下,如何从图像本身所具有的特征入手,评价一幅数字图像内容的可信程度便成为十分重要的研究课题。
近年关于图像内容真实性的盲认证技术已有了一些初步的研究。该技术假设在自然图像中存在着某些统计上的性质,若对图像数据进行修改则会改变其潜在的统计规律,这一假设也是判定一幅图像是否被修改和进行窜改定位的依据。Popescu等人[1,2]利用量化DCT系数直方图中出现的采样效应来进行图像重压缩检测,并使用EM算法来分析邻近像素线性组合的概率,进而检测数字图像重采样的痕迹[3]。Ng等人[4~6]提出了检测图像拼接伪造的数学模型,并利用双一致性对拼接的伪造图像进行分析检测。Zhou Linna等人[7,8]提出利用同态滤波、移动平均滤波和数学形态学的方法检测经过模糊处理的数字图像窜改。
噪声是图像中存在的很重要的一种统计特征,目前利用图像中噪声特征来对图像进行盲检测的研究还鲜有涉及。Lukas等人[9]提出了利用相机的模板噪声来对图像的原始性和真实性进行检测的方法,但是该方法的局限性在于需要已知有关成像相机的模板噪声的先验知识。本文从图像本身所具有的噪声特征入手,通过大量实验发现,不同来源图像的噪声分布规律往往是不同的,而同一幅图像中的同质区域(不同位置处的草地与草地、天空与天空、人物与人物等具有某种相同性质的区域)的噪声分布规律是具有相似性的。因此,本文提出了一种基于噪声分布规律的检测图像真伪的方法。
1图像噪声提取方法
数字图像在形成、传输及处理等过程中,必然受到各种各样噪声的影响
文档评论(0)