基于JPEG双量化效应的图像盲取证（理工毕业论文资料）.docVIP

基于JPEG双量化效应的图像盲取证（理工毕业论文资料） 文档信息 ： 文档作为关于“IT计算机”中“图形图像”的参考范文，为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文8800字，doc格式，可编辑。质优实惠，欢迎下载！ 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：基于JPEG双量化效应的图像盲取证 2 一、JPEG压缩原理 3 200-2QF，50≤QF≤100 4 二、JPEG图像合成篡改的数学模型 4 三、JPEG图像双重压缩中的双量化效应 5 四、基于JPEG双量化效应的检测算法 6 五、实验结果与分析 9 六、结语 10 文2：基于PCA的JPEG图像的人脸识别 11 2.人脸识别的基本原理 11 3.试验结果及分析 12 1）Face94人脸数据库 13 2）Face95人脸数据库 13 3）Face96人脸数据库 13 4.结论 14 参考文摘引言： 14 原创性声明（模板） 15 文章致谢（模板） 16 正文 基于JPEG双量化效应的图像盲取证（理工毕业论文资料） 文1：基于JPEG双量化效应的图像盲取证 引言 JPEG(Joint Photographic Experts Group)是当前主流的图像压缩标准，是目前静态图像中压缩比较高的，被广泛地应用于多媒体和网络程序中，而针对此类图像的伪造篡改也是越来越多，并且仅仅依靠人眼很难辨别出真伪。在这种情况下图像的真实性也就成为人们所关注的问题。因此，本文对此类图像的取证技术展开研究。当前数字图像取证技术主要分为两类：主动取证和被动取证。主动取证技术[1]是预先对数字图像嵌入脆弱水印或签名，通过提取水印、签名的手段进行取证; 相比之下，数字图像被动取证技术作为一种在不依赖任何预签名提取或预嵌入信息对图像的真伪和来源进行鉴别的技术，只需要依靠待检测图像就可以实施取证，具有更高的应用价值，但其取证难度大于主动取证。针对经历双重JPEG篡改图像，研究学者已经提出了各种盲取证算法。很多学者通过对图像第1次压缩量化表的估计来定位篡改区域[2-4];Farid[5]则通过使用不同的压缩因子对待测的JPEG图像进行再次压缩，当压缩因子与篡改区域的压缩因子相同时，篡改区域表现出的失真程度最小，由此来实现对图像篡改区域的检测。He等[6]通过分析JPEG图像的离散余弦变换(Discrete Cosine Traform， DCT)系数的双重量化效应，通过寻找局部二次压缩的痕迹，首次实现了对JPEG图像的篡改区域的自动检测和定位。Binghiamton大学的Fridrich研究小组运用将针对图像单个像素点的方法转化为对图像块的操作，提出了一种基于图像块的DCT量化系数分析的盲取证算法[7];李晟等[8]则用一定的压缩因子对图像进行再次压缩，根据篡改区域的失真程度大于非篡改区域的失真程度，实现对JPEG图像的篡改检测;文献[9]通过利用每个交流(Alternating Current， AC)系数频率项的光谱能量密度中的峰值点个数与量化步长之间差值为1的特点，估计出量化表，进一步计算得到图像的块特征，通过块特征之间的不连续性来检测图像是否经过篡改。 然而，现有的大部分盲取证算法大都要求待检测图像是未压缩或者是压缩因子较高的图像，并且能够广泛应用的JPEG图像的篡改检测算法还比较少。本文基于JPEG图像压缩理论基础，通过对JPEG图像双量化效应的分析，利用其DCT域的AC系数的分布符合拉普拉斯分布，并采用局部邻域法对λ进行估计，依据贝叶斯准则，利用后验概率表示出篡改图像中存在的双重压缩效应的篡改块，实现对篡改区域的自动检测和提取。与文献[11]所采用的算法相比，本文方法的检测性能有很大的提升，特别是在第2次压缩因子(QF2)比第1次压缩因子(QF1)小时，检测效果更好。 一、JPEG压缩原理 JPEG压缩和解压过程如图1所示，JPEG压缩是一种有损压缩，它是基于8×8像素块的压缩编码过程，主要由预处理、分块、离散余弦变换、量化、Huffman编码等构成。 原始图像数据分成8×8的小块，经过DCT后，其低频分量都集中在左上角，高频分量分布在右下角，对于每一个8×8的小块，其中D(0，0)(即第1行第1列元素，D为8×8的图像块)代表了直流(Direct Current， DC)系数，其他的63个元素是AC系数。而低频分量包含了图像的主要信息(如亮度)，其中量化的目的就是为了保持低频分量，抑制高频分量，达到压缩图像的目的。而DCT系数的量化这一步骤是不可逆的，量化步长越大，图像在进行反量化时，所丢失的高频信息也就会