基于超像素分割和SURF特征点的图像复制粘贴篡改检测
2021-04-15华秀茹魏为民栗风永
计算机应用与软件 2021年4期
华秀茹 魏为民 栗风永
(上海电力大学计算机科学与技术学院 上海 200090)
0 引 言
由于网络技术的飞速发展,图像编辑软件被人们广泛使用,这使得图像篡改越来越普遍。数字图像作为现代社会的重要信息载体,其真实性尤其重要,越来越多的人研究数字图像取证[1]。数字图像取证包括主动取证和被动取证。主动取证需要事先对图像嵌入相关信息,如水印、签名等;被动取证不需要事先对图像操作,而是直接检测图像的真实性,因此具有更实际的意义。复制粘贴是图像篡改时最常用的操作,通过复制图像中部分区域一处或多处粘贴到图像的另外区域中。在对图像进行复制粘贴篡改操作时,往往还会进行一些处理操作,例如旋转、缩放、模糊、压缩、添加噪声等使得篡改区域更加真实。复制粘贴篡改案例如图1所示 ,导弹发射升空图使用了复制粘贴篡改操作。

图1 导弹发射图
研究人员针对复制粘贴篡改盲取证方法主要分为块匹配方法和特征点匹配方法。基于块的伪造检测方法将输入图像划分为重叠和常规图像块,通过匹配图像像素块或变换系数获得篡改区域。现有的分块的方法主要有:基于频率的DCT算法[2]、DWT算法[3]、FMT算法[4];基于矩的Hu不变矩[5]、blur不变矩[6]、Zernike矩[7];基于降维的PCA算法[8]、PCA-EVD算法[9]。由于块匹配算法提取特征向量维数较多导致计算复杂度高的问题,提出效率高复杂度低的特征点匹配算法。对于特征点匹配算法,是指在整个图像上提取和匹配图像关键点以抵抗一些图像变换,同时识别重复区域,如SIFT算法[10]、SURF算法[11]、ORB算法[12]。……
登录APP查看全文
