一种基于优化马尔科夫特征的图像篡改盲检测算法.pdf

《一种基于优化马尔科夫特征的图像篡改盲检测算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、信息安全与通信保密·cismagnet93—种基于优化马尔科夫特征的图像篡改盲检测算法黄维隽，王士林(上海交通大学信息安全工程学院，上海200240)[摘要】文中主要针对拼接图像篡改检测，提出了一种基于优化马尔科夫特征的盲检测算法。该算法在传统马尔科夫特征的基础上，研究了不同相邻BDCT系数对的关联性对于拼接图像的检测能力，进而设计了一种基于互信息量最大化的加权BDCT系数转移概率特征；同时，通过对所有BDCT系数对进行预分组，降低了算法的计算量以及最终的特征维度。最后，采用支持向量机(SVM)作

2、为分类器，在哥伦比亚大学提供的标准图像拼接库上完成测试，取得了较高的平均检测准确率(91．2％)，优于现有的代表性方法。【关键词】拼接图像检测；马尔科夫过程；分块离散余弦变换；最大互信息量【中图分类号】TP391【文献标识码】A[文章编号】1009—8054(2014)03—093—06ABlindDetectionofSplicingImagesbasedonOptimizedMarkovFeatureHUANGWei-jun，WANGShi-lin(SchoolofInformationSec

3、urityEngineering，ShanghaiJiaotongUniversity200240，China)[Abstract]AnalgorithmonblinddetectionofsplicingimagesbasedonoptimizedMarkovisproposedinthispaper．ByanalyzingtheBDCTcoefficients，theproposedalgorithmimprovesthetraditionalMarkovfeaturebymaximizing

4、thediscriminativepower．AnewdiscriminativefeaturerepresentationapplyingthemaximummutualinformationalgorithmonjointprobabilitytransitionmatrixofBDCTcoefficienttomaximizethediscriminativepowerisproposed．Ontheotherhand，thealgorithmalsoreducesthecalculatio

5、ncomplexityanddimensionofthenewfeaturebypre——groupingthetransitionofspecificBDCTcomponentpair．Theexperimentalresultsshowthattheproposedalgorithmachievesanaccuracyof91．2％ongrayimagedatabaseofColumbiaUniversitybyusingSupportVectorMachine(SVM)astheclassi

6、fier．[Keywords】imagesplicingdetection；Markovrandomprocess；BDCT(BlockDiscreteCosineTransformation)；m只ximl1mml1tl1a1information图像拼接篡改是图像篡改技术中应用最为广泛的技0引言术，指的是将一幅图的某些区域用这幅图的其他区域或伴随数字技术的不断发展，通过使用功能强大的图其他图像的一些区域来代替。文中所研究的图像拼接主像处理软件，大量的数字图像、视频、音频等可以被简要指没有做过后

7、期处理的直接拼接操作。单的进行篡改，而其中的有些篡改给社会带来了许多不对于图像拼接篡改的检测，在国内外已有不少相关良的影响。因此，对于数字图像的真实性和完整性的研研究工作，主要分为以下几类：究变成了一个急需解决的课题。1)复制区域检测，其原理在于检测图像中相似区域来判断是否有复制一粘贴篡改，其局限性在于复制区域必须来自于原图像。收稿日期：2013-11—152)光照一致性检测，通过检测图像中不同对象光作者简介：黄维隽，1988年生，男，硕士生，研究方向为内容安全；王士林。1979年生，男，副教授，

8、研照方向的区别来判断图像是否被篡改，但目前如何准确究方向为内容安全。定位光源的方向依然是个难题。96信息安全与通信保密·2014．03科技前沿·TechnicalFrontier2．1．2具体实现步骤重复1)一4)，直到所有未分组的条件概率转移矩(1)二维分块离散余弦变换阵都被分组。设最终获得的分组数为Ⅳ^，分组结果为过程和1．2节中传统马尔科夫特征提取所用的变换母{，，，，⋯，，，其中g∈{1，2，⋯，}，方式相同。∑g56，为每个分组中的系数对转移数量。(2)条件概率转移矩阵2