Exposing Image Forgery with Inconsistent Reflection Line Midpoint

In recent years,there has been a backlash of sorts and the authenticity of images has been routinely questioned.Seeing is no longer believing.There is an urgent need for robust image forensic techniques to expose photo forgery.This paper proposed a novel and effective technique to expose image forgery using inconsistent reflection.More specifically,a new technique was presented to calculate reflection line midpoint,the definition of midpoint ratio was given,and three standards were proposed and employed to detect image forgery.Accuracy and effectiveness of the proposed technique were evaluated using a data set consisting of 200 authentic and forged images.Experimental results indicate that the proposed method can detect image forgery with very high success rate.     

采用高斯几何矩的图像复制粘贴篡改盲检测

针对图像盲检测中一种常见的简单的篡改方式复制粘贴,提出了采用高斯几何矩的图像篡改检测方法.首先将图像进行重叠分块,其中所分块的大小相同,然后提取每个图像块的高斯几何矩作为对应的特征向量,通过字典排序之后,计算图像块间的欧式距离,最后根据图像块的相似性确定篡改区域.实验结果表明,该方法能够有效地检测与定位图像的篡改区域,与不变矩相比有较强的抗噪性,能够成功地检测出带有噪音的篡改图像,同时具有很好的鲁棒性.     

基于FAST算子与多特征匹配的图像伪造检测算法

当前图像伪造检测算法大多采用最近邻与次近邻比值法进行特征匹配来完成图像伪造检测,存在较多的错误检测以及漏检测现象,基于此提出了一种基于FAST算子与多特征匹配的图像伪造检测算法.首先,基于FAST算法与Bresenham方法,构造以像素点为中心的圆形区域,提取图像特征;然后,通过梯度直方图统计法判定特征点的主方向,以特征点为中心建立两级同心圆,并通过求取同心圆在指定方向上的梯度特征,生成特征向量和特征描述子;最后,提取特征点的HSI颜色分量,将HSI颜色分量以及特征点的特征向量作为双重特征,设计了双重特征匹配法则,实现特征匹配.引入Hough变换,对匹配特征点进行聚类,定位伪造内容.实验结果显示,与当前图像匹配算法相比,所提算法具有更高的检测正确度与鲁棒性能.     

基于核判别分析与证据理论的图像伪作分层融合检测

现有图像伪作融合检测算法一般直接采用特征融合或决策融合技术,普遍存在算法不易扩展或检测准确率不理想等问题。在综合利用原始图像固有特征和篡改所引入特征的基础上,探讨了一种基于特征融合和决策融合的分层融合框架,并实现基于核判别分析(kernel discriminant analysis,KDA)和证据理论的图像伪作检测算法。该算法包含粗分类和细分类两阶段。在粗分类中,利用原始图像固有特征,采用KDA技术实现特征融合,输出结果为原始图像、篡改图像和待定图像三种类别。在细分类中,利用篡改操作所引入的特征,采用证据理论进行决策融合,实现对待定图像的进一步分类。实验结果表明,该算法能有效地检测模糊操作、重采样操作、JPEG压缩以及多种篡改组合操作。     

动态阈值模糊检测在篡改图像检测中的应用

提出一种新的图像局部模糊检测方法,并将其应用于篡改图像的检测.该方法基于最小二乘估计来计算图像中每个像素的估计误差,再将每个像素和其周围像素估计误差的方差作为模糊特征,然后利用频域的相关系数确定一置信区间,并根据该区间模糊特征的概率分布特性动态确定阈值,进而分离出模糊区域内的像素.实验结果表明,该方法能获得更高的检测正...     

数字图像的拷贝翻转移动篡改检测

常见的图像篡改方法之一是将一幅图像中的部分内容复制处理后移动到其他位置产生新的伪造目标.针对将复制区域翻转后再润色粘贴的图像篡改提出了一种基于一组翻转不变的特征向量的检测方法.该检测方法不仅能检测一般的复制-移动-粘贴的行为,而且能检测出欺骗性较强的复制-翻转-移动-粘贴的行为,并能抵抗模糊和加入噪声等用来抹除篡改痕迹的常用润色方法和JPEG有损压缩.对几幅典型篡改图像的检测结果说明了算法的有效性.     

基于局部色彩不变量的图像篡改检测方法

针对基于分块的图像区域复制篡改检测方法通常面临的图像特征提取计算量大、维度高、识别率低等问题,提出一种基于局部色彩不变量特征的图像区域复制篡改检测方法,将RGB彩色图像转换到对立色彩空间,通过分析和提取图像各通道上的局部密度分布特征,构建k-d树进行相似分块特征匹配以实现图像区域复制篡改检测.提出的局部色彩不变量密度特征具有维度低、计算简单等特点.实验结果表明,本文方法与其他几种典型的基于分块的方法相比,具有较低的时间复杂度和较高的检测率,且对图像篡改区域的旋转、缩放攻击具有较好的鲁棒性,特别是当图像篡改区域进行大角度旋转时与其他几种方法相比具有明显优势.     

基于CCD摄像技术的公交车跟车距离监测系统研究

为了实时有效地控制公交车行驶时的安全测距,以Matlab工具箱函数为基础,运用图像灰度化处理、图像去噪、图像二值化,从处理后的图像中提取出具有表征意义的统计特征。依据预先设定的图像模板,通过比对所提取的图像特征和模板图像的特征,利用图像匹配技术进行图像识别。在此基础上建立公交车跟车距离识别模型。采用实车实验数据对模型进行验证,结果表明:在静态情况下识别距离与真实距离之间的误差总体上随着距离的增加而逐渐加大,平均误差为5%,绝大部分偏差在6%以下。动态情况下验证误差较静态大,均值为7.68%,标准偏差为0.012 56,且随着车速的增加,真实值与识别值之间的绝对误差相应变大。     

视频帧内运动目标复制-粘贴篡改检测算法

摘要： 提出了一种基于Lucas_Kanade(LK)光流及运动目标预检机制的视频帧内运动目标复制 粘贴篡改检测算法.该算法分为运动目标检测与跟踪、运动序列筛选和空间域匹配3个阶段.运动目标检测与跟踪利用背景建模算法和卡尔曼滤波器进行检测和跟踪;运动序列的筛选采用LK方法得到各运动序列的光流值,并计算其相关性来选择可能存在篡改的视频帧序列;空间域匹配利用尺度不变特征变换算法对上一阶段得到的对应运动序列逐帧进行匹配,过滤正常的视频序列.实验结果表明,本文算法能有效检测同源视频中针对运动目标的多帧复制 粘贴篡改.     

一种基于盒子维的图像复制-粘贴篡改检测算法

提出了一种基于盒子维的图像复制-粘贴检测算法。对图像分块后,提取各分块的盒子维与几何矩相结合做为各块的特征量,而后通过对图像块特征向量进行相似性检测来定位篡改区域。实验表明：该算法有较强检测能力,能抵抗高斯白噪声等后处理操作。     

一种基于数字水印的印刷品防伪方法

提出一种基于数字水印技术的印刷品防伪算法.在图像打印前,水印经Arnold置乱后嵌入到原始载体图像的Hadam ard变换域中;在检测数字水印时,首先对印刷品扫描图像进行几何矫正,利用边缘检测、Radon变换等方法检测图像旋转角度,将其转正,用三次内插法对图像重采样,恢复图像的原始尺寸.最后从矫正后的图像中提取水印.实验结果表明,这种算法具有较好的安全性、鲁棒性,在防伪效果上取得了满意的结果.     

局部彩色图像的篡改检测与内容修复方法研究

彩色图像的篡改检测与内容修复是一项富有挑战性的研究工作。以四元数指数矩理论为基础,提出了一种适合于彩色图像的局部图像篡改检测与内容修复方法。该方法首先根据四元数指数矩幅值的旋转不变特性,对彩色图像的复制-旋转-粘贴篡改进行检测,以检测出篡改区域和被复制区域;然后结合噪声估计技术对篡改区域与被复制区域进行区分,以定位出篡改区域;最后利用总体变分模型对篡改区域进行修复,以得到修复后的彩色图像。仿真实验表明,该方法具有良好的局部图像篡改检测、定位和自修复能力。     

基于像素匹配的图像“复制-粘贴”篡改检测算法

“复制-粘贴”是一种简单有效的图像篡改技术,它把图像中某一部分复制后,粘贴到同一图像的另一区域中,以达到伪造图像的目的针对此篡改技术,提出了一种基于像素匹配的篡改检测算法．算法采用离散小波变换（DWT）对待测图像进行降维,对降维后的图像用相位相关求得“复制一粘贴”区域间的位移,根据所求位移采用像素匹配（即将待测图像与移位后的图像求差来定位“复制-粘贴”区域,并利用形态学滤波技术来进一步改善定位效果．实验结果表明,本文算法简便快捷,不仅能够对篡改区域进行准确定位,而且能够有效抵抗多种“复制一粘贴”篡改的后处理操作,包括JPEG、JPEG2000有损压缩及滤波等     

一种新型的混合模式运动估计搜索策略

基于实时视频图像序列的运动矢量分布特性,本文提出了一种新型的混合模式运动估计搜索(MPS)策略。该算法根据给定的搜索距确定相应的搜索模式,使用中途停止技术快速的给出运动矢量。相比现有各种搜索算法,MPS搜索策略能够同时满足图像序列中的高速运动与慢速运动的搜索。仿真试验表明,本文搜索策略不仅在搜索速度上比现有MPEG-4校验模型的DS算法更加快速,并且具有更小的运动补偿误差以及更加真实的运动矢量场。     

联合SIFT特征点和CS-LBP特征描述子的复制粘贴篡改检测

针对现有数字图像复制-粘贴篡改检测中尺度不变特征变换(Scale Invariant Feature Transform,简称SIFT)算法计算复杂度高的问题,文章提出一种将SIFT特征点和中心对称局部二进制模式(Center Symmet-ric-Local Binary Pattern,简称CS-LBP)描述子相结合的篡改检测方法。首先提取SIFT关键点,再对每个关键点生成CS-LBP特征描述子,并利用K-D(k-dimensional)树和BBF(Best-Bin-First)搜索算法寻找符合特征匹配关系的匹配点对,判断是否存在图像区域的篡改。实验表明,与同类算法相比,所提出算法在不损失检测精度的同时有效地减少了运算量。     

抗深度取证的多粒度融合图像修复网络

数字图像的真伪判别是图像安全领域中的基础问题,因数字媒体极易被攻击篡改,针对图像的取证技术得到了广泛的研究.另一方面,对图像篡改反取证技术的研究,不仅追求更逼真的图像篡改操作,也从相反的方向促进了取证技术的发展.图像修复作为基础的图像篡改操作,一直是国内外学者的研究热点.针对被修复篡改后的图像会被深度取证网络取证的问题,提出了一种抗深度取证的多粒度融合图像修复(multi-granularity fusion-based image inpainting network resistant to deep forensics,MGFR)网络.MGFR网络包括编解码器、多粒度生成模块以及多粒度注意力模块.首先,输入的破损图像被编码器编码成深度特征,深度特征通过多粒度生成模块生成3个不同粒度中间特征;然后,采用多粒度注意力模块来计算不同粒度中间特征之间的相关性并将其融合;最后,融合特征通过解码器生成输出结果.另外,所提出的MGFR网络被重建损失、模式噪声损失、深度取证损失以及对抗损失联合监督.研究结果显示,所提出的MGFR网络在拥有较好的修复性能的同时能成功规避深度取证网络的取证.     

利用同步自回归模型和小波特征进行纹理图像分割

为了提高纹理图像分割的边缘准确性和区域一致性,提出了一种利用同步自回归模型和小波特征实现纹理图像分割的方法,包括特征提取、粗分割和细分割3个阶段．先提取图像的同步自回归模型参数特征,然后利用K-均值聚类实现对纹理图像的粗分割,细分割则是在粗分割的基础上提取图像的小波特征,然后利用最小距离分类器对粗分割图像中不稳定象素进行重新分类,实现图像的最后分割。     

Method of Monitoring Wearing and Breakage States of Cutting Tools Based on Mahalanobis Distance Features

The Mahalanobis distance features proposed by P.C.Mahalanobis, an Indian statistician, can be used in an automatic on-line cutting tool condition monitoring process based on digital image processing. In this paper, a new method of obtaining Mahalanobis distance features from a tool image is proposed. The key of calculating Mahalanobis distance is appropriately dividing the object into several component sets. Firstly, a technique is proposed that can automatically divide the component groups for calculati...     

Image forgery detection using segmentation and swarm intelligent algorithm

Small or smooth cloned regions are difficult to be detected in image copy-move forgery (CMF) detection. Aiming at this problem, an effective method based on image segmentation and swarm intelligent (SI) algorithm is proposed. This method segments image into small nonoverlapping blocks. A calculation of smooth degree is given for each block. Test image is segmented into independent layers according to the smooth degree. SI algorithm is applied in finding the optimal detection parameters for each layer. These parameters are used to detect each layer by scale invariant features transform (SIFT)-based scheme, which can locate a mass of keypoints. The experimental results prove the good performance of the proposed method, which is effective to identify the CMF image with small or smooth cloned region.     

形态插值方法应用于图像重构

指出了基于数学形态学的形态插值方法是一项新的研究领域，提出了一种改进二值图像测地距离函数和形态中集函数的方法，并在此基础上建立了一种适用于灰值图像、彩色图像及多光谱图像的形态插值变换．应用插值变换于图像分割序列重构的实验结果表明：该方法可以成功地运用于对各种类型的图像进行有效地插值重构和图像形变．