基于光影成像关系的数字图像检验方法研究

目的以数字图像中光影关系为研究内容,对图像中的阴影角度进行量化分析,进而确定数字图像是否经过篡改;方法建立以主体和阴影为研究对象的光影量化关系,确定该图像拍摄时光源的方向,进一步判断光影关系是否与图像中的客观事实相一致;结果通过研究光源在多种角度、多种高度时形成阴影的分布规律发现,当光源角度过大时,误差会随之变大,但测量结果仍然具有参考性;结论此方法可以作为伪造图像检验的一种方法,且测量结果准确性高,参考价值大。     

基于JPEG图像压缩的痕迹盲取证算法

相机的普及以及图像处理软件的广泛应用,数字图像正面临着被随意篡改和伪造的威胁。针对模糊润饰、拼接篡改操作后的数字图像,提出一种利用块效应和相关性相结合进行定位检测数字图像盲取证方法。数字图像经过模糊润饰、拼接篡改等操作后的区域的块效应和相关性与未篡改区域的块效应和相关性不一致。通过提取块效应特征以及相关性特征来定位篡改区域。实验结果表明,该算法能够有效地对模糊润饰、拼接篡改操作的图像进行检测和定位并且具有很好的鲁棒性。     

数字图像区域复制篡改的盲取证技术研究进展

由于盲取证技术不需要任何预先嵌入的认证信息,而仅根据图像本身的统计特性就能鉴别数字图像的原始性、真实性和完整性,已经成为数字媒体安全领域的研究热点.文中介绍了数字图像中常见的区域复制篡改方式,分析实际篡改过程中可能涉及到的图像处理操作,总结归纳了区域复制篡改盲取证方法的一般流程.最后,指出现有目前方法存在的问题,并对盲取证技术未来的研究方向进行展望.     

基于对象的图像篡改盲取证研究

根据自然界不存在完全一致的景物,提出了图像对象复制粘贴篡改的盲取证算法.分析了对象亮度和几何变化等因素对盲取证影响;运用灰度归一化和不变矩提取各个对象的盲取证特征;最后分析各个对象的相关性,若其相关性大于某一阈值则表示相同的景物,图像中存在对象复制粘贴篡改.实验结果表明,本文取证算法在一定程度上克服了对象亮度和几何变形对认证的影响.     

数字图像中值滤波检测

在数字图像取证研究中，目前研究方向均着重于恶意篡改图像内容的检测，包括复制一粘贴操作、移走前景人物等。然而由于保持图像内容不变的后处理操作，如对比度增强、锐化、各类去噪滤波等，会对图像取证算法的准确性造成一定的影响。由于中值滤波的非线性特征，它被广泛用于各类反取证攻击中。通过提取简单而有效的特征，来检测数字图像是否经过了中值滤波。实验结果证明了算法的有效性。     

基于图像背景噪声相关性的篡改检测

图像拼接是一种简单而常用的数字图像篡改操作,本文利用拼接篡改图像背景噪声特性的不一致性,提出一种基于图像背景噪声相关性的拼接图像篡改检测方法。该方法首先利用小波变换对待测图像去噪,再将待测图像与去噪后的图像相减后得到背景噪声图像,最后根据背景噪声图像中子块与周围邻域子块的相关系数大小来鉴别拼接篡改图像并定位篡改位置。实验结果表明该方法能对拼接篡改图像较为准确地鉴别和定位。     

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.     

可自恢复的数字图像认证算法研究

数字图像认证算法是数字图像完整性保护的有效方式,它通过认证信息的生成、嵌入、提取和检测,实现对数字图像内容真实性的有效检测,对篡改区域的准确定位和一定程度的内容恢复.一直以来,图像认证都是学术界和工业界长期关注的焦点,为此,本文论述了图像认证的相关算法和基本机制,并结合当前信号处理发展的状况,对该领域有待进一步的研究方向和可能的解决方案给出一些建议.     

合成图像被动取证技术研究进展

合成图像取证是数字图像取证的一个重要研究内容,研究合成图像被动取证技术对确保数字图像的原始性和真实性有着极其重要的意义．根据合成图像被动取证技术研究角度不同．将现有的技术方法分为3大类：基于传统特征的合成图像取证、基于盲源分离的合成图像取证、基于稀疏表示的合成图像取证．然后分别介绍了3类取证技术的基本特征和典型算法．并对不同方法进行了分析比较和总结．最后指出当前研究中存在的一些主要问题．给出本领域未来的研究方向．     

面向拼接与克隆篡改的数字图像内容取证系统设计

针对严重影响图像内容的拼接与克隆篡改方式,通过基于CFA图像内在一致性对拼接图像进行检测,通过分块匹配和特征点匹配两种方法分别对克隆图像进行检测.以MATLAB为开发平台,设计并实现了数字图像内容取证系统,实现了图像篡改区域的识别定位,具有一定的应用推广价值.     

两种新的光照方向估计方法

光照方向估计是计算机视视的重要研究内容，提出了两种新的光照方向估计方法：改进的Pentland方法和加权平均法，前者修正了Pentland方法在数学上的缺陷，利用了图像中不同区域对光照方向估计的贡献，其性能比原方法有较大改进，后者利用图像中奇点的作用，并且考虑了图像中不同地形区域的特点，是一种稳定精确的光照估计方法，通过实验证明了它们的有效性。     

光照条件变化下的图像生成方法

提出了两种图像生成的方法：(1)由图像分割、三维重建和投影生成构成。该方法考虑了图像中各部分表面发射模型的差异，通过将图像各区域向1分成朗伯表面和镜面反射，分别进行三维重建，然后融合两结果，改变光照方向和强度，投影生成新的图像；(2)将Shape from shading和Shape from texture技术融合起来。采用Gabor滤波器将图像中的纹理成分和阴影成分区分开来，再用两种方法各自生成三维立体图像，依据它们的特性在频域融合两个三维图像，然后再改变视角和光照的强度、方向，生成仿真的二维图像。实验表明，由该两种方法恢复出的形状优于传统的估计方法，生成的图像真实感强。     

一种红外偏振与光强图像的暗原色多特征分离融合方法

针对现有红外偏振和光强图像融合算法不能同时兼顾提高对比度、突出明亮特征和保持边缘细节信息的问题,提出一种暗原色多特征分离融合的新方法。首先,对源图像进行局部最小值滤波和引导滤波得到暗原色图;然后,经过差值、绝对值取小融合的处理,提出暗原色多特征分离方法,得到包含亮、暗以及边缘细节信息的三部分图像;最后,对三部分图像采用不同规则分别融合,通过重构和亮度调整得到最终融合图像。实验结果表明,本文方法能有效地融合源图像的互补信息,不仅能够保留边缘细节信息,同时也能突出明亮特征和图像整体对比度,在实际的目标识别中具有一定的优势。     

基于Gabor小波模型图象配准的计算视觉新方法

文章提出由两幅部分重叠图象估计物体平移、旋转和缩放新的计算视觉方法。该方法有以下特点：利用照明方向估计算子以获得摄象机旋转的起始估计;为检测局部表面曲率间断,利用Ｇａｂｏｒ小波模型定位特征点;平移及旋转的估计可公式化为线性问题;利用由粗到细的层级匹配能获得很好的结果。最后给出该算法的某些应用     

非线性各向异性扩散的图像修复

根据图像曲率和梯度的特性引入扩散控制变量因子,提出非线性各向异性扩散的图像修复方法,能根据图像本身的几何信息进行不同方向和不同强度的扩散。其中关键参数p能根据图像局部几何信息的曲率和梯度自适应地改变,并控制扩散方向和扩散强度。扩散过程中,在图像的边缘区域,沿边缘方向扩散具有较大的扩散系数,沿垂直边缘方向扩散具有很小的扩散系数;在图像的平坦区域,向周围等强度扩散,而且扩散强度值较大。实验结果与经典的全变分、曲率驱动和P-laplace常数变分方法做比较,表明研究方法能对图像的破损区域进行修复,提高图像的质量。     

瓶装食用油异物检测算法

现有的基于旋转-急停平台上序列图像分析的瓶装液体异物检测方法不适用于食用油生产线. 文章提出一种基于单帧图像的瓶装食用油异物检测算法. 首先利用均值漂移算法实现食用油的彩色图像分割,提取油体兴趣域;其次,利用积分图像快速估计油体区域的光强分布,并对甁壁高光、暗黑背景造成的干扰进行光强误差校正;最后结合异物区域相较油体区域偏暗的准则实现异物检测. 在实际生产线上的实验表明,所提算法能够自适应瓶身以及瓶间不同的光照变化,检测正确率高.     

基于电动平移台的二维光学图像采集系统

设计出一种能精确控制采集位置的光学图像采集系统,可以用于采集大范围的光强分布．利用二维移动平台和图像采集卡的组合使用,在VC＋＋6．0程序开发环境下开发了系统的自动控制程序,精确控制每次采集的位置,实现了保存指定位置的光强分布图像和保存指定位置光强分布对应的灰度值两种模式的功能．然后将得到的不同位置的图像按照其位置在图像处理软件中拼接成大幅图像．为测试系统,利用该系统记录了矩形孔的衍射光强分布,得到了高清的大范围衍射光强分布图．测试结果表明：该系统的自动化程度和精确度高,实现了图像的无缝拼接,满足了采集高清晰度的大范围光强分布图像的要求．这种系统可以被广泛麻朋于符种涉及到光强分布的图像采集的光学实验中．     

基于方向扩散方程的图像融合方法

图像融合是在图像处理领域的一个重要应用,方向扩散方程是一种有方向性的扩散,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。本文基于这一特点,将方向扩散方程运用到图像融合当中.结果表明,经方向扩散方程处理后的融合图像,物体可以很好地与背景融为一体,视觉效果上比直接嵌入有了很大的改善。     

基于局部直方图均衡化的指纹方向图算法

针对低质量指纹图像的纹理信息和灰度梯度信息遭到严重破坏的问题,提出一种基于局部直方图均衡化的指纹方向图算法.此算法结合指纹谷点与其相邻脊点特有的灰度差规律,修改了经典直方图均衡化的累积分布函数,用于放大源图像的纹理信息,使图像趋于二值化.基于放大的纹理信息,采用改进的点方向图算法计算指纹的谷点方向,使用直方图块方向图法赋予脊点方向,同时校正谷点的点方向,得到完整的方向图.通过对FVC2006指纹库中的部分低质量图像的增强结果进行比较,此算法对低质量指纹图像的增强性能优于传统算法.     

一种针对脑部图像分割强度不均匀性的改进方法

强度不均匀性是医学图像中常见的问题,对图像的精确分割提出了许多挑战,图像分割是计算机视觉和计算的基础步骤,提出了一种基于模糊C均值（FCM）的能量最小化方法,将全局聚类和局部聚类相结合,用于磁共振（MR）脑图像的偏场估计和分割。该方法将MR图像分解为两个分量作为全局聚类项的优点,充分利用了表征组织物理性质的真实图像和解释强度不均匀性的偏置场及其各自的空间特性。MR图像的分解描述了整个图像中偏移场的变化,其中组织边界的某些深层变化细节可能会丢失。该方法利用了图像局部区域的不同偏移场的局部聚类项,较好地处理了不同组织间强度的深刻变化。由于局部聚类方法对偏移场的分布缺乏全局控制,此文利用了全局聚类和局部聚类的优点,考虑了两者的结合。在该方法中,通过能量最小化过程同时实现了偏移场估计和组织分割。用FCM迭代优化能量最小化问题,通过真实图像和合成图像与相关模型的对比实验,证明了该模型在偏差校正和分割精度方面的优越性。