基于JPEG重压缩特性的篡改图像盲分离

针对JPEG类图像被篡改后未被篡改的区域和被篡改的区域的离散余弦变换(DCT)系数会表现出不同的压缩特性的问题,本文中提出了一种JPEG图像重压缩概率模型来描述重压缩前、后DCT系数统计特性的变化;依据贝叶斯准则,利用后验概率表示出JPEG篡改图像中存在的双重压缩效应块和只经历单次压缩效应块的概率值,得到图像块的后验概率密度图;利用粒子群算法设定自适应阈值对后验概率密度图进行优化,并且对阈值进行分类判断,通过后验概率密度图实现对篡改区域的自动检测和分离。结果表明,该方法能快速、准确地实现篡改区域的自动检测和提取,并且在第2次质量因子小于第1次质量因子时,检测结果明显优于其他算法的,且能把篡改区域从篡改图像中自动提取出来,不受被篡改图像的位置、大小和个数的限制。     

基于双JPEG压缩统计特性的图像篡改检测方法

为有效识别和检测数字篡改图像,提出一种新的基于双JPEG压缩统计特性的检测方法．这种方法是通过检测双JPEG压缩图像的图像块先前的量化矩阵来实现．首先,定义在两次压缩时,出现在单独的DCT系数直方图的一些特性．然后,使用支持向量机来估计双压图像的初始的量化矩阵,有不同量化矩阵的图像块便是值得怀疑的区域．最后,基于大量不同的双压图像集,用一系列的实验来验证本方法的性能及可靠性．     

基于DCT块特征与背景先验的JPEG图像显著性检测算法

提出一种新颖的基于最短路径的JPEG图像显著性检测算法.算法在JPEG图像的DCT系数块中直接提取出灰度、纹理和颜色3种低层次图像特征;然后,通过计算其内部块到达图像边界的最短路径来得到最终显著性值;最后,在公开测试集MSRA-1000上与多种图像显著性检测算法进行对比.实验结果显示,方法在4种不同的评测标准上都优于对照算法,并且能够快速、高效地产生令人满意的显著性图.     

基于块效应频域特性的JPEG图像合成篡改检测

图像在JPEG压缩过程中产生的块效应在频域内体现为功率谱密度产生周期性波峰,篡改会造成JPEG图像块效应的不一致,表现为功率谱密度的周期性波峰衰弱或消除。针对这种情况,提出一种基于块效应频谱特性的JPEG图像合成篡改检测算法,此外,为了减少图像内容本身对块效应的影响,算法先提取包含块效应的噪声,再对噪声分块,分析每一局部小块的块效应,由此定位篡改区域。实验表明,该算法对多种不同格式图像的合成篡改以及篡改区域较小等情况有效。     

抗JPEG压缩的图像篡改恢复半脆弱数字水印算法

基于JPEG压缩的特性,设计并实现了一种抗JPEG压缩的半脆弱数字水印算法,用于图像内容完整性认证,篡改定位和恢复.在嵌入方,将恢复水印信息重复嵌入到原始图像所有像素的2 bit最低有效位;认证水印利用图像块的DCT变换系数和混沌迭代系统生成,并选择DCT变换的中频系数之间的关系实现嵌入.实验结果表明,该算法具有很好的抵抗JPEG压缩的能力,对局部发生的篡改可以有效地检测、精确定位并进行内容恢复.     

基于DCT的JPEG图像压缩及实现

对于图像来说,如果需要进行快速或实时传输,就要对图像进行压缩,而随着网络的发展,图像压缩技术越来越被人们所关注.DCT变换是图像压缩的一项重要技术.本文主要对基于DCT变换的JPEG图像压缩进行研究,并用Matlab进行了算法仿真.其方法简单、速度快且误差小,大大提高了图像压缩的效率.     

双JPEG压缩图像中初始量化系数的估算方法

为有效分析双JPEG压缩的统计特性,论述了双JPEG压缩现象,并对某一特定位置的DCT系数的直方图进行了分析,从中找出某些特性,如：双峰,零值点等．针对不同的双压组合,其DCT直方图的特性会有所不同,利用支持向量机（SVM）对其进行分类,从分类的结果来看,分类的正确率普遍能够达到98％以上,再用训练好的模式去估计双JPEG压缩图像中初始量化系数．     

基于多特征融合及能量分布的图像篡改检测方法

针对最常见的一种图像篡改方式——拼接,采取了特征提取-分类判别的技术手段,对图像的真假属性进行鉴别.首先,从多通道(亮度通道与色度通道)、多变换域(空间域与频率域)的角度建立了多特征融合的图像篡改检测模型,克服了以往特征提取算法采用马尔科夫等单一性特征的缺陷.其次,通过分析不同通道不同变换域的能量分布,在亮度通道对能量做基准化处理,从而对马尔科夫转移状态的阈值做出修正;在色度通道,根据能量的集中性,对马尔科夫的转移进行状态细分.由此对模型进一步改进,并在最新的彩色图像库上进行实验验证.实验表明,多特征融合的图像篡改检测方法将检测准确率由单一特征的67.2%提高至85.5%,基于能量分布的改进模型将检测准确率进一步提升至87.1%,从而证实了算法的有效性和高效性.     

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。     

基于Windows CE下JPEG图像的压缩技术

在Windows CE系统下利用离散余弦变换,哈夫曼编码实现了JPEG图像压缩与解压缩.介绍了IJG组织提供的JPEG 库来验证JPEG压缩与解压缩算法在Windows CE下的应用;最后通过与IImage组件比较,结果表明,自定义的JPEG图像处理达到的效果与IImage组件相当,而且更具有可扩展性.     

基于分块DCT的图像去重算法

针对云端存在着大量冗余的相似图像,提出了一种基于分块DCT的新型感知哈希算法BDCT-hash,在此基础上给出了一种针对JPEG压缩的感知哈希图像去重方案,通过大量仿真模拟实验验证了BDCT-hash算法对相似图像去重的准确性、高效性及稳健性.     

基于图像锐化的SIFT图像复制粘贴篡改检测

SIFT算法提取图像的特征点多为图像目标的边缘点,对于较模糊图像而言,直接使用SIFT算法提取特征点后进行特征点匹配,会降低特征点的匹配数量和匹配正确率,甚至对于复制粘贴篡改图像不能做出正确的判断。所以,提出先对被检测图像利用梯度法进行锐化,使图像目标边缘变得清晰,再用SIFT算法提取特征点及后续操作,以提高匹配的正确率。实验表明,改进算法性能有明显提升。     

一种基于LBP特征的Seam-Carving图像篡改检测方法

针对基于图像篡改的Seam-Carving操作,提出了一种基于局部2值模式(LBP)的Seam-Carving篡改取证算法.该算法针对Seam-Carving操作导致的图像像素值的变化,利用图像的LBP特征得到相应的统计直方图,而后通过支持向量机进行分类训练,从而达到有效识别Seam-Carving篡改图像的目的.实验结果表明,和现存的基于马尔科夫转移矩阵的方法以及其他一些该类图像篡改检测方法相比,提出的方法性能优越.     

基于JPEG2000压缩域的油库检测

油库检测是遥感图像目标检测领域的一个研究热点. 针对目前遥感图像通常以JPEG2000压缩格式储存的现状,提出基于JPEG2000的光学遥感图像油库检测算法. 在不经过全部解压的数据中,直接提取小波系数进行目标的检测. 根据小波系数的不同特性,针对低频子带,采用Hough变换提取油库的圆形形状特征;针对高频子带,利用堆叠降噪自编码器进行特征提取和描述. 最后利用支持向量机进行特征融合和目标检测. 实验结果表明,本算法能够准确快速地检测遥感图像中的油库目标,具有较高的检测率和较快的处理速度.      

静态压缩图像标准JPEG的研究

静止图像压缩技术一直是信号处理方面的一个重要课题,本文首先研究了JPEG2000静态图像标准的特点、原理、格式和编码过程,重点对离散小波变换、速率控制算法、渐进传输特性、感兴趣区域压缩等关键技术进行了分析,讨论了JPEG2000图像压缩过程,最后对JPEG2000的发展与展望作了总结.     

基于二重扰动SVM集成分类的JPEG图像隐写检测

针对目前大部分JPEG隐写分析方法主要采用单一支持向量机分类器,可能产生泛化能力恶化、分类精度难以提高等问题,提出了一种新的基于二重扰动SVM集成分类的JPEG图像隐写检测方法.利用多项式核函数和高斯核函数构造混合核函数模型,并用主成分分析法进行特征变换,去除冗余信息,最后在变换后的特征空间上进行模型参数和特征的二重扰动产生成员分类器,并用多数投票法对它们进行组合.实验结果表明,与传统方法相比,具有更高的JPEG隐写图像检测率.     

去除DCT压缩图像缺陷的后处理

基于ＤＣＴ域内系数量化的压缩算法，如ＭＰＥＧ，ＪＰＥＧ等，随着码率的降低，量化也越来越粗糙，使重建后的图象出现“块效应”，振铃效应，视觉模糊等缺陷，本 文提出一种混合算法去除这些缺陷来有效地提高主观质量。首先采用自适应边界滤波，再将ＤＣＴ块分为平坦区域和边缘区域，主地二区域的不同特性采用非线性空间移变滤波来去除图象缺陷。     

DCT编码压缩图像的传输差错控制

当压缩后的图像码流在实际信道中传输时,不可避免地会发生传输差错或数据分组丢失的现象,这会导致解码器重建图像质量的下降,所以必须要进行差错控制。列举了有噪信道和拥塞网络对DCT编码压缩图像的各种不同影响,并回顾了相应的各种解决方案,包括重同步策略、差错复原、后处理差错掩盖、前处理差错控制等技术。     

多距离特征匹配的篡改图像检测算法

为了解决当前篡改图像的检测算法主要依靠单一的特征进行描述以及欧几里德距离进行匹配,导致篡改图像的检测率较低的问题,以及在对图像复制粘贴后进行一系列后处理操作的篡改图像检测时,容易出现匹配错误和鲁棒性差的问题,采用一种多距离特征匹配的篡改图像检测算法。首先,对获取到的图像提取尺度不变特征变换(SIFT)特征,在SIFT特征待描述区域的基础上,提取具有权值旋转不变均匀性的局部二值模式(LBP)特征,构成特征描述子;其次,分别计算描述子之间的标准欧几里德距离、相关距离以及汉明距离,通过多距离匹配改进g2nn算法进行特征的初次匹配;最后,通过凝聚型分层特征聚类以及随机一致性(RANSAC)算法去除存在的错误匹配点,完成篡改图像的检测。在MICC-F220图像数据库上进行了测试,实验结果表明,与当前2种主流算法相比,总体准确率分别提高了2.86%和2.11%,对于缩放、旋转以及缩放+旋转的后处理均具有很好的鲁棒性,是一种研究复制粘贴后进行缩放和旋转后处理的篡改图像检测的有效方法。