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.