图像盲复原算法研究现状及其展望

当点扩展函数未知或不确知的情况下，从观察到的退化图像中恢复原始图像的过程称为图像盲复原。近年来，图像盲复原算法得到了广泛的研究。本文首先根据点扩展函数的特点，将图像盲复原算法分为单通道盲复原算法、空间不变多通道盲复原算法和空间变化图像盲复原算法等3种类型；然后讨论了3种算法的研究现状并指出了现有各种算法的优缺点，最后通过研究总结出以下结论：现有算法的改进以及新的算法研究、基于非线性退化模型的算法研究、去噪处理算法研究、实时处理算法以及算法的应用研究是今后进一步研究的发展方向。     

JPEG图像篡改的盲检测技术

数字图像被动认证技术是一门不依赖数字水印或者签名等图像先验知识而对图像来源和内容真实性进行认证的新兴技术,JPEG图像篡改的盲检测已成为当前被动认证的研究热点。详细分析了三种基于JPEG压缩的盲检测算法：JPEG压缩历史检测和量化表的估计,块效应不一致性的篡改区域检测,JPEG二次压缩的检测,系统阐明了现有算法的基本特征和优缺点,最后展望了未来的研究方向。     

面向真实性鉴别的数字图像盲取证技术综述

数字图像盲取证技术作为一种不依赖任何预签名提取或预嵌入信息来鉴别图像真伪和来源的技术, 正逐步成为多媒体安全领域新的研究热点, 且有着广泛的应用前景. 首先简要描述了图像盲取证技术要解决的问题和任务. 根据图像鉴别使用的取证特征, 将用于真实性鉴别的图像盲取证技术划分为三类: 基于图像伪造过程遗留痕迹的盲取证技术、基于成像设备一致性的盲取证技术和基于自然图像统计特性的盲取证技术, 然后分别阐述了这三类取证技术的基本特征和典型方法, 对不同算法进行了性能比较和总结. 最后综合近年来国内外学者在面向真实性鉴别的图像盲取证技术方面的主要研究成果, 探讨了图像盲取证技术存在的问题及未来研究方向.     

几类典型隐写术分析算法的分析与评价

隐写术分析是检测、提取、破坏隐蔽载体中秘密信息的技术。检测方法可以分为对比检测和盲检测两类，由于通常得不到用于秘密通信的原始载体，因此一般使用盲检测方法。为使人们对基于图像的隐写术分析的研究现状和现有各种算法的优缺点有个概括了解，首先简要介绍了现有的多种图像隐写术分析方法，然后集中对分辨函数、χ^2检测和RS检测3种盲检测方法，从算法原理和实验结果两个方面进行了深入的分析，并且从算法的适用范围、检测效果等几个方面对这几种算法进行了比较。在保证误报率合理而尽量降低漏报率的前提下，给出了RS检测方法的置信区间。     

基于量化相关性的JPEG图像盲取证

针对真实图像检测问题,通过图像处理和编辑软件可以方便地修改数字照片,而数字图像真伪的盲取证技术正是为了解决检测中各种信任危机.通过研究JPEG压缩过程中的量化相关性特征,提出一种基于量化相关性测度的真伪图像盲检测方法,能够检测JPEG图像的真伪,并标定修改区域.该方法具有较高的灵敏度,可以对不同压缩参数的图像进行检测处理.实验结果表明,即使待检测图像经历过多次不同质量因子的JPEG压缩,方法同样具有有效性和鲁棒性.     

基于广义高斯分布的水印信号检测

根据数字图像离散余弦变换域交流系数的广义高斯分布模型，对盲图像水印技术进行研究，并给出了水印检测器检测性能的理论分析结果。实验验证了图像水印检测理论的有效性以及本文的局部优化检测器性能的优良性。     

人脸检测技术研究与发展

简要回顾了人脸检测技术的研究背景及发展；按基于图像类和基于特征类将人脸检测算法分为两大类并介绍了各种算法的优缺点；介绍了人脸检测技术的应用领域；总结了现存的研究困难并提出了解决方法及今后的发展方向。     

不同分类器在图像盲取证中的表现

为了对数字拼接图像进行盲检测,提出了一种新的拼接图像的检测模型。使用图像质量评价量和统计特征量来建立模型,以得到原始图像和拼接图像之间的统计差异。选用支持向量机和人工神经网络作为分类器分别对该模型进行训练和测试,对拼接图像的盲检测进行了研究。实验结果表明,两种分类器都表现出较高的识别率,该模型在图像拼接检测中有着广阔的前景。     

图像质量参数分析及其在图像拼接检测中的应用

分析了常用的图像质量参数,采用方差分析对图像质量参数在拼接图像盲检测中的应用进行筛选.通过提取对拼接图像较为敏感的图像质量评价量再融合基于隐马尔科夫模型的特征向量来建立模型,以捕获原始图像和拼接图像之间的统计差异,选用支持向量机作为分类器进行训练和测试,对拼接图像的盲检测进行了研究.实验结果表明,该方法精确度高、应用面广,在图像拼接检测中有着广阔的前景.     

用统计特征量实现的图像拼接盲检测

图像拼接是一种常见的图像篡改手段。为了对拼接的数字图像实施盲检测,提出一种新的拼接图像的检测方法。借用二分类的模式识别概念,使用图像质量评价量和矩特征量来建立模型,以捕获原始图像和拼接图像之间的统计差异,选用支持向量机作为分类器进行训练和测试,对拼接图像的盲检测进行了研究。实验结果表明,该方法具有精确度高、应用面广的优点。     

一种基于振铃效应分析的图像锐化取证算法

提出了一种图像盲取证算法,用于检测经历过锐化处理的伪造图像.该算法基于对图像边缘振铃效应的深入分析,设计了一种有效的振铃效应描述与测度算法,通过构建效应强度分布图和提取振铃响应特征,实现对图像锐化操作历史的鉴别和操作痕迹的指证,进而为图像的完整性分析提供依据.实验结果表明,该算法能够有效估计图像的锐化操作历史,可作为一种可靠的锐化检测工具.     

一种新的拼接图像检测方法*

图像的拼接检测在数字图像取证中占有重要的地位,因此引起了广泛的关注。为此,提出了一个有效的被动盲取证方法来检测拼接图像,通过提取多尺寸块离散余弦变换二维数组（MBDCT）的统计特征量和图像质量评价量（IQMs）来建立模型。选用哥伦比亚大学的图像拼接检验数据库来测试该模型,采用支持向量机（SVM）作为分类器进行训练和测试,实验结果表明新的拼接检测模型具有精确度高、应用面广的优点,在拼接检测中有很好的发展前景。     

基于多特征融合的图像拼接检测

针对数字图像篡改的常用手法图像拼接,提出了一种基于多特征融合的被动盲取证算法来检测图像拼接.算法通过分析图像相位一致性和纹理特征,采用二维经验模式分解将图像分解到固有模态函数域,得到三类特征值.利用这三类特征值,采用支持向量机作为分类器,建立一个预测模型,对图像是否经过篡改进行判定.选用标准图像拼接库对该算法进行测试.实验结果表明:与采用双相干谱作为分类特征的算法相比,该算法具有更高的识别率.     

New and efficient blind detection algorithm for digital image forgery using homomorphic image processing

Multimedia Tools and Applications - Digital image forgery detection is an important task in digital life as the image may be easily manipulated. This paper presents a novel blind tampering...     

面向GAN生成图像的被动取证及反取证技术综述

生成对抗网络（generative adversarial network,GAN）快速发展,并在图像生成和图像编辑技术等多个方面取得成功应用。然而,若将上述技术用于伪造身份或制作虚假新闻,则会造成严重的安全隐患。多媒体取证领域的研究者面向GAN生成图像已提出了多种被动取证与反取证方法,但现阶段缺乏相关系统性综述。针对上述问题,本文首先阐述本领域的研究背景和研究意义,然后分析自然图像采集与GAN图像生成过程的区别。根据上述理论基础,详细介绍了现有GAN生成图像的被动取证技术,包括：GAN生成图像检测算法,GAN模型溯源算法和其他相关取证问题。此外,针对不同应用场景介绍基于GAN的反取证技术。最后,通过实验分析当前GAN生成图像被动取证技术所面临的挑战。本文根据对现有技术从理论和实验两方面的分析得到以下结论：现阶段,GAN生成图像的被动取证技术已在空间域和频率域形成了不同技术路线,较好地解决了简单场景下的相关取证问题。针对常见取证痕迹,基于GAN的反取证技术已能够进行有效隐藏。然而,该领域研究仍存在诸多局限：1）取证与反取证技术的可解释性不足;2）取证技术鲁棒性和泛化性较弱;3）反取证技术缺乏多特征域协同的抗分析能力等。上述问题和挑战还需要研究人员继续深入探索。     

一种抗几何变换攻击的盲图像水印

几何变换攻击一直是许多数字图像水印的薄弱环节。即使是轻微的旋转、缩放、平移也将使得图像中的水印难以检测出来。本文中，我们提出了一种基于Fourier-Mellin变换的新的盲水印算法，实验证明它对几何变换攻击具有较强的鲁棒性。     

基于局部二值模式的中值滤波检测算法

近年来,数字图像盲取证技术是国际上新兴的一个研究领域,针对数字图像处理及篡改中一种常用的处理模式---中值滤波,提出一种基于局部二值模式（LBP）的中值滤波篡改检测方法。首先对待测图像利用基于中心对称像素的局部二值模式算子（C-LBP）定位其特征提取区域,随后基于局部区域中像素之间的关系提出一种改进型的局部二值模式算子,并将其直方图统计作为最终的检测特征。实验证明,与其他传统滤波检测算法相比,该算子不仅大大降低了计算时间,而且在低维度的条件下取得了较高的检测率,是一种有效的中值滤波检测算子。     

钢管端头盲区高速干磁粉成像检测方法

在漏磁无损探伤中,钢管端头存在端部效应,会造成钢管端头的检测盲区。为了消除管端缺陷检测的盲区,实现端头盲区的高速检测,提出了一种基于干磁粉成像的视觉检测方法。该方法通过在钢管端部表面施加干法红色磁粉,利用漏磁检测的磁化场形成磁痕,在互补的红色和绿色光源下分别成像,其中红色光源增强、绿色光源减弱磁痕灰度,并通过图像差分消除背景噪声和增强磁痕特征,从而准确地实现钢管端头盲区的快速检测。通过搭建实验平台,开展实验及图像处理耗时分析,结果表明,该方法可以实现对钢管端头盲区的高速有效检测。     

使用背景噪声盲估计的图像真伪鉴别

数字图像获取过程中会在整幅图中产生一致的噪声,而由不同图像拼接而成的图像往往会在噪声的统计特性上不一致。本文利用这一特点,提出了一种基于背景噪声分析的图像真伪被动鉴别算法。该算法利用了图像数据的高阶统计特性对背景噪声进行盲估计,并通过相邻重叠分块间的特征估计来判断图像哪些部分被篡改。实验结果表明,该方法对于鉴别拼接而成的篡改图像有显著效果。     

神经网络图象原复方法的研究进展

对退化图象的复原问题，特别是对盲图象的复原问题，由于其有广泛的应用前景，因此引起了众多学者的研究兴趣，神经网络因其固有的优点，一直备受各领域研究者的重视，其在图像复原领域的应用也越来越受到广泛的关注，而且其发展正在从对“半盲图象”的复原逐步向对“盲图象”复原过渡，为了使人们对图象复原方法有一系统的了解，以便对从事该项研究的人员有所借鉴，首先简要介绍了图象复原的背景知识，因为只有了解这些基本的概念，理论和方法，同时了解了当前图象复原的其他方法的现状后，才能很好地理解神经网络图象复原的长处和不足，才能把握图象复原的全貌，然后，对神经网络图象复原的数学模型和方法进行了简短的叙述；最后，专注于神经网络图象复原，重点地对这一领域的背景，现有算法，研究进展和现状进行了综述，并展望了今后研究发展的方向。