JPEG合成图像的盲篡改检测及定位

提出一种经过JPEG压缩且保存为BMP格式的图像盲篡改检测方法。该算法基于原始量化表不一致性实现篡改定位。首先根据压缩图像特性定位DCT块;然后依据块划分估计原始量化表;最后计算图像块偏离量化表程度,并寻找合适阈值,实现篡改区域的自动检测和定位。改进原始量化表估计算法的实验结果表明:改进算法能实现直流(DC)分量的量化系数估计,并提高量化表估计的正确率,且能有效检测单次JPEG压缩图像的篡改及定位。     

面向JPEG图像篡改的盲取证技术综述

简要阐述了目前国内外学者在JPEG图像篡改的被动取证技术方面的主要研究成果。基于篡改和检测方法的不同,目前检测方法可分为双重JPEG压缩检测方法和JPEG块效应不一致性检测方法。对两类检测方法的代表性方法进行了性能评价,指出了其存在的问题,并对JPEG图像篡改盲取证技术进行了展望。     

采用图像滤波的多特征JPEG盲检测

提出了一种采用锐化滤波的多种特征相结合的JPEG盲检测算法.通过扩展DCT系数的马尔可夫矩阵提取块内相关性和块间相关性;引入锐化滤波来增强图像的边缘,加强了分块特性度量的效果;并使用Jessica的"校准"技术来估计原始图像,得到两个图像特征向量之差作为分类特征,提高了特征的敏感度;最后运用支持向量机进行训练和分类.使...     

基于光照方向不一致的图像盲取证技术

通过提取单一数字图像中目标物体的边缘信息,可估计图像拍摄场景中的光照方向. 为了提高光照方向的估计效率,引入图像边缘检测算子,实现了待取证图像中目标物体的准确定位和边缘拟合,并进行了数据分析,建立了系统的基于光照方向不一致的图像篡改检测流程. 实验结果表明,边缘检测算子优化了图像检测流程,提高了该取证技术的可行性和可扩展性.     

基于Contourlet变换的图像隐写盲检测方法

图像通用盲检测技术主要通过机器学习实现,隐写分析特征直接决定了盲检测技术的性能。基于图像信源在多尺度和多方向性的统计特性,文章将Contourlet变换与隐写分析相结合提出一种盲检测方法。首先通过分析不同内容的图像细节分量隐写前后特征函数的变化,选用带通特征函数矩。通过分析比较两种不同的图像预测方法对隐写检测性能的影响,提取待检测图像及其预测误差高频子带系数的特征函数矩作为检测特征,通过支持向量机进行分类。以BOWS和UCID图像库为测试图像的实验结果表明,该方法较现有典型方法具有更好的检测性能。     

具有几何约束匹配的SIFT图像盲检测研究

复制粘贴是常见的图像篡改手段之一。SIFT是常用的一种匹配算法,也是一种有效的图像复制粘贴篡改检测方法。该算法只采用欧式距离作为度量图像复制区域和粘贴区域特征点向量间的相似性,并未加入其他的匹配约束,由此会产生特征点的误匹配;因此,对得到的匹配点对采用方向一致性几何约束,剔除误匹配点对,提高匹配的正确率和算法后续几何评估中RANSAC算法的执行效率。最后,分别对缩放、旋转,以及在篡改图像中添加噪声等情况进行实验。实验证明改进算法对上述情况的性能提升明显。     

基于JPEG量化的数字图像水印容量估计

提出一种基于JPEG量化的容量自适应数字图像水印算法.从JPEG量化出发,对可嵌永印位置进行选择.在此基础上,结合人眼视觉模型和图像纹理特性.得出水印最大可嵌强度,并给出相应的容量估计.水印的嵌入和提取采用修改极性方法.仿真结果表明,该算法能同时满足压缩和水印嵌入要求,不仅具有较好的不可视性和鲁棒性,而且在保证这些性能基础上,实现了自适应容量,较好地协调了水印三要素间的关系.     

基于相似度检测的欠定混合矩阵盲估计

针对现有欠定盲分离混合矩阵估计方法中存在的估计精度低以及时间复杂度高等缺点,提出一种基于相似度检测的欠定混合矩阵估计方法.该方法能够在没有任何先验信息的条件下自适应地估计出源信号数目以及混合矩阵,而且不需要进行迭代,时间复杂度低.仿真结果表明,与现有的一些混合矩阵估计方法,如改进K-均值聚类法和拉普拉斯势函数法相比,所提出的方法在源信号数目估计准确率、混合矩阵估计精度以及时间复杂度等方面都具有明显优势.     

基于边缘特征的伪造图像盲检测算法

文章针对伪造图像中常用的羽化操作,提出了一种基于边缘特征的检测伪造图像的方法.首先介绍了羽化操作模型,然后定义了象素的方向特征,并将梯度的概念应用到彩色图像中,最后结合象素的方向特征相容度和梯度方向角相容度,定位出图像的伪造区域.实验证明,该算法可以很好地检测出图像的真伪.     

基于JPEG的自适应量化算法

JPEG的关键是对DCT系数的量化过程，自适应量化的基本思想是：在FDCT过程中加入自适应处理，生成新的量化表代替固定时化表，再将其数据与FDCT处理的数据一起传送到熵编码器，该算法运用后的结果表明，自适应量化算法优于标准JPEG算法。     

一种基于深度学习的双JPEG图像压缩检测算法

双JPEG图像压缩检测是图像盲取证中的研究热点之一。针对JPEG图像压缩检测盲取证问题,提出了一种在双JPEG格式下基于卷积神经网络（CNN）的压缩检测算法。将图像数据集中的样本以不同的质量因子进行单JPEG压缩和双JPEG压缩,把检测图像的DCT系数直方图作为CNN网络的输入进行特征提取,输出层是样本类别的概率分类。实验结果表明,样本尺寸越大,篡改后的质量因子越大,分类器检测正确率越高;与现有算法相比,提出的算法检测正确率最高提高了1.3%,证明具有良好的双JPEG图像压缩性能检测能力。     

一种基于DCT系数直方图差异的JPEG图像篡改检测

JPEG图像是人们日常接触最广泛的图像格式,因此对此类图像的篡改检测有着更加重要的意义。本文以JPEG图像篡改压缩后篡改区域相当于一次压缩为理论基础,研究了一次和双JPEG压缩的基本原理,分析了质量因子Q1、Q2之间的大小关系对双压后图像DCT系数直方图统计特性所引起的变化,并分两种情况对图像进行分块求其DCT系数直方图,根据不同的方法判定图像块经过了一次还是二次压缩,从而在此基础上提出了一种基于DCT系数直方图的JPEG图像篡改检测算法。实验表明该算法不仅运算复杂度低,而且对篡改区域有很好的检测和定位效果。     

基于JPEG的自适应量化算法

JPEG的关键是对DCT系数的量化过程 .自适应量化的基本思想是 :在FDCT过程中加入自适应处理 ,生成新的量化表代替固定量化表 ,再将其数据与FDCT处理的数据一起传送到熵编码器 .该算法运用后的结果表明 ,自适应量化算法优于标准JPEG算法     

基于图像子块DCT系数对的盲检测数字水印

提出一种新的基于Logistic加密的鲁棒性盲检测数字水印算法.利用Logistic映射特性产生的混沌序列加密生成水印序列;结合人眼的视觉系统(HVS)对原始图像中的子块进行选择;在每个被选择的子块上,根据鲁棒性要求选择DCT系数;通过对相邻系数对的大小进行比较嵌入水印.实验结果表明,本算法具有鲁棒性强、安全性高、透明性好、可以盲提取等特点,可有效用于数字媒体的版权保护.     

基于区域相关性的JPEG图像隐写盲检测方法

针对JPEG压缩算法,分析了DCT系数的分布特点和统计特征以及块内和块间系数的相关性,提出一种基于区域相关性的JPEG图像隐写盲检测算法.采用宏观校准和微观校准估计出载体图像,以Markov模型描述块内和块间DCT系数的相关性,提取概率转移矩阵的差值作为检测特征,通过支持向量机进行分类,实现了对DCT域多种隐写算法的检测.混合图像库的实验结果表明,该方法的检测性能优于典型的隐写分析算法.     

基于图像能量和量化的公开数字水印算法

提出了一个新的基于图像能量和量化的公开数字水印算法.首先对原始图像进行均匀分块,然后根据相应的水印信息和量化方法修改各个图像子块的能量以嵌入水印;水印的提取则是水印嵌入的逆过程.由于在算法中采用了量化嵌入策略,从而使该算法在提取水印时无需原始图像.实验结果表明:该算法具有很好的水印不可见性,对常见的图像处理攻击:如重采样、颜色抖动、平滑、加噪声和JPEG压缩等具有很强的稳健性.     

一种基于图像分割和模板匹配的短波跳频信号盲检测算法

提出了一种基于图像分割和模板匹配的短波跳频信号盲检测算法。该算法将实际跳频信号的STFT（Short Time Fourier Transform）时频谱图当做一幅图像,利用图像分割手段分离背景噪声,并通过模板匹配来实现跳频信号的检测。实验结果表明该算法能够有效克服实际短波信道中复杂的背景噪声,计算复杂度低,易于工程实现。