基于二元相似性度量的数字图像被动取证技术研究

作     者：唐禹行 

作者单位：北京交通大学 

学位级别：硕士

导师姓名：卢燕飞

授予年度：2011年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：数字图像被动取证 二元相似性度量 特征提取 特征优化 支持向量机 分类性能 

摘      要：随着计算机和多媒体信息技术的飞速发展,数码相机、打印机、扫描仪等设备迅速普及,数字图像的使用范围越来越广泛。数字图像的广泛应用也带来了对其内容的真实性认证和完整信息保护的问题。随着计算机技术和图像编辑软件的发展,用户可以对图像进行拼接、合成、模糊润饰等各种编辑处理,以致人的肉眼很难分辨出图像是否经过篡改。这给新闻界、政治界、法律界、科学界和金融界带来了很大的麻烦,引发了互联网和大众的信任危机。数字图像被动取证能直接针对篡改图像内容对自然图像进行取证。因此,研究数字图像的被动取证技术是解决目前大量篡改图像取证的关键。 本文分析了现有数字图像被动取证技术的原理和特点,研究了现有取证技术的理论背景、实验环境、数学模型及算法,将基于二元相似性度量的数字图像被动取证作为本文的研究重点。 本文提出了将二元相似性度量算法应用于图像被动取证,通过检测原始图像与篡改图像位平面之间的相关性以及位平面内部的二进制纹理特征的差异来检测常用的篡改操作。首先利用二维双树复小波变换的方法提取图像灰度值,然后采用基于一阶伴随变量、归一化直方图、局部二元模式的二元相似性度量算法提取图像特征值,用序列浮动前向选择算法,对提取出的特征值进行了优化。 针对原始图像与篡改图像,本文设计了基于支持向量机的原始-篡改图像分类器,提出了基于二元相似性度量图像被动取证系统的实验模型和流程,对取证系统进行了设计和实现。仿真实验对五种常见的篡改操作(放大、旋转、高斯模糊、亮度调整、锐化)进行检测分类,结果显示本文的方法具有较好的分类准确率。最后,改进的实验方法通过将分类间隔内的样本单独取出并再次训练一个分类器,实验结果显示改进的分类器具有更优的分类性能。