基于復(fù)制粘貼的圖像篡改檢測技術(shù)研究

]：（2-1）時，則稱為一個基本小波或小波母函數(shù)，并稱上式是小波函數(shù)的可容許條件。根據(jù)小波函數(shù)的定義，小波函數(shù)一般在時域具有緊支集或近似緊支集，即函數(shù)的非零值定義域具有有限的范圍，這即所謂“小”的特點；另一方面，根據(jù)可容許性條件可知，即直流分量為零，因此小波又具有正負(fù)交替的波動性。將小波母函數(shù)進(jìn)行伸縮和平移，設(shè)其伸縮因子（亦稱尺度因子）為，平移因子為，并記平移伸縮后的函數(shù)為，則：（2-2）并稱為參數(shù)和小波基函數(shù)。由于和均取連續(xù)變換的值，因此又稱為連續(xù)小波基函數(shù)，它們是由同一母函數(shù)經(jīng)伸縮和平移后得到的一組函數(shù)系列。3.2.2連續(xù)小波變換將空間的任意函數(shù)在小波基下進(jìn)行展開，稱其為函數(shù)的連續(xù)小波變換CWT，變換式為：（2-3）當(dāng)小波的容許性條件成立時，其逆變換為：（2-4）其中為的容許性條件。另外，在小波變換過程中必須保持能量成比例，即：（2-5）由CWT的定義可知，小波變換和傅立葉變換一樣，也是一種積分變換，其中為小波變換系數(shù)。可見小波變換對函數(shù)在小波基上的展開具有多分辨率的特性，這種特性正是通過縮放因子和平移因子來得到的。一個一維函數(shù)的連續(xù)小波變換是一雙變量的函數(shù)，變量比多一個，因此稱連續(xù)小波變換是超完備的，因為它要求的存儲量和它代表的信息量都顯著增加了。對于變量超過一個的函數(shù)來說，這個變換的維數(shù)也將增加。若是一個二維函數(shù)，則它的連續(xù)小波變換是：（2-6）其中，，表示在兩個維度上的平移，二維連續(xù)小波逆變換為：（2-7）同樣的方法可以推廣到兩個或兩個以上的變量函數(shù)上。3.3小波圖像增強算法在處理的過程中，對小波系數(shù)采用了下面三種增強算法：（1）單閾值增強方法該算法采用非線性函數(shù)：（2-8）其中，T為閾值門限，G為增益因子，Win和Wout為變換前后的小波系數(shù)。在具體實驗過程中，T和G的取值采用人機交互的方式進(jìn)行選取。（2）雙閾值增強算法該算法采用非線性函數(shù)：（2-9）其中：T1，T2為閾值門限（T1<T2），，（二為圖像大小，為均方差），G為增益因子，Win和Wout為變換前后的小波系數(shù)。在具體實驗過程中，T2和G的取值采用人機交互的方式進(jìn)行選取。這種算法將-T1與T1之間的小波系數(shù)設(shè)為0，對噪聲進(jìn)行抑制，其它區(qū)間的小波系數(shù)采用相應(yīng)的變換函數(shù)，增強圖像的細(xì)節(jié)。（3）自適應(yīng)增強算法該算法采用非線性函數(shù)：（2-10）其中：T1，T2為閾值門限（T<T2），G為增益因子，Win和Wout為變換前后的小波系數(shù)。在實驗中，T1，T2采用人機交互的方式進(jìn)行選取。G與噪聲顯著性指數(shù)g的關(guān)系如下：（2-11）g1，g2為門限閩值()，當(dāng)噪聲較小時，對小波系數(shù)的增益較大；當(dāng)噪聲較大時，對小波系數(shù)的增益較小，達(dá)到自適應(yīng)增強的目的。利用小波變換對圖像進(jìn)行增強，本文選取“雙正交小波（bior(4，4）)”對圖像進(jìn)行N=4級分解。3.4實驗結(jié)果與分析實驗測試的主要內(nèi)容有:(1)圖像存在多處復(fù)制粘貼的篡改操作時，對圖像進(jìn)行加噪、模糊及混合處理的操作;（2)旋轉(zhuǎn)被復(fù)制的圖像區(qū)域后再進(jìn)行粘貼;(3)對圖像庫圖像進(jìn)行加噪、模糊及混合處理操作，計算檢測率與錯誤率;(4)在運算量方面，與已有算法進(jìn)行比較。（a)原始圖像(b)篡改圖像(c)算法檢測結(jié)果圖2.1無后處理區(qū)域復(fù)制粘貼篡改檢測結(jié)果圖接下來對經(jīng)過復(fù)制粘貼篡改的圖像進(jìn)行各種后處理操作，添加不同的椒鹽噪聲(圖2.2（a)一(c))、高斯噪聲(圖2.2(d)-(e))、用不同等級的模糊因子進(jìn)行高斯模糊(圖2.2(f)、(g))以及高斯模糊跟椒鹽噪聲混合處理(圖2.2(h))，得到的檢測圖如圖2.2所示。(a)椒鹽噪聲0.002(b)椒鹽噪聲0.005(c)椒鹽噪聲0.02(d)高斯噪聲SNR=4(e)高斯噪聲SNR=35(f)高斯模糊(n1=n2=5,2δ=1)(g)高斯模糊(n1=n2=5,2δ=3)(h)混合操作(n1=n2=5,2δ=2)+SNR(20dB)圖2.2添加不同強度、不同噪聲、高斯模糊及混合操作檢測結(jié)果圖

結(jié)語這樣的圖像在生活中的運用是非常普遍的，所以如果我們能夠完整將一些圖片的真實性達(dá)到最高，這樣也能夠給人們社會生活中的信息傳遞真實對待這樣的現(xiàn)象是對社會發(fā)展我們需要在一個真實的環(huán)境中的數(shù)字化處理進(jìn)行實踐性操作所以能夠在一定出現(xiàn)問題之后能夠分析結(jié)果得出實踐性最普遍的答案，能夠最終對一些十分深刻的現(xiàn)象能夠出現(xiàn)最好的，本文主要研究圖像區(qū)域經(jīng)過復(fù)制粘貼這一篡改操作的盲取證模式。通過這樣的一次畢業(yè)設(shè)計過程中的親自動手實踐的過程，我能夠?qū)W到很多平時在書本中學(xué)不到的較多的知識，不僅是增長了我的見識，更多的是擴(kuò)充了我的生活閱歷，客觀來講，主要可以總結(jié)為以下幾個方面：1、在這樣的一次畢業(yè)設(shè)計，動手操作實踐的過程中，我能夠?qū)⑵綍r在書本中學(xué)到的理論知識與實踐的工作能夠予以高效統(tǒng)一的結(jié)合起來，進(jìn)而實現(xiàn)知識與知識之間的融會貫通，最終將書本上學(xué)到的知識，充分的應(yīng)用到具體的實踐以及生活之中。除此之外，在具體的實踐過程中，我能夠更加清晰的認(rèn)識到自己能力以及知識上的較大程度的欠缺以及許多的亟待完成和大力的改進(jìn)的問題，對于理論知識的重要性以及動手實踐的重要性，不管是從宏觀的層面上，還是從微觀的層面上，都有了更好的認(rèn)識和更加深刻的理解，能夠掌握到的知識，不管是從廣度上，還是從深度上，較之于從前，也是呈現(xiàn)出了較大程度的提升和加強，進(jìn)而最終實現(xiàn)整個設(shè)計過程，更加系統(tǒng)高效的予以實施和大力的發(fā)展加強態(tài)勢的完成。2、對數(shù)字圖像篡改的工作機理和具體的運營原理，也能夠有一個更加客觀的認(rèn)識和明確的理解。在具體的實踐和實際的設(shè)計過程中，我對于單片機的認(rèn)識，不再是像過往那樣，停留在較為膚淺的概念認(rèn)識和概念理解的層面上，更多的是對其具體的運營機制和客觀的工作原理，有了更深的體會。并且，通過對單片機的工作原理的認(rèn)識和客觀的了解，自己也能夠親自動手，設(shè)計出一個相對較小的系統(tǒng)出來，進(jìn)而在實際的使用過程中，能夠發(fā)揮出來的綜合作用也是尤為重大的。3、使得我自己動手查找文獻(xiàn)資料的能力，實現(xiàn)了較大程度的提升和高效的加強。在整個系統(tǒng)性的管理和具體的設(shè)計事宜執(zhí)行的過程中，盡管是遇到了這樣或者是那樣的諸多的問題，但是通過自己的努力和自己不斷的實現(xiàn)對相關(guān)的文獻(xiàn)資料的查閱，在與老師以及同學(xué)的交流過程中，一步步的實現(xiàn)了這樣的一種問題的良好的解決和客觀的處理。從這樣的一個過程中，使得我的眼界不再是簡單的停留在書本的層面上，更多的是了解到了很多的書本之外的知識，進(jìn)而是我的見識以及眼界，實現(xiàn)了更大的開拓，更加的擅長于團(tuán)隊協(xié)作了，能夠更好的與他人進(jìn)行良好的交流和及時的互動，對別人的建議，更懂得去粗存精了，在這樣的一個過程中，更加的深刻的認(rèn)識到團(tuán)隊發(fā)展和團(tuán)隊管理的重要性了，因而，總的來講，通過這樣的一個過程中，更加的使得自身的綜合技能，得到了較大程度的進(jìn)步和系統(tǒng)性的予以提升。

參考文獻(xiàn)[1] 葉幗華.一種基于盒子維的圖像復(fù)制-粘貼篡改檢測算法[J].莆田學(xué)院學(xué)報，2012，02：61-63.[2] 趙俊紅，康文雄.基于投影數(shù)據(jù)主成分分析的圖像篡改檢測算法[J].計算機工程，2012，10：203-205.[3] 姚恒，陳穎，趙琰，陳岳軍，喬通.穩(wěn)健性圖像復(fù)制-粘貼篡改被動認(rèn)證[J].電視技術(shù)，2012，09：14-18.[4] 賀佩，李峰，熊兵.基于不變矩特征的圖像區(qū)域復(fù)制粘貼篡改檢測[J].計算機工程與應(yīng)用，2012，16：198-201.[5] 王向陽，王春鵬，楊紅穎，牛盼盼.局部彩色圖像的篡改檢測與內(nèi)容修復(fù)方法研究[J].遼寧師范大學(xué)學(xué)報(自然科學(xué)版），2013，04：484-490.[6] 葉嬌嬌，陳明志.基于小波矩的圖像復(fù)制粘貼篡改檢測[J].計算機系統(tǒng)應(yīng)用，2013，12：108-112.[7] 趙薇.數(shù)字圖像區(qū)域復(fù)制篡改檢測關(guān)鍵技術(shù)分析[J].價值工程，2011，02：186-187.[8] 張小祥，周治平.小波低頻子帶提取特征的圖像復(fù)制篡改檢測[J].計算機工程與應(yīng)用，2011，10：161-163+228.[9] 姜麗，周少瓊.基于Zernike矩的圖像區(qū)域旋轉(zhuǎn)篡改檢測[J].計算機技術(shù)與發(fā)展，2011，05：48-51.[10] 劉美紅，徐蔚鴻.基于分形和統(tǒng)計的復(fù)制-粘貼篡改圖像的檢測[J].計算機應(yīng)用，2011，08：2236-2239.[11] 賈福運，陳明志，肖傳奇，查昊迅.基于圓形描述算子的CSIFT圖像復(fù)制粘貼檢測算法[J].信息網(wǎng)絡(luò)安全，2014，07：12-15.[12] 鞏家昌，郭繼昌.利用CSURF的圖像復(fù)制粘貼篡改檢測[J].天津大學(xué)學(xué)報（自然科學(xué)與工程技術(shù)版），2014，09：759-764.致謝本論文是在導(dǎo)師的諄諄教誨和指導(dǎo)下完成的，從選題、構(gòu)思到定稿無不滲透著導(dǎo)師的心血和汗水；導(dǎo)師淵博的知識和嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)使我受益終身，在此表示深深的敬意和感謝。這次寫論文的經(jīng)歷也會使我終身受益，我感受到，做論文是要真真正正用心去做的一件事情，是真正的自己學(xué)習(xí)的過程和研究的過程。沒有認(rèn)真學(xué)習(xí)和鉆研，自己就不可能有研究的能力，就不可能有自己的研究，就不會有所收獲和突破。希望這個經(jīng)歷，在今后的學(xué)習(xí)和生活中能夠繼續(xù)激勵我前進(jìn)。另外，還要特別感謝我的家人，他們