基于動態(tài)閾值取證的數(shù)字圖像局部模糊盲檢測方法.pdf

1、伴隨著現(xiàn)代科技的飛速發(fā)展，數(shù)字圖像編輯軟件的使用越來越廣泛，得益于這些多樣化的處理圖像軟件，數(shù)字圖像經(jīng)過篡改后，人眼很難察覺到修改痕跡。這些圖像處理軟件易于操作，使得人們能夠根據(jù)自己的意愿對獲得的圖像有意或無意的進(jìn)行加工，這些都會在一定程度上影響圖像的真實(shí)性，因此，鑒別數(shù)字圖像的真實(shí)性是很重要的。
　　傳統(tǒng)的檢測手段主要是數(shù)字水印和數(shù)字簽名，這兩種檢測手段需要在篡改前預(yù)嵌入水印或簽名，所以被統(tǒng)稱為主動檢測，但是，這兩種方法的應(yīng)用面

2、比較窄，實(shí)用性不強(qiáng)。本文主要是針對數(shù)字圖像的被動盲檢測的研究，檢測圖像是否在拍攝之后經(jīng)過了偽造，但是它的前提必須是沒有預(yù)嵌入簽名或水印。被動的盲檢測是首先要分析篡改操作對圖像的特征造成了什么影響，然后提取發(fā)生改變的特征，這種方法實(shí)用性比較強(qiáng)，因?yàn)樗恍枰獓?yán)格限定拍攝設(shè)備。
　　目前，篡改圖像的手段具有多樣性，這給圖像的鑒別帶來了很大不便，因此本文重點(diǎn)針對人工局部模糊這種常用篡改手段進(jìn)行圖像鑒別。本文中所提到的圖像篡改操作都是簡單的

3、人工局部模糊過程，并分析篡改所帶來的影響，最終檢測和定位人工局部模糊區(qū)域。
　　本文提出了一種針對人工局部模糊篡改的盲檢測方法。首先分析了空間域的模糊特征，利用最小二乘法建模得出每個像素的預(yù)測值，并將目標(biāo)像素和預(yù)測值的誤差的方差作為模糊特征，確定出模糊區(qū)域;然后結(jié)合利用頻域的相關(guān)系數(shù)，在一個置信區(qū)間內(nèi)描述模糊特征的概率分布特性，確定動態(tài)閾值，進(jìn)而分離出模糊區(qū)域內(nèi)的人工模糊像素，實(shí)現(xiàn)人工局部模糊篡改的盲檢測。并且在本文中引用了一種檢