基于最近邻搜索耦合近邻损耗聚类的图像伪造检测算法

摘要：

目的 为了解决当前图像伪造检测算法在对图像进行伪造检测时,主要依靠全局搜索的方式来完成特征点匹配,导致其检测效率较低,且在对复杂伪造图像进行检测时,易出现检测精度不高和检测错误的不足.方法 提出基于最近邻搜索耦合近邻损耗聚类的图像伪造检测算法.首先引入积分图像的方法,对图像进行预处理,借助Hessian矩阵行列式来提取特征点.利用特征点构建圆形区域,通过求取圆形区域内Haar小波响应获取特征点的特征描述符.然后通过特征描述符建立KD树索引,利用最近邻搜索方法代替SURF中全局搜索的方法,对SURF进行改进,完成特征点的匹配.最后,利用特征点间的近邻关系求取近邻函数值,通过近邻函数值对特征点进行聚类,完成图像的伪造检测.结果 实验结果显示,与当前图像伪造检测算法相比,所提算法具有更高的检测效率以及更高的检测正确度.结论 所提算法具备较高的检测精度,在印刷防伪与信息安全等领域具有较好的应用价值.

关键词：图像伪造检测、最近邻搜索、SURF特征、KD树、特征聚类、Haar小波响应

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省自然科学基金BK20140159;江苏省自然科学基金BK20135638

在线出版日期：2018-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：185-190