使用自适应阈值的图像篡改检测与定位算法
针对利用相机传感器模式噪声的篡改检测在待测图像纹理复杂区域存在较高的虚警,提出了一种考虑纹理复杂度的自适应阈值检测算法.根据Nyman-Pierson (N-P)准则,确定不同纹理复杂度对应的相关性匹配判定阈值,而得到相关性阈值与纹理复杂度的关系拟合函数.在不重叠分块计算待测图像噪声残差和其来源相机传感器模式噪声对应块相关性的基础之上,根据待测图像块不同的纹理复杂度进行相关性匹配,确定大致篡改位置;再用快速零均值归一化互相关(ZNCC)算法计算两噪声图像中大致篡改区域对应点的相关性,实现精确定位.在手机图像库上的实验表明,与现有的固定阈值方法相比,本文算法的检测率达到了98.8%,而虚警率仅为1.897%,有效地降低纹理复杂区域的虚警率,并实现对篡改区域的精确定位;同时,与传统的滑动窗口方法相比,本文算法检测效率平均提高了26倍.
篡改检测定位、传感器模式噪声、相关性匹配、纹理复杂度、自适应阈值、ZNCC算法
28
TP391(计算技术、计算机技术)
浙江省自然科学基金;浙江省信息与通信工程重中之重学科开放基金;浙江省信息与通信工程重中之重学科开放基金
2017-06-30(万方平台首次上网日期,不代表论文的发表时间)
共10页
519-528