多尺度LBP耦合K-D树的图像伪造盲检测算法

摘要：

针对当前图像伪造检测算法难以有效识别相似区域,且其检测精度依赖于参数和阈值的选择,使其自适应能力较差等不足,提出局部二值模式耦合K-D树的复制-粘贴图像伪造检测算法.基于传统的LBP,设计具有均匀不变性、旋转不变性以及旋转均匀不变性的3种LBP,将其组合形成多尺度LBP(MLBP),利用MLBP提取图像特征,得到3组特征矩阵;引入K-D树,寻找其最优邻域,获取对应的3个相似特征矩阵,通过判断3个特征矩阵中至少两个特征值相同来识别该区域是否被篡改;引入随机抽样一致性策略,降低图像块的误匹配率,提高检测精度.实验结果表明,与当前图像伪造检测技术相比,该检测算法的检测精度更高,能有效识别出旋转、缩放、模糊以及噪声等伪造形式.

关键词：图像伪造检测、复制-粘贴、局部二值模式、K-D树、随机抽样一致性

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：辽宁省自然科学基金项目201202191;辽宁省教育厅课题基金项目W2013100

在线出版日期：2017-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1307-1313