基于SIFT与K-means的图像复制粘贴篡改检测

摘要：

针对基于SIFT的图像篡改检测算法存在的时间复杂度高、鲁棒性低等问题,提出一种改进的SIFT算法.该算法利用K-means算法对SIFT特征向量矩阵的列向量进行聚类,通过选取与整体差异最小的列向量作为初始聚类中心,最终提取该初始聚类中心所在类的特征向量进行匹配,从而大大降低了特征向量的维数.相比于PCA-SIFT算法只能够线性降维,该算法还考虑了局部特征的非线性关系.实验结果表明,与PCA-SIFT算法相比,该算法具有更高的检测效率及检测正确率,并对旋转、缩放操作具有较强的鲁棒性.

关键词：篡改检测、复制-粘贴、SIFT、K-means

所属期刊栏目：28

分类号：TP301(计算技术、计算机技术)

资助基金：江苏省自然科学基金BK2011789;东南大学毫米波国家重点实验室开放课题K201318

在线出版日期：2018-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：121-124