基于模糊不变矩和区域生长的图像盲检测算法

提出了基于模糊不变矩和区域生长的篡改盲检测算法。该算法根据图像模糊原理,分析复制-粘贴篡改区域的特点,采用24个模糊不变矩表示图像子块特征;通过子块特征的相似度确定篡改区域的侯选种子,再根据侯选种子的邻域块对的相似度找出篡改区域的真种子,并通过中心连接区域生长法从真种子中生长出经过模糊的篡改区域。本算法对粘贴区域被模糊使之融入到背景之中的篡改图有较好的检测性能。     

基于SVD和直方图的JPEG同幅图像篡改盲检测算法

首先分析了基于小波变换和奇异值分解方法对同幅图像拼接篡改检测的缺点,结合相关重要的思想,构建了一种改进算法,该算法运用SVD提取图像块特征,并采用偏移频率的直方图来确定阈值。在仿真实验中,通过运用三种算法对图像篡改进行检测,对比结果表明,文章所提算法对同幅图像单次篡改和多次篡改均有更好的检测效果,而且通过修改图像的质量因子的实验进一步证实了该算法具有一定的鲁棒性。     

一种基于盒子维的图像复制-粘贴篡改检测算法

提出了一种基于盒子维的图像复制-粘贴检测算法。对图像分块后,提取各分块的盒子维与几何矩相结合做为各块的特征量,而后通过对图像块特征向量进行相似性检测来定位篡改区域。实验表明:该算法有较强检测能力,能抵抗高斯白噪声等后处理操作。     

基于JPEG块效应的图像合成篡改检测

该文介绍了利用JEPG块效应,针对JPEG图像合成篡改的盲检测原理,并给出了检测算法的流程。首先计算待测图像水平和垂直方向差分图像的功率谱密度,功率谱密度的计算中用来依次评价图像各区域块效应的滑块,其大小由手动随机设置改进为根据被测图像尺寸自动调整。然后根据定义的块效应评价,确定篡改区域。最后通过实验验证,这种改进不仅有效,而且对篡改对象的尺度缩放、旋转和噪声有一定鲁棒性。     

基于相位相关法与改进SURF算法的图像拼接方法

为避免相邻图像非重叠区域特征点被检测和提取,加速图像配准,提出一种基于相位相关法与改进SURF算法的快速图像拼接方法。该方法采用相位相关算法确定待拼接图像的重叠区域,限定SURF特征点检测、提取范围,用改进的SURF算法进行特征点匹配|然后根据MSAC算法剔除误配后的特征点匹配对,求取单应性矩阵,实现图像之间的快速配准|最后采用多波段融合算法对配准后的图像进行处理以消除拼接缝。实验结果表明,与传统算法相比,该方法可提高特征点匹配正确率,加速图像配准过程,完成拼接图像间的平滑过渡。     

不同图像之间拼接篡改的数字图像检测研究

对基于CFA（颜色滤波阵列）模型的篡改检测算法进行了改进。其检测过程为：首先,利用插值算法得到像素位置的预测误差,根据预测误差计算出CFA单元特征;然后,利用EM（期望最大化）算法估计特征模型的参数,算法对篡改位置的均值不做事先确定（从实验来看这种改进具有较好的效果）;最后,利用贝叶斯理论计算出每个像素点的似然率,根据似然率的不同来定位篡改区域。在进行单CFA阵列模式检测的情况下,对多种CFA阵列模式的图像也进行了检测分析,实验结果显示,该算法能够对多种CFA阵列模式的图像准确定位篡改区域。     

一种新颖的数字图像篡改检测方法

检测数字图像复制—粘贴型篡改是目前研究热点之一。多数复制—粘贴篡改检测方案只对刚性平移篡改具有较好的检测精度,无法有效应对更复杂的几何变换和常规信号攻击。为优化数字图像复制—粘贴篡改检测效率和精度,首次提出一种使用极坐标复指数变换（PCET）与一致性敏感哈希（CSH）的高效检测算法。首先,计算滑动窗口 PCET 系数,将其作为不变的图像局部特征|然后,根据这些特征,利用 CSH 算法快速、精确地匹配大量密集分块|最后,使用基于密集线性滤波的后处理算法消除匹配结果中的错误匹配并定位重复区域,得到最终检测结果。根据实验结果可知,该算法不仅检测精度平均提高 12.06%,而且处理时间平均缩短315.64s。因此利用对几何变换和常规信号攻击鲁棒的 PCET 系数刻画图像局部特征,并采用基于图像一致性的快速高精度匹配算法 CSH,可有效优化复制—粘贴篡改检测精度和效率。     

一种Seam-insertion篡改的检测与定位方法

针对能够用于图像篡改的Seam-insertion技术,提出了一种Seam-insertion篡改识别定位算法。算法充分考虑了Seam-insertion篡改所引起的图像特征变化,提取像素点的线性特征和能量特征用于篡改的检测,并利用Seam的特性对篡改区域进行定位。实验结果表明,提出的方案能有效识别基于Seam-insertion的图像篡改,并能对篡改区域进行较为准确的定位。     

基于多尺度特征先验的图像拼接篡改检测

针对现有图像拼接篡改算法存在识别准确度不高的问题,提出了一种基于多尺度特征先验的图像拼接篡改检测框架。首先,训练一个环状残差网络对数据集的深度特征进行学习,将训练得到的模型作为后续网络学习的先验知识。然后,开发一个由多个外部注意力块和环状残差块组合的分支网络,该分支网络有效地利用环状残差网络训练模型中的多尺度特征先验知识,进一步学习到精确的拼接篡改图像区域信息。为了进一步解决数据不均衡问题,结合二值交叉熵损失和Dice损失来设计模型训练目标函数,最终较为精确地检测出篡改区域图。大量实验对比数据表明,所提方法可以有效检测出不同场景下的拼接篡改图像,与对比方法相比有更高的检测准确率。为了进一步检验模型的鲁棒性,对压缩和噪声图像进行了实验测试,结果表明所提方法在鲁棒性方面也能取得较好的结果。     

一种新的图像认证水印MATLAB程序实现

图像认证水印的应用要解决的基本问题有两个:一是鉴别数字图像的真伪,即图像的真实性和完整性问题;二是篡改定位,即被篡改的区域的定位,并推断图像被篡改的程度和感兴趣的区域。提出一种新的认证水印算法,利用Matlab工具软件,在Matlab环境下仿真实现水印的生成、嵌入、提取和检测,分析算法的性能,具有较好的现实意义。     

基于双重水印的图像篡改检测算法研究

双重水印嵌入算法是在当前数字水印技术和信息隐藏技术研究成果的基础上,结合变换域和空间域方面的技术理论,对需要保护的图像进行双重水印嵌入。该算法充分发挥变换域算法水印鲁棒性好、抗攻击能力强和空间域算法水印嵌入量大的优势。采用图像分块检测算法,可降低篡改检测的虚警率,提升检测的精确度和水印的抗攻击性能。基于双重水印的图像篡改检测算法可以很好地对数字图像的真实性和完整性进行验证。     

基于矩不变量的半脆弱图像认证水印算法研究

提出了一种新的半脆弱图像水印算法,该算法根据图像矩不变量的半脆弱性生成认证水印来区分偶然失真和恶意篡改,并由图像小波分解的逼近系数构成的水印来定位篡改区域.     

基于模板匹配的图像修复法

提出了一种基于模板匹配的图像修复方法。该算法在所有的待修复区域边缘寻找优先权最高的待修复块,在规定的样本区域寻找与上一步所得的具有最高优先权的待修复块最为匹配的样本块,用所得的最佳样本块填充所受损的图像区域,直到图像整体修复完成。试验仿真表明该方法在大面积图像受损的条件下,实现了图像的纹理信息保护,整幅图像有较好的修复视觉效果。     

基于块匹配算法在图像信息隐藏技术中的应用

提出了基于块匹配的图像隐藏算法,并对该算法进行了描述和实现。该算法通过探讨秘密图像和载体图像之间块的相互关联性,提高了隐密图像的质量,秘密图像信息可以完全恢复。     

基于重构样本区域的数字图像修复算法研究

基于样本块的纹理合成修复算法（Criminisi算法）在匹配样本块时,因为使用全局搜索策略而降低了有效匹配效率。针对这一问题,重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性,对图像样本区域进行了重构,减少了样本块搜索范围,提高了图像修复效率。     

基于改进SURF算法的机器人识别匹配方法

由于传统SURF匹配算法选取大量不符合预期的特征点,增加了后期匹配运算时间,导致不能满足工业级应用快速性的要求。提出一种改进的SURF算法,首先对摄像头获取的目标图像进行均值滤波处理,然后选择合理阈值、运用Canny算子对获取的目标图像进行边缘检测,再通过Hessian矩阵获取图像局部最值,并利用SURF算法对边缘图像进行匹配。仿真结果表明,该SURF算法在应用于工业机器人目标识别匹配时,既能减少匹配时间,又可以提高匹配准确度。     

基于显著区域检测的SURF特征匹配优化算法

针对传统SURF匹配算法在特征点选取阶段选取了大量不符合匹配预期的特征点,增加了后期匹配的运算复杂度,提出一种SURF算子和显著区域检测相结合的方法。为使检测出的极值点和预期匹配的目标更加接近,用SURF算子构建出尺度空间图像后对该空间作显著区域检测,再对特征点赋显著度权值并通过孤立点剔除和局部冗余筛选出目标点,筛选后的特征点比传统方法得到的特征点数量明显减少,在降低时间复杂度的同时匹配精度提高了18%。特征匹配时引入RANSAC算法剔除误匹配点对,对匹配结果作进一步修正。实验表明,与传统SURF算法比较,改进算法在实时性和匹配精度方面均更优。     

一种应用于PCB裸板质量检测的图像拼接算法

在印刷电路板(PCB)裸板质量检测中,针对单次拍摄完整PCB裸板无法获取高分辨率、高精度图像的问题,根据机器视觉原理和数字图像处理技术设计并实现了一种针对PCB裸板质检的图像拼接算法。该算法首先利用SURF算子实现图像特征提取,然后在随机抽样一致算法的基础上优化匹配结果,最后采用保留PCB缺陷特征的改进加权融合方法进行图像融合,完成视觉系统中的PCB图像拼接。实验结果表明,该算法可以有效地对PCB裸板图像进行无缝拼接,同时能够将未拼接图像因精度低而漏检的瑕疵部分清晰展现并输出检测结果,以备后续对PCB裸板进行综合质检,可应用在公司实际产品检测中,具有良好的工程实用性。     

基于MPEG压缩域的高速公路车辆检测方法

提出了一种从MPEG-2压缩数据流中提取高速公路车流量的方法．白天根据车辆运动的特点,利用宏块的运动矢量检测车辆,并给出了运动矢量噪声的滤除算法．夜间根据车灯的亮度高于背景区域的特点,利用图像块的DCT系数检测车辆的车灯,并介绍了P帧图像块的DCT系数的计算方法．为了防止道路外物体的移动以及镜头的移动对检测造成的影响,给出了车道定位的方法以及镜头移动检测的算法．采用此方法,白天的检测准确率可达97．4％,夜间的检测准确率可达95．4％．实验表明本检测方法是有效的．     

一种改进的ViBe算法

针对Vi Be算法在使用含有运动物体的帧进行建模,在检测阶段容易引入Ghost区域以及在高动态背景下不能较好地检测运动目标的问题,使用块区域进行建模对Vi Be算法进行了改进.算法把每一帧图像分成若干不重叠的块,对每个块进行离散余弦变换,取变换后块的直流分量建立背景样本集.从第二帧开始,用当前帧中每个块直流分量与对应的背景样本集进行比较,得出该块应该归为背景还是前景,进而检测出运动目标,并用该块更新样本集中与该块最不相似的样本.结果表明,给出的算法可以快速地去掉Ghost区域以及在高动态背景下算法仍能较准确地检测出运动物体.