基于复制粘贴的图像篡改检测技术研究

]：（2-1）时，则称为一个基本小波或小波母函数，并称上式是小波函数的可容许条件。根据小波函数的定义，小波函数一般在时域具有紧支集或近似紧支集，即函数的非零值定义域具有有限的范围，这即所谓“小”的特点；另一方面，根据可容许性条件可知，即直流分量为零，因此小波又具有正负交替的波动性。将小波母函数进行伸缩和平移，设其伸缩因子（亦称尺度因子）为，平移因子为，并记平移伸缩后的函数为，则：（2-2）并称为参数和小波基函数。由于和均取连续变换的值，因此又称为连续小波基函数，它们是由同一母函数经伸缩和平移后得到的一组函数系列。3.2.2连续小波变换将空间的任意函数在小波基下进行展开，称其为函数的连续小波变换CWT，变换式为：（2-3）当小波的容许性条件成立时，其逆变换为：（2-4）其中为的容许性条件。另外，在小波变换过程中必须保持能量成比例，即：（2-5）由CWT的定义可知，小波变换和傅立叶变换一样，也是一种积分变换，其中为小波变换系数。可见小波变换对函数在小波基上的展开具有多分辨率的特性，这种特性正是通过缩放因子和平移因子来得到的。一个一维函数的连续小波变换是一双变量的函数，变量比多一个，因此称连续小波变换是超完备的，因为它要求的存储量和它代表的信息量都显著增加了。对于变量超过一个的函数来说，这个变换的维数也将增加。若是一个二维函数，则它的连续小波变换是：（2-6）其中，，表示在两个维度上的平移，二维连续小波逆变换为：（2-7）同样的方法可以推广到两个或两个以上的变量函数上。3.3小波图像增强算法在处理的过程中，对小波系数采用了下面三种增强算法：（1）单阈值增强方法该算法采用非线性函数：（2-8）其中，T为阈值门限，G为增益因子，Win和Wout为变换前后的小波系数。在具体实验过程中，T和G的取值采用人机交互的方式进行选取。（2）双阈值增强算法该算法采用非线性函数：（2-9）其中：T1，T2为阈值门限（T1<T2），，（二为图像大小，为均方差），G为增益因子，Win和Wout为变换前后的小波系数。在具体实验过程中，T2和G的取值采用人机交互的方式进行选取。这种算法将-T1与T1之间的小波系数设为0，对噪声进行抑制，其它区间的小波系数采用相应的变换函数，增强图像的细节。（3）自适应增强算法该算法采用非线性函数：（2-10）其中：T1，T2为阈值门限（T<T2），G为增益因子，Win和Wout为变换前后的小波系数。在实验中，T1，T2采用人机交互的方式进行选取。G与噪声显著性指数g的关系如下：（2-11）g1，g2为门限闽值()，当噪声较小时，对小波系数的增益较大；当噪声较大时，对小波系数的增益较小，达到自适应增强的目的。利用小波变换对图像进行增强，本文选取“双正交小波（bior(4，4）)”对图像进行N=4级分解。3.4实验结果与分析实验测试的主要内容有:(1)图像存在多处复制粘贴的篡改操作时，对图像进行加噪、模糊及混合处理的操作;（2)旋转被复制的图像区域后再进行粘贴;(3)对图像库图像进行加噪、模糊及混合处理操作，计算检测率与错误率;(4)在运算量方面，与已有算法进行比较。（a)原始图像(b)篡改图像(c)算法检测结果图2.1无后处理区域复制粘贴篡改检测结果图接下来对经过复制粘贴篡改的图像进行各种后处理操作，添加不同的椒盐噪声(图2.2（a)一(c))、高斯噪声(图2.2(d)-(e))、用不同等级的模糊因子进行高斯模糊(图2.2(f)、(g))以及高斯模糊跟椒盐噪声混合处理(图2.2(h))，得到的检测图如图2.2所示。(a)椒盐噪声0.002(b)椒盐噪声0.005(c)椒盐噪声0.02(d)高斯噪声SNR=4(e)高斯噪声SNR=35(f)高斯模糊(n1=n2=5,2δ=1)(g)高斯模糊(n1=n2=5,2δ=3)(h)混合操作(n1=n2=5,2δ=2)+SNR(20dB)图2.2添加不同强度、不同噪声、高斯模糊及混合操作检测结果图

结语这样的图像在生活中的运用是非常普遍的，所以如果我们能够完整将一些图片的真实性达到最高，这样也能够给人们社会生活中的信息传递真实对待这样的现象是对社会发展我们需要在一个真实的环境中的数字化处理进行实践性操作所以能够在一定出现问题之后能够分析结果得出实践性最普遍的答案，能够最终对一些十分深刻的现象能够出现最好的，本文主要研究图像区域经过复制粘贴这一篡改操作的盲取证模式。通过这样的一次毕业设计过程中的亲自动手实践的过程，我能够学到很多平时在书本中学不到的较多的知识，不仅是增长了我的见识，更多的是扩充了我的生活阅历，客观来讲，主要可以总结为以下几个方面：1、在这样的一次毕业设计，动手操作实践的过程中，我能够将平时在书本中学到的理论知识与实践的工作能够予以高效统一的结合起来，进而实现知识与知识之间的融会贯通，最终将书本上学到的知识，充分的应用到具体的实践以及生活之中。除此之外，在具体的实践过程中，我能够更加清晰的认识到自己能力以及知识上的较大程度的欠缺以及许多的亟待完成和大力的改进的问题，对于理论知识的重要性以及动手实践的重要性，不管是从宏观的层面上，还是从微观的层面上，都有了更好的认识和更加深刻的理解，能够掌握到的知识，不管是从广度上，还是从深度上，较之于从前，也是呈现出了较大程度的提升和加强，进而最终实现整个设计过程，更加系统高效的予以实施和大力的发展加强态势的完成。2、对数字图像篡改的工作机理和具体的运营原理，也能够有一个更加客观的认识和明确的理解。在具体的实践和实际的设计过程中，我对于单片机的认识，不再是像过往那样，停留在较为肤浅的概念认识和概念理解的层面上，更多的是对其具体的运营机制和客观的工作原理，有了更深的体会。并且，通过对单片机的工作原理的认识和客观的了解，自己也能够亲自动手，设计出一个相对较小的系统出来，进而在实际的使用过程中，能够发挥出来的综合作用也是尤为重大的。3、使得我自己动手查找文献资料的能力，实现了较大程度的提升和高效的加强。在整个系统性的管理和具体的设计事宜执行的过程中，尽管是遇到了这样或者是那样的诸多的问题，但是通过自己的努力和自己不断的实现对相关的文献资料的查阅，在与老师以及同学的交流过程中，一步步的实现了这样的一种问题的良好的解决和客观的处理。从这样的一个过程中，使得我的眼界不再是简单的停留在书本的层面上，更多的是了解到了很多的书本之外的知识，进而是我的见识以及眼界，实现了更大的开拓，更加的擅长于团队协作了，能够更好的与他人进行良好的交流和及时的互动，对别人的建议，更懂得去粗存精了，在这样的一个过程中，更加的深刻的认识到团队发展和团队管理的重要性了，因而，总的来讲，通过这样的一个过程中，更加的使得自身的综合技能，得到了较大程度的进步和系统性的予以提升。

参考文献[1] 叶帼华.一种基于盒子维的图像复制-粘贴篡改检测算法[J].莆田学院学报，2012，02：61-63.[2] 赵俊红，康文雄.基于投影数据主成分分析的图像篡改检测算法[J].计算机工程，2012，10：203-205.[3] 姚恒，陈颖，赵琰，陈岳军，乔通.稳健性图像复制-粘贴篡改被动认证[J].电视技术，2012，09：14-18.[4] 贺佩，李峰，熊兵.基于不变矩特征的图像区域复制粘贴篡改检测[J].计算机工程与应用，2012，16：198-201.[5] 王向阳，王春鹏，杨红颖，牛盼盼.局部彩色图像的篡改检测与内容修复方法研究[J].辽宁师范大学学报(自然科学版），2013，04：484-490.[6] 叶娇娇，陈明志.基于小波矩的图像复制粘贴篡改检测[J].计算机系统应用，2013，12：108-112.[7] 赵薇.数字图像区域复制篡改检测关键技术分析[J].价值工程，2011，02：186-187.[8] 张小祥，周治平.小波低频子带提取特征的图像复制篡改检测[J].计算机工程与应用，2011，10：161-163+228.[9] 姜丽，周少琼.基于Zernike矩的图像区域旋转篡改检测[J].计算机技术与发展，2011，05：48-51.[10] 刘美红，徐蔚鸿.基于分形和统计的复制-粘贴篡改图像的检测[J].计算机应用，2011，08：2236-2239.[11] 贾福运，陈明志，肖传奇，查昊迅.基于圆形描述算子的CSIFT图像复制粘贴检测算法[J].信息网络安全，2014，07：12-15.[12] 巩家昌，郭继昌.利用CSURF的图像复制粘贴篡改检测[J].天津大学学报（自然科学与工程技术版），2014，09：759-764.致谢本论文是在导师的谆谆教诲和指导下完成的，从选题、构思到定稿无不渗透着导师的心血和汗水；导师渊博的知识和严谨的学风使我受益终身，在此表示深深的敬意和感谢。这次写论文的经历也会使我终身受益，我感受到，做论文是要真真正正用心去做的一件事情，是真正的自己学习的过程和研究的过程。没有认真学习和钻研，自己就不可能有研究的能力，就不可能有自己的研究，就不会有所收获和突破。希望这个经历，在今后的学习和生活中能够继续激励我前进。另外，还要特别感谢我的家人，他们