方向的计算所采用算法的具体实现方法。Р第 4 章用 MATLAB7.0 编程实现数字图像盲鉴别的算法;举例说明无限光源图像的实验结果、局部光源图像的实验结果;对算法的性能进行仿真实验,对两种模式的光源图像,在实验结果的基础上,将文献中的算法与本文的算法性能做出比较;对所采用的算法进行相关分析。Р第 5 章主要是总结本文的主要工作,并且对未来的研究方向进行展望。Р第 2 章?数字图像的篡改手段和鉴别技术Р2.1 前言Р图像篡改事件给新闻报道、社会事件、司法取证、军事及政治带来了很多负面的影响;一般情况下我们是通过对数字图像的内容部分进行增加、删除和修改等操作来实现对图像的篡改和伪造,或者篡改图像的显示背景和改变图像的显示效果等。许多篡改手段对图像的篡改会改变图像的原有的数据统计特性[9]。通过数字图像真伪鉴别技术鉴定图像是否被篡改在各个领域都具有重大意义,为了更好的开展数字图像真伪鉴别技术的研究,我们需要了解针对图像篡改所采用的篡改技术,研究其所采用的技术手段的基本原理、操作方法以及篡改对图像自身特征所带来的改变等方面;根据相关参考文献,图像篡改手段主要有对数字图像的真实性篡改、对数字图像的原始性篡改、对数字图像的完整性篡改和对数字图像的版权进行篡改等,具体分类如图 2.1 所示:Р图 2.1 数字图像篡改手段Р数字图像真伪鉴别技术主要是利用图像原始的数据统计特性,通过一定的计算方法来判定现有图像内容是否与原始图像的数据统计特性一致,从而来判断目标图像的准确性和真实性,最终确定图像是否被篡改。常见的图像鉴别技术大体分为主动式和被动式两大类:其中主动式图像鉴别技术可以细分为基于数字签名[10、11]和基于数字水印[12-14] 两种类型;而我们常说的数字图像盲鉴别技术则属于被动式图像鉴别技术。国内外对于主动式图像鉴别技术的研究相对来说是比较成熟的,主动式图像鉴别技术需要依赖于事
全文预览
