基于模式分类的成像设备源辨识技术

论文摘要

数字图像能被很容易地生成和窜改,在这种情况下,数字图像来源的可靠性受到了严重的质疑。为了解决这一问题,需要一种客观、公正、能够澄清事实真相的验证技术,数字图像取证正是为这一目的而提出的,它对确保数字图像来源的可靠性有着重要的意义。本文以基于模式分类的途径来研究成像设备源辨识问题。从理想模式和实际应用模式两个方面来讨论源辨识算法的性能及鲁棒性问题,研究对象是来自数码相机和彩色扫描仪所捕获的数字图像。其中理想模式即待测图像未受篡改处理的情况；而实际应用模式对应于待测图像受过篡改处理的情况。具体地,所做的研究成果可以概括为如下部分：1、改进了相机源辨识算法。该方法具有更理想的分类效果。并以其为研究对象,分析了现有源辨识算法的鲁棒性,指出了现有相机源辨识算法在设计过程中存在的问题和不足,并给出解决方向。2、提出了鲁棒的扫描仪源辨识算法。针对现有扫描仪源辨识算法的鲁棒性问题,提出了一种新的具有鲁棒性的扫描仪源辨识算法。该方法在保证理想分类效果的前提下,改善了算法对JPEG压缩的鲁棒性,并且减小了计算量。3、利用浮动搜索的特征选择技术对算法中的特征进行了筛选。对精简模式下的相机／扫描仪源辨识算法的鲁棒性进行分析,来讨论特征选择对算法鲁棒性所造成的影响,给出了解决特征选择的鲁棒性问题的方向。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 数字图像取证的研究意义
• 1.1.2 数字图像取证的概念
• 1.1.3 数字图像取证的研究现状
• 1.2 基于模式分类的成像设备源辨识技术
• 1.2.1 研究内容
• 1.2.2 现有模式分类的成像设备源辨识技术分析
• 1.3 本文的主要工作
• 1.4 本文的内容与结构
• 第二章 基于模式分类的数字图像取证技术的研究
• 2.1 引言
• 2.2 基于图像特征的典型相机源辨识算法仿真
• 2.2.1 算法思想
• 2.2.2 特征提取
• 2.2.3 支持向量机
• 2.2.4 仿真结果和讨论
• 2.3 基于图像特征的典型扫描仪源辨识算法仿真
• 2.3.1 算法思想
• 2.3.2 特征提取
• 2.3.3 仿真结果和讨论
• 2.4 本章小结
• 第三章 相机源辨识算法设计和鲁棒性讨论
• 3.1 引言
• 3.2 算法思想
• 3.3 特征提取
• 3.4 实验仿真
• 3.4.1 分类器的性能
• 3.4.2 分类器的鲁棒性评估
• 3.5 本章小结
• 第四章 扫描仪源辨识鲁棒性算法的设计
• 4.1 引言
• 4.2 扫描仪结构
• 4.3 扫描图像的特征提取
• 4.3.1 颜色特征
• 4.3.2 图像质量特征
• 4.3.3 邻域特征
• 4.4 实验仿真
• 4.4.1 算法的性能
• 4.4.2 算法的鲁棒性
• 4.4.3 实验结果分析
• 4.5 本章小结
• 第五章 特征选择算法在源辨识中的应用
• 5.1 引言
• 5.2 SFFS算法
• 5.3 SFFS算法在相机源辨识中的应用
• 5.3.1 使用精简特征子集分类器的性能
• 5.3.2 使用精简特征子集分类器的鲁棒性
• 5.4 SFFS算法在扫描仪源辨识中的应用
• 5.4.1 使用精简特征子集分类器的性能
• 5.4.2 使用精简特征子集分类器的鲁棒性
• 5.5 本章小结
• 总结和展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢
• 附录