基于特征检测子的图像复制检测研究

论文摘要

图像复制检测技术是计算机视觉领域中一项十分有挑战性的工作,有着重要的应用价值。传统的图像复制检测技术可以分为基于全局特征的检测方法和基于局部特征的检测方法。基于全局特征的检测方法计算方便快捷,但适用范围有限,难以处理复杂变换等问题；基于局部特征的检测方法由于需要进行具有不变性的局部特征的描述并匹配这些高维的特征描述,带来了高昂的计算代价,不过检测的准确率较高。有鉴于此,本文提出了一种基于特征检测子的图像复制检测方法,在保证基于局部特征的检测方法的正确率的基础上,避免了复杂的局部特征描述的过程,大大降低了时间开销。算法在提取最大稳定极值区域(MSER)特征后,用简单和易于计算的几何参数和颜色直方图进行初始匹配,并根据这些匹配的组合来计算图像对之间可能存在的仿射变换。而后,在计算的仿射变换矩阵集合中进行聚类以提取候选的我们认为有较高可能反映图像对之间变换的仿射变换矩阵,并对提取的仿射变换矩阵进行最后的验证。为了进一步的加速算法的执行,我们根据仿射变换的特性和本文所处理问题的实际情况加入了一些剪枝策略以减少不必要的计算。另外,本文针对大量图像数据的复制检测工作进行了优化,通过调整计算顺序和应用并行优化策略来提升计算效率。最后我们在标准数据集上进行实验以验证我们的算法的效率性和有效性。同时通过实验对算法在特征检测子的选取和距离度量方式的选取等方面的可扩展性进行了一定的分析。

论文目录

• 摘要
• Abstract
• 第一章 概述
• 1.1 背景介绍
• 1.2 图像复制检测
• 1.2.1 图像复制的定义
• 1.2.2 复制检测与图像水印
• 1.2.3 图像重复检测和近似检测
• 1.3 本文工作贡献及章节安排
• 第二章 相关工作
• 2.1 图像复制检测方法的分类
• 2.2 基于全局特征的检测方法
• 2.3 基局部特征的检测方法
• 2.4 针对图像集的加速
• 2.5 复制检测技术的应用
• 第三章 研究动机
• 3.1 对称检测
• 3.2 均值漂移
• 3.3 基于全局仿射变换的数字识别
• 第四章 基于特征检测子的图像复制检测
• 4.1 特征提取和匹配
• 4.1.1 特征检测
• 4.1.2 特征匹配
• 4.2 变换矩阵计算
• 4.3 变换矩阵聚类
• 4.4 聚类结果验证
• 4.5 并行优化
• 第五章 实验结果及分析
• 5.1 数据集
• 5.2 距离度量的对比结果
• 5.3 图像复制检测结果
• 5.3.1 实验结果度量
• 5.3.2 实验结果
• 5.3.3 结果分析
• 第六章 总结与展望
• 6.1 本文总结
• 6.2 未来工作展望
• 参考文献
• 攻读硕士学位期间完成的学术成果
• 致谢