數(shù)字圖像分形特征分析及其在取證中的應用研究.pdf

1、隨著信息技術和渲染技術的快速發(fā)展，圖形圖像處理軟件的功能日趨強大。這些先進的圖像處理技術在給人們提供很好視覺效果的同時，也為圖像偽造提供了可能。功能強大、操作簡單的3D建模軟件如3DMax，Lightscape，Maya等已能生成高度真實的圖像，人們已無法用肉眼辨別其真?zhèn)?。倘若這些圖像被用于新聞報道、保險或法庭證物，將會給社會的和平安定帶來嚴重的負面影響。因此，確保數(shù)字圖像真實性、原始性和完整性的數(shù)字圖像取證技術已成為目前研究的一個熱點

2、。
　　文章首先介紹了數(shù)字圖像取證技術的研究背景、意義和國內外研究現(xiàn)狀，結合相關理論知識，分析和比較了幾種常用的PRNU(Photo-responseNon-uniformityNoise)提取算法的性能。然后根據(jù)自然圖像(PhotographicImages，PIM)與計算機生成圖像(PhotorealisticComputerGraphics，PRCG)成像渠道的差異，提出了一種基于PRNU多重分形譜特征的自然圖像與計算機生成

3、圖像來源鑒別算法，并針對此算法設計和開發(fā)了一個來源鑒別系統(tǒng)。論文的主要貢獻如下:
　　對幾種常見的PRNU提取算法在相機來源取證中的性能進行了比較和分析。目前，PRNU提取方法種類繁多，常用的PRNU提取方法主要包括小波域維納濾波法、基于上下文模型的空域自適應閾值去噪法和最大似然估計法。本文選取ROC(ReceiverOperatingCharacteristic)曲線下的面積(AreaUndertheCurve，AUC)、真陽性

4、率(TruePositiveRate，TPR)和假陽性率(FalsePositiveRate，F(xiàn)PR)作為性能評價指標，對以上三類PRNU提取方法的性能進行比較和分析。實驗結果表明，綜合性能和計算復雜度兩方面考慮，小波域維納濾波法不僅能取得較好的分類效果，且計算復雜度較低，是一種有效的PRNU提取方法。
　　提出了一種基于PRNU多重分形譜特征的自然圖像與計算機生成圖像來源鑒別算法。該方法利用自然圖像與計算機生成圖像成像渠道不同，

5、導致這兩類圖像在紋理特性上存在很大差異，首先分析了自然圖像與計算機生成圖像的PRNU多重分形譜差異，然后提取小波域的8維多重分形譜特征作為鑒別特征，最后采用SVM(SupportVectorMachine)進行分類，平均鑒別率達到98.99％。實驗分析表明，該算法不僅對樣本比例因子不敏感，且在一定程度上能抵抗加噪、JPEG壓縮和運動模糊等攻擊，即使對紋理簡單的圖像也能獲得較高的鑒別率。
　　設計并實現(xiàn)了一個自然圖像與計算機生成圖像