动态阈值模糊检测在篡改图像检测中的应用

doi:10.3969/j.issn.1007-2861.2011.05.002

上海大学学报(自然科学版) ›› 2011, Vol. 17 ›› Issue (5): 586-590.doi: 10.3969/j.issn.1007-2861.2011.05.002

动态阈值模糊检测在篡改图像检测中的应用

刘凯，扈文斌

上海大学特种光纤与光接入网省部共建重点实验室，上海 200072

收稿日期:2010-04-06 出版日期:2011-10-26 发布日期:2011-10-26
通讯作者: 刘凯（1981~），男，讲师，博士，研究方向为通信信号处理及图像处理. E-mail:liukai@shu.edu.cn E-mail:liukai@shu.edu.cn
基金资助:
国家自然科学基金资助项目(60872114)；上海市重点学科建设资助项目（S30108）；上海市科委重点实验室资助项目(08DZ2231100)

Detection of Forged Image Based on Partial Blur Detection with Dynamical Threshold

LIU Kai,HU Wen-bin

Key Laboratory of Specialty Fiber Optics and Optical Access Networks, Shanghai University, Shanghai 200072, China

Received:2010-04-06 Online:2011-10-26 Published:2011-10-26

摘要/Abstract

摘要： 提出一种新的图像局部模糊检测方法，并将其应用于篡改图像的检测.该方法基于最小二乘估计来计算图像中每个像素的估计误差，再将每个像素和其周围像素估计误差的方差作为模糊特征，然后利用频域的相关系数确定一置信区间，并根据该区间模糊特征的概率分布特性动态确定阈值，进而分离出模糊区域内的像素.实验结果表明，该方法能获得更高的检测正确率和分离精度.

关键词: 篡改检测, 动态阈值, 模糊特征, 最小二乘估计

Abstract: A novel approach of regional blur identification is proposed and applied to image forgery detection. Based on least-square (LS) estimation, prediction error of each pixel is calculated. Variance of the prediction errors of a pixel and its neighborhood is regarded as the blur characteristic of the pixel. A threshold is determined dynamically according to the distribution of correlation coefficient in the frequency domain and blur characteristic in the spatial domain. Thus pixels in a blurred area are discriminated from sharp pixels. Experimental results show that the proposed method has a high accuracy rate in blur region detection.

Key words: blur characteristic, dynamical threshold, forgery detection, least-square estimation

中图分类号:

TP 391

刘凯，扈文斌. 动态阈值模糊检测在篡改图像检测中的应用[J]. 上海大学学报(自然科学版), 2011, 17(5): 586-590.

LIU Kai,HU Wen-bin. Detection of Forged Image Based on Partial Blur Detection with Dynamical Threshold[J]. Journal of Shanghai University（Natural Science Edition）, 2011, 17(5): 586-590.

[1]	申文锋, 栗风永, 张新鹏, 杨乾星. 保持直方图特性的隐写嵌入[J]. 上海大学学报(自然科学版), 2015, 21(2): 190-196.
[2]	杨乾星, 栗风永, 张新鹏, 申文锋. 基于DCT系数修改的自适应稳健可逆信息隐藏[J]. 上海大学学报(自然科学版), 2014, 20(5): 605-611.
[3]	石娟1, 王得宇1,2, 唐刚1. 处理光学捕获运动数据的算法[J]. 上海大学学报(自然科学版), 2014, 20(4): 489-497.
[4]	何祥, 骆祥峰. 基于关联语义链网络的文本聚类方法[J]. 上海大学学报(自然科学版), 2014, 20(2): 190-198.
[5]	陈刚, 钱振兴, 王朔中. 保持纹理细节的自适应非局部均值图像降噪[J]. 上海大学学报(自然科学版), 2014, 20(1): 99-106.
[6]	任慧, 栗风永, 张新鹏, 余江. 结合重排序和直方图平移的调色板图像可逆信息隐藏[J]. 上海大学学报(自然科学版), 2013, 19(3): 254-258.
[7]	李娟娟1, 张金艺1,2,3, 张秉煜1, 周荣俊2, 唐夏2. 蓝牙4.0标准规范下的模糊指纹定位算法[J]. 上海大学学报(自然科学版), 2013, 19(2): 126-131.
[8]	马志鹏, 栗风永, 张新鹏. 基于汉明码与从属像素补偿的半色调图像信息隐藏[J]. 上海大学学报(自然科学版), 2013, 19(2): 111-115.
[9]	董贺, 徐凌宇. 基于云平台的软件服务流体系结构[J]. 上海大学学报(自然科学版), 2013, 19(1): 14-20.
[10]	裴蓓,王朔中,倪丽佳. 面向基于内容图像检索的图像感知Hash[J]. 上海大学学报(自然科学版), 2012, 18(4): 335-341.
[11]	陈岳军, 孙广玲, 姚恒. 结合小波金字塔的空频域亚像素图像配准[J]. 上海大学学报(自然科学版), 2012, 18(4): 342-348.
[12]	徐彤阳，方勇. 基于lαβ空间和抗混叠Contourlet变换的遥感图像融合算法[J]. 上海大学学报(自然科学版), 2012, 18(3): 221-226.
[13]	李毅，王远弟. 基于核密度估计的图像平滑的最优停止[J]. 上海大学学报(自然科学版), 2011, 17(1): 103-110.
[14]	冯国瑞，戴宁街. 基于采样预测的安全可逆水印算法[J]. 上海大学学报(自然科学版), 2010, 16(6): 603-607.
[15]	王军华，方勇. 基于Curvelet域自适应数学形态学降噪的含噪图像盲分离方法[J]. 上海大学学报(自然科学版), 2010, 16(4): 336-341.

动态阈值模糊检测在篡改图像检测中的应用

Detection of Forged Image Based on Partial Blur Detection with Dynamical Threshold

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价