导读:本文包含了图像取证论文开题报告文献综述及选题提纲参考文献，主要关键词:数字图像,取证,虚假图像
图像取证论文文献综述
邓昊[1]（2019）在《数字图像取证的关键技术》一文中研究指出本文从数字图像取证的关键技术研究出发,探究如何还原出真实的数字图像,从而为我国司法公正性的发展做出一定的积极作用。(本文来源于《电子技术与软件工程》期刊2019年14期）
孙延君[2]（2019）在《计算机生成图像和翻拍图像取证关键技术研究》一文中研究指出当今网络飞速发展,在如此庞大的数字网络中,不可避免会涉及图像的传输,这些以数字化形式存在于网络上的文字及图像可以轻易的被复制、修改和添加,并被不法人员所利用进行恶意破坏。虽然可以从技术上判断图像是否被修改,但是随着计算机和智能手机的飞速发展,产生了新的图像攻击方式,即计算机生成图像和翻拍图像攻击。高质量的篡改图像已经给我们带来了巨大威胁,2007年发生在中国陕西的华南虎事件所造成的影响已经敲响了警钟,即使真正由数码设备获取的图像也不一定是真实的。因此,在网络信息安全中,对真实图像和篡改图像的鉴别取证就具有非常重要的意义。本文主要工作:1.总结图像的成像原理,提出真实图像和计算机生成图像、翻拍图像的成像原理差异,提出真实图像和翻拍图像成像差异的数学模型;提出真实图像和翻拍图像的高频信息和低频信息在频率域上的差异。2.提出基于亚像素理论和LTP算法的计算机生成图像取证算法。利用真实图像和计算机生成图像在纹理上的差异,本文提出亚像素原理和Hough直线检测算法,提取图像边缘直线信息,并计算差分亚像素特征、梯度方向亚像素特征以及梯度方差亚像素特征。本文中亚像素特征主要针对图像的边缘信息进行检测,并将该特征作为最后分类使用的特征向量;同时,利用纹理特征对图像进行整体分析,保证不丢失图像的低频信息。本文将亚像素特征和纹理特征作为最后分类的特征向量进行分类,实验表明本文算法对计算生成图像具有较好鉴别率。3.提出基于局部平面线性点的翻拍图像鉴别算法。提出图像成像过程的数学模型,从模型中总结出图像中某些点在真实场景的局部范围内呈线性平面分布的特点,文中将该点称作局部平面线性点。算法首先定义局部平面线性点的概念,然后给出局部线性平面点的性质,并从图像中提取出局部平面线性点;其次利用局部平面线性点在真实图像和翻拍图像中的差异提取特征值;最后通过支持向量机分类器分类。结果及分析表明,本文算法对翻拍图像具有较好的鉴别率,并且特征向量的维数也低于其它鉴别算法。4.提出基于共生矩阵的翻拍图像检测算法。算法根据真实图像和翻拍图像在图像纹理上的差异,提出首先采用小波变换分离图像的低频信息和高频信息,其次分别计算低频图像和高频图像的水平、垂直和对角线的共生矩阵,然后提取共生矩阵的对比度特征、能量特征、熵特征以及相关性特征作为特征向量,与同类算法比较,本文算法对无背景的翻拍图像具有极好的鉴别率。5.提出基于图像纹理特征的翻拍图像鉴别算法。算法利用图像在成像过程中所产生的差异,提出基于光源色度、图像噪声和方向可控金字塔的翻拍图像鉴别算法。算法针对图像高频和低频之间的差异利用方向可控金字塔特征提取低频图像、高频图像和方向特征进行分析;针对噪声差异本文利用高斯滤波算法去噪,提取图像噪声特征进行分析;针对真实图像和翻拍图像在光源信息存在差异,提取光源色度特征。结果表明,本文算法对带背景信息和无背景信息的翻拍图像都具有良好的鉴别率。(本文来源于《吉林大学》期刊2019-06-01）
朱啸峰[3]（2019）在《基于机器学习的HDR图像取证技术研究》一文中研究指出随着科技发展带来便利性的同时,人们的安全性也受到威胁。如今数字图像已经是人们唾手可得的一种信息传递媒介,但却很少考虑这种媒介的真实性和原始性。图像取证就是一门利用图像的统计特征来验证数字图像真实性、原始性和完整性的学科。高动态范围(High Dynamic Range,HDR)图像以其丰富的亮度范围和优秀的视觉效果正在一步步走出实验室,走近人们的生活中,目前市面上已经有很多款可以直接观看HDR视频的数字电视。然而遗憾的是,目前很少有学者关注到HDR图像的安全性方面。图像取证主要分为主动取证和被动取证两大类,其中被动取证又包括图像来源取证,图像篡改取证和图像的隐写分析叁类。现有的大部分图像取证算法仅仅关注低动态范围(Low Dynamic Range,LDR)图像,很多LDR图像取证方法直接应用在HDR图像上时效果不好甚至完全行不通。本文的研究内容主要集中在HDR图像的来源取证和HDR图像的篡改取证两方面。关于图像来源取证,本文首先使用图像联合直方图分析不同方法生成的HDR图像在统计特征上的区别,然后提出了合成模式噪声的新概念用于表征不同方法生成的HDR图像在生成过程中引入的固有噪声。接着我们针对HDR图像高空间分辨率、高灰度分辨率和独特压缩方法的几大特点,提出了一种用于HDR图像来源取证的神经网络,并在图像亮度域上取得了不错的效果。最后通过残差结构的替换进一步提升了该神经网络对HDR图像来源取证问题的准确率。另一方面,对于图像的篡改取证,本文通过对数亮度直方图分析了不同模糊润饰操作对HDR图像引入的像素值变化,并对直方图加以量化作为不同模糊润饰操作下的图像统计特征。除此之外,本文还提出了一种针对HDR图像模糊润饰操作的新的神经网络,并通过多段短路连接的初始结构提高网络的初始特征提取能力和网络拟合能力,解决神经网络在使用HDR图像像素值时效果不佳的问题。本文的实验部分在神经网络的不同结构的运用方面做了一定的对比,同时分别将传统图像取证特征与深度学习模型的结果进行比较。实验证明,本文针对HDR图像来源取证和HDR图像篡改取证分别提出的神经网络结构均能达到较高的准确率并且具有一定的鲁棒性。(本文来源于《电子科技大学》期刊2019-05-28）
杨杰[4]（2018）在《JPEG图像取证研究》一文中研究指出随着数码相机和手机等成像设备的普及和数字图像处理技术的迅猛发展,人们可以很方便地获取和修改数字图像,在给人们生活带来了极大的便利同时,也带来了许多安全隐患。例如有些别有用心的人利用图像处理软件篡改数字图像数据,散播谣言,编造虚假新闻,更有甚者将伪造数字图像用作法庭证物,对个人和社会造成非常严重和恶劣的负面影响,因此认证数字图像真实性和完整性有十分重要的意义。JPEG作为第一个国际数字图像压缩标准,能够以较高的压缩率和良好的视觉效果保存图像数据,而被广泛用于存储和传输数字图像,因而对JPEG图像进行取证研究有很大的实用价值。本论文围绕JPEG图像取证做了以下两个方面的研究工作:1)基于头文件的JPEG图像真实性检测。JPEG头文件中包含图像元数据和JPEG压缩使用的参数信息。使用图像处理软件对JPEG图像进行篡改后会改变相应的头文件信息,因此可以利用JPEG头文件信息进行图像真实性检测。现有相关算法都太过于简单,且仅能判别图像原始性。本文通过分析JPEG头文件中多个关键信息段,对待测图像进行分类判断,不仅能够鉴别图像原始性,还能够通过检测得到具体信息推断出具体篡改操作,根据操作意图对图像的可靠性给出一个合理的评估结果。2)数字图像处理软件的辨识。通常篡改者需要借助Photoshop、美图秀秀、光影魔术手等现有的图像处理软件来修改图像,在处理过程中不可避免会使用到JPEG压缩,在图像中留下JPEG压缩痕迹。由于不同数字图像处理软件的JPEG压缩方式不同,留下的压缩痕迹也存在一定差异,本文利用机器学习方法,从图像残差图中提取特征来描述这些差异,通过设计多分类器来辨识压缩图像的软件和参数。实验表明本文提出的方法在不仅能够有效分辨出压缩图像的处理软件,也能准确的识别出软件压缩图像时使用的参数。(本文来源于《深圳大学》期刊2018-06-30）
周梓航,张洁,陈果[5]（2017）在《基于阴影一致性的图像取证技术》一文中研究指出随着计算机网络和图像处理技术的快速发展,人们能够很容易篡改图像的内容而不留下任何痕迹,因此,数字图像的真实性受到了各国相关机构的广泛关注。数字图像取证技术作为信息安全技术的分支之一,是对数字图像的伪造、篡改和隐秘性进行分析、鉴别和认证的技术。本文简单介绍数字图像取证技术研究的基础和发展现状,并在深入研究当前模型的基础上,改进了基于光源位置、光学特性一致性的算法,并使用matlab进行编程,得到检测图像真伪应用软件。(本文来源于《数码世界》期刊2017年06期）
冯丙文,翁健,卢伟[6]（2016）在《基于隐私保护的数字图像取证外包技术框架研究》一文中研究指出将数字取证服务外包给云有利于满足公众和各类机构的鉴别服务需求,也是数字取证技术发展的必然。然而这也带来了隐私泄露的风险。在已有的相关领域的研究基础上,给出了具有隐私保护能力的数字图像取证云平台的系统框架,并对Copy-move检测、图像来源鉴别和基于自然图像统计特性的篡改检测3种数字图像取证技术给出了隐私保护实现框架,进而探讨了隐私保护的数字图像取证可能的发展方向。(本文来源于《网络与信息安全学报》期刊2016年08期）
贺一峰,亚森·艾则孜,如先姑力·阿布都热西提[7]（2016）在《CFA插值中预测误差方差在图像取证中的应用》一文中研究指出针对数字图像取证中自然图像(PIM)和计算机生成图像(PRCG)识别方案的特征维数高、通用性差等问题,提出一种基于滤色器阵列(CFA)插值中预测误差方差分析的图像取证方案.首先,对CFA插值过程中的预测误差方差进行傅里叶谱分析,根据是否存在明显的周期性峰值现象来区分PIM和PRCG;然后,对傅里叶谱中周期性峰值模型进行分析,根据峰值特征来识别PIM的来源设备;最后,在哥伦比亚大学自然图像和计算机生成图像数据库ADVENT上进行实验,结果表明,该方案能够精确区分PIM和PRCG,对PIM来源设备(佳能、尼康和索尼)的识别率可高达93%.(本文来源于《计算机系统应用》期刊2016年06期）
申剑飞[8]（2016）在《图像安全课程中基于运动模糊的图像取证方法初探》一文中研究指出0引言数字取证技术最近的进步已经引进了许多新技术用来检测图像的伪造。这些包括检测克隆的技术、拼接、重取样产品、颜色滤波器阵列相差、照相机传感器噪声模式干扰、色差、以及光源的不一致性。即使在一些情况下面有很好的效果,这些技术中的一些仅仅应用于有相对高质量的图像。然而,取证分析经常面对着在分辨率或压缩率上的低质量的图像。同样的,取证工具的需要是特别应用于检测低质量(本文来源于《电脑迷》期刊2016年06期）
杨志丽[9]（2016）在《基于关键点和扇形均值的拷贝粘贴图像取证算法研究》一文中研究指出人类对信息的需求快速增长,作为信息载体的数字图像已广泛应用于各个领域,图像编辑软件可以轻而易举地篡改图像,而且人眼无法直接分辨真假。如果篡改后的图像被用于法庭审判和医疗事业等正式的场合,毫无疑问会引起各种信任问题。因此,数字图像真实性应该受到保护,目前,鉴别图像真实性的技术已成为国内外关注的一个课题。本文主要研究内容是基于关键点和分块匹配的图像盲取证技术。本文首先对数字图像取证技术的研究现状进行分析。然后对基于分块匹配和基于关键点的拷贝粘贴篡改图像检测算法进行分析研究,并总结了现有算法的优缺点。通过对基于Harris角点和阶梯扇形统计信息的拷贝粘贴检测算法进行仿真,并对目标移除和目标添加篡改方式下的图像进行检测和分析,发现该算法存在叁点不足：不能抵抗平滑区域的篡改攻击；不能抵抗较小面积区域的篡改攻击;不能检测出目标粘贴多次的篡改。本文首先讨论影响Harris角点提取的因素,然后分析扇形的半径对算法检测性能的影响,进而设计一种基于Harris角点和扇形均值的拷贝粘贴图像检测算法,该算法通过改变角点响应函数和降低对比阈值来使平滑区域提取到足够的角点,进而提高对平滑篡改区域的检测性能；通过选择适当的扇形半径提高对小面积篡改的检测率,利用G2NN进行特征向量匹配,提高算法对多重目标粘贴篡改的检测性能。最后通过RANSAC算法来降低误检。仿真实验表明,改进后的算法能检测平滑区域篡改和小面积区域篡改,同时能抵抗目标多次粘贴篡改的攻击,然而该算法抗尺度缩放性不强。为了增强这类算法的抗尺度缩放性,同时降低对自相似真实区域的误检,本文设计了一种基于SIFT关键点和扇形均值的取证算法。该算法先提取图像的SIFT关键点,然后用扇形均值形成的特征向量来描述每个以SIFT关键点为中心的小圆形区域,并利用G2NN算法进行特征匹配,最后通过聚类区分不同的克隆区域,再利用RANSAC算法和ZNCC算法来降低误检,最终精确定位篡改区域。仿真结果表明,该算法能抵抗一定的尺度缩放攻击,且能准确定位并标记出篡改区域。最后,本文设计了算法仿真系统,并对仿真结果进行分析说明。(本文来源于《西南交通大学》期刊2016-05-27）
李挺[10]（2016）在《基于彩色四元数小波变换的CG/PR图像取证研究》一文中研究指出彩色图像作为现如今使用最为广泛的图像载体之一,被广泛应用于信息传播、社交网络等领域。计算机生成图像(CG, Computer Graphic)作为伪造图像的手段之一,已经成为数字图像取证研究领域的重要组成部分。因此研究如何使用计算机快速准确的分辨CG图像与自然图像(PR, Photorealistic)具有重要的研究价值和意义。本文对基于四元数小波变换(Quaternion Wavelet Transform, Q WT)的数字图像取证技术进行研究,主要研究内容如下：(1)以灰度四元数小波变换(Gray QWT, GQWT)为理论基础,提出了一种基于GQWT的图像取证方案。通过分析比较GQWT与离散小波变换DWT(Discrete Wavelet Transform)以及C WT (Contourlet Wavelet Transform)的相同与不同之处。研究分析高阶DWT统计算子与高阶CWT预测算子的特点,将其应用于四元数域的取证研究。仿真实验结果表明,该方案提高了CG/PR取证分类准确率,并降低了数据的运算量以及特征维数。(2)以彩色四元数小波变换CQWT (Color QWT, CQWT)为理论基础,提出了一种基于CQWT的彩色图像取证方案。通过研究四元数一至四阶中心矩,将高阶DWT统计算子与高阶CWT预测算子扩展到四元数域,为数字图像取证研究提供了四元数特征。仿真实验结果表明,本文提出的四元数特征相较于传统特征,无论是特征维数还是分类准确率,均有较大优势。鲁棒性测试也表明本文所提方案具有较好的抗攻击性能,能够抵抗大多数的反取证攻击手段。(3)以Markov链为理论基础,提出了一种基于四元数Markov统计特征量的彩色图像取证方案。将Markov统计特征扩展至四元数域,提出了四元数Markov统计特征,为本文提出的取证方案提供了叁维特征。实验结果表明,在CG图像取证中,四元数Markov统计特征具有较高的分类准确率。(本文来源于《南京信息工程大学》期刊2016-05-01）
图像取证论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当今网络飞速发展,在如此庞大的数字网络中,不可避免会涉及图像的传输,这些以数字化形式存在于网络上的文字及图像可以轻易的被复制、修改和添加,并被不法人员所利用进行恶意破坏。虽然可以从技术上判断图像是否被修改,但是随着计算机和智能手机的飞速发展,产生了新的图像攻击方式,即计算机生成图像和翻拍图像攻击。高质量的篡改图像已经给我们带来了巨大威胁,2007年发生在中国陕西的华南虎事件所造成的影响已经敲响了警钟,即使真正由数码设备获取的图像也不一定是真实的。因此,在网络信息安全中,对真实图像和篡改图像的鉴别取证就具有非常重要的意义。本文主要工作:1.总结图像的成像原理,提出真实图像和计算机生成图像、翻拍图像的成像原理差异,提出真实图像和翻拍图像成像差异的数学模型;提出真实图像和翻拍图像的高频信息和低频信息在频率域上的差异。2.提出基于亚像素理论和LTP算法的计算机生成图像取证算法。利用真实图像和计算机生成图像在纹理上的差异,本文提出亚像素原理和Hough直线检测算法,提取图像边缘直线信息,并计算差分亚像素特征、梯度方向亚像素特征以及梯度方差亚像素特征。本文中亚像素特征主要针对图像的边缘信息进行检测,并将该特征作为最后分类使用的特征向量;同时,利用纹理特征对图像进行整体分析,保证不丢失图像的低频信息。本文将亚像素特征和纹理特征作为最后分类的特征向量进行分类,实验表明本文算法对计算生成图像具有较好鉴别率。3.提出基于局部平面线性点的翻拍图像鉴别算法。提出图像成像过程的数学模型,从模型中总结出图像中某些点在真实场景的局部范围内呈线性平面分布的特点,文中将该点称作局部平面线性点。算法首先定义局部平面线性点的概念,然后给出局部线性平面点的性质,并从图像中提取出局部平面线性点;其次利用局部平面线性点在真实图像和翻拍图像中的差异提取特征值;最后通过支持向量机分类器分类。结果及分析表明,本文算法对翻拍图像具有较好的鉴别率,并且特征向量的维数也低于其它鉴别算法。4.提出基于共生矩阵的翻拍图像检测算法。算法根据真实图像和翻拍图像在图像纹理上的差异,提出首先采用小波变换分离图像的低频信息和高频信息,其次分别计算低频图像和高频图像的水平、垂直和对角线的共生矩阵,然后提取共生矩阵的对比度特征、能量特征、熵特征以及相关性特征作为特征向量,与同类算法比较,本文算法对无背景的翻拍图像具有极好的鉴别率。5.提出基于图像纹理特征的翻拍图像鉴别算法。算法利用图像在成像过程中所产生的差异,提出基于光源色度、图像噪声和方向可控金字塔的翻拍图像鉴别算法。算法针对图像高频和低频之间的差异利用方向可控金字塔特征提取低频图像、高频图像和方向特征进行分析;针对噪声差异本文利用高斯滤波算法去噪,提取图像噪声特征进行分析;针对真实图像和翻拍图像在光源信息存在差异,提取光源色度特征。结果表明,本文算法对带背景信息和无背景信息的翻拍图像都具有良好的鉴别率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像取证论文参考文献
[1].邓昊.数字图像取证的关键技术[J].电子技术与软件工程.2019
[2].孙延君.计算机生成图像和翻拍图像取证关键技术研究[D].吉林大学.2019
[3].朱啸峰.基于机器学习的HDR图像取证技术研究[D].电子科技大学.2019
[4].杨杰.JPEG图像取证研究[D].深圳大学.2018
[5].周梓航,张洁,陈果.基于阴影一致性的图像取证技术[J].数码世界.2017
[6].冯丙文,翁健,卢伟.基于隐私保护的数字图像取证外包技术框架研究[J].网络与信息安全学报.2016
[7].贺一峰,亚森·艾则孜,如先姑力·阿布都热西提.CFA插值中预测误差方差在图像取证中的应用[J].计算机系统应用.2016
[8].申剑飞.图像安全课程中基于运动模糊的图像取证方法初探[J].电脑迷.2016
[9].杨志丽.基于关键点和扇形均值的拷贝粘贴图像取证算法研究[D].西南交通大学.2016
[10].李挺.基于彩色四元数小波变换的CG/PR图像取证研究[D].南京信息工程大学.2016