导读:本文包含了篡改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:哈希,篡改,分块
篡改取证论文文献综述
赵杰,毕秀丽[1]（2019）在《基于局部感知Hash的图像篡改取证算法》一文中研究指出针对最常见的图像篡改手段,提出一种基于图像块哈希的Copy-Move篡改检测算法。将检测图像分为若干相互重迭的区域块,提取各图像块的感知哈希,作为该块的特征向量。利用各块的特征向量进行分块相似性匹配,得到初步检测区域。再运用滤波去除初步检测结果中的误匹配块,得到最终检测结果。实验仿真表明,该方法能够检测出Copy-Move篡改,并且对亮度、对比度变换等后处理具有一定鲁棒性。(本文来源于《计算机与数字工程》期刊2019年11期）
赵杰,吴晓云,王博,毕秀丽,梁东云[2]（2019）在《一种基于局部特征的图像Copy-Move篡改取证方法》一文中研究指出针对图像容易受到Copy-Move的篡改问题,提出一种基于图像块特征的图像区域Copy-Move篡改检测方法。首先将检测图像分为若干相互重迭的区域块,利用区域块的统计特征,提取出各块的特征向量。对特征向量进行排序,然后进行块特征匹配,得到初步检测结果。利用形态学运算滤除检测结果中的误匹配块,得到最终检测结果。实验仿真表明,该方法能够检测出Copy-Move篡改,并且对JPEG压缩等后处理具有一定鲁棒性。(本文来源于《舰船电子工程》期刊2019年10期）
赵杰,李亚文,李英,毕秀丽,杨滨峰[3]（2019）在《一种基于局部均值量化的图像Copy-Move篡改取证方法》一文中研究指出Copy-Move是数字图像容易遭受的一种常见篡改。为了解决这一问题,提出一种基于图像块均值哈希的区域Copy-Move篡改取证方法。首先将检测图像分为若干相互重迭的区域分块,利用区域分块的均值量化特征,形成各分块的特征矢量。然后对特征矢量进行排序,并进行块特征匹配,得到初步检测结果。最后利用形态学运算滤除检测结果中的误匹配块,得到最终检测结果。并选用陕西某尾矿照片和常用测试图像进行实验仿真,结果表明该方法能够检测出Copy-Move篡改,对JPEG压缩等后处理具有一定鲁棒性。(本文来源于《系统仿真技术》期刊2019年03期）
王一岚[4]（2019）在《面向数字取证中图像篡改检测的智能鲁棒算法研究》一文中研究指出近年来,数字图像作为信息传载的重要形式,其应用越来越广泛。利用编辑软件对图像进行操作处理越来越容易,这为人们工作和生活带来极大便捷的同时,也产生了一些负面影响,比如针对图像内容的伪造篡改。因此,针对数字图像内容真实性的取证技术研究显得尤为重要和迫切。复制-粘贴(Copy-Move)是一种常见的图像篡改操作,现有的检测方法在抵抗几何旋转和缩放攻击时鲁棒性不足,检测流程也缺乏一定的智能化。本文结合信号处理领域的极谐波变换(Polar Harmonic Transform,PHT)、智能优化中的粒子群优化算法(Particle Swarm Optimization,PSO)和机器学习中的支持向量机(Support Vector Machine,SVM)等理论和方法,提出一套有效检测与定位篡改区域的解决方案,实现针对几何攻击和后处理操作的鲁棒性,完成检测智能化。本文具体工作如下:(1)本文提出了一种基于PHT矩的抗几何攻击图像复制-粘贴篡改检测(Copy-Move Forgery Detection,CMFD)算法。该算法首先对图像进行预处理,并对图像进行圆形块划分。接着计算每个重迭图像块的PHT矩系数作为不变特征,并通过奇异值分解(Singular Value Decomposition,SVD)来降低特征维数,得到所有块特征后计算块间相似性距离。PSO被用来根据块相似性度量直方图寻找最优的相似性阈值。实验结果表明,该算法不仅能有效地抵抗旋转和缩放等几何攻击,对高斯白噪声和JPEG压缩等后处理操作也有较好的鲁棒性,而且提高了检测准确率。此外,本文提出了一种新的相似性阈值估计方案,所估计的阈值使得本方法在检测率和计算复杂度上都有所改进。(2)本文提出一种基于SVM分类的图像复制-粘贴篡改检测智能算法。通过对图像重迭圆块做极谐波变换,计算每两块之间的相似性度量,并形成块相似性度量直方图(Histogram of Block Similarity Measures,HBSM),最后提取直方图特征用于区分原始未篡改的自然图像与复制-粘贴篡改图像。实验结果表明,即使在几何和后处理攻击下,本方法的准确率也较高。(3)本文对现有图像复制-粘贴篡改盲取证技术进行了比较分析,对篡改检测机理进行了研究,并针对篡改过程中的几何操作建立篡改模型。在实验所用数据集方面,对公共数据集做了扩展。鲁棒检测的攻击类型包括多角度旋转、多尺度缩放、不同强度高斯白噪声、高斯滤波和JPEG压缩等。(本文来源于《西安理工大学》期刊2019-06-30）
邢文博,杜志淳[5]（2019）在《数字图像复制粘贴篡改取证》一文中研究指出数字图像在被复制粘贴篡改时会对被复制部分进行缩放、旋转,然后粘贴在图像的不同部位,从而形成篡改图像。用sift算法检测出图像中的sift关键点,通过关键点的向量找出相互匹配的关键点对。用随机采样一致性算法在匹配点对中随机采取3个匹配点对计算其仿射变换矩阵,并对匹配点对进行循环分类,分类完成后按照每一类的仿射变换模型对篡改图像进行仿射变换以及仿射变换的逆变换,然后求得篡改图像与其仿射变换图像的局部相关图、篡改图像与其逆仿射变换图像的局部相关图。将每一类匹配关键点对按照仿射变换关系分为两组,从每组的关键点位置设置二值图像并用结构元素进行膨胀,将二值图像膨胀位置在相关图像的相关值大于阈值的膨胀部分保留,小于阈值的膨胀部分舍去,迭代膨胀到二值图像不再膨胀为止。然后获取二值图像的边界,在原图像中标出复制粘贴篡改部分。实验表明该方法可以有效定位篡改图像中的复制粘贴区域。(本文来源于《计算机科学》期刊2019年S1期）
巩家昌,汪子航,杨洪臣[6]（2019）在《基于OpponentSIFT的图像复制粘贴篡改取证算法》一文中研究指出图像颜色作为一个强有力的描述子,可以提升对物体的辨识度,然而当前存在的复制粘贴篡改检测算法大多数只使用了图像的纹理信息。当纹理信息较少并伴随有多种后处理时,现有算法很难识别篡改区域。由此,提出了一种新的利用颜色不变特征的篡改检测算法,该算法在对立颜色空间中利用尺度不变特征变换提取关键点并生成关键点描述子,通过计算描述子夹角反余弦的比值进行初步匹配,并通过仿射变换估计和随机抽样一致进一步优化匹配结果。使用该算法对新建图像库进行测试得知,提出的算法能够鲁棒地应对多种后处理操作,且能够识别平滑的篡改区域。(本文来源于《中国刑警学院学报》期刊2019年02期）
都布,岳雅雯[7]（2019）在《基于C-SIFT特征向量图像复制粘贴篡改取证算法》一文中研究指出如今网络时代中充斥着大量经篡改的图像,目前检测方式如局部不变性特征描述、Harris角点算法对复制粘贴篡改地检测准确率较低。通过对彩色图像分块、色彩空间边缘化提取、图像灰度化得到完整的灰度化局部图像。利用对不同图像块中的特征向量集提取、标记、匹配和归一化处理,在欧氏距离达到某一阈值后特征向量匹配成功,即检测到图像具有复制粘贴篡改的痕迹。最后选择3类不同的照片仿真测试,说明该算法可有效提升复制粘贴篡改图像的检测成功率、检测速率。(本文来源于《电子测量技术》期刊2019年05期）
梅腊腊[8]（2019）在《针对视频帧率提升篡改的噪声水平取证算法研究》一文中研究指出随着信息技术的发展,数字视频已成为一种广泛应用的信息传播载体,然而,数字视频也面临着被篡改与攻击的危险,数字视频信息内容真实性、安全性、完整性也越来越受人们的关注。视频帧率提升是一种常见的视频篡改伪造方法,本论文针对帧率提升篡改取证方法进行了研究,特别是提出了基于噪声水平估计的取证方法,对帧复制和视频运动补偿两种帧率提升篡改进行了取证,将噪声水平作为检测指标,利用基于小波变换的绝对中位差法估计噪声水平,检测噪声水平的时域变化周期性,通过硬阈值判决,自动判断视频是否经过伪造。主要研究结果如下:(1)提出了一种针对帧复制篡改的被动取证算法。由于噪声总是存在于视频帧内,采用现有的算法取证帧复制篡改时,取证性能易受噪声干扰。然而,当视频遭受帧复制篡改时,噪声水平会随之发生变化,因此,可通过高斯分布对噪声进行建模,检测噪声水平随时间的变化规律,甄别是否存在帧复制篡改。实验结果表明,该算法能够克服噪声干扰不鲁棒性,能够自动检测帧复制篡改,表现出良好的取证性能。(2)提出了一种针对运动补偿帧率提升篡改的被动取证算法。对于静态背景的视频序列,帧复制可获得较好的视觉效果,但是当视频序列中有大量运动背景时,因忽略帧间运动,会出现抖动、鬼影。为了提高视频质量,伪造者会采用更为高级的运动补偿帧率提升技术。目前针对运动补偿帧率提升篡改的取证算法较少,因此,需要对运动补偿帧率提升进行取证。运动补偿帧率提升算法内插视频帧时,噪声积累会发生在插帧过程之中,那么,噪声水平作为检测指标具有一定的可行性,通过揭示时域噪声水平变化来检测运动补偿帧率提升篡改。实验结果表明,该算法计算复杂度低,平均检测精确度较高,取证性能较好。(3)提出了一种针对运动补偿帧率提升篡改的主动取证算法。由于原始视频序列中的噪声包括设备噪声和来自外部的噪声,那么,实际中在利用高斯分布进行概率建模时,并无法完全反映噪声的统计规律,这使得基于噪声水平估计的被动取证算法性能不够稳定。针对这一缺陷,该算法通过预先混入统计特性已知的高斯噪声,利用高斯分布对噪声进行建模,分析噪声水平时域变化规律,判别是否存在运动补偿帧率提升篡改。实验结果表明,针对不同的运动补偿帧率提升方法,该算法都具有良好的取证性能。(本文来源于《信阳师范学院》期刊2019-03-01）
梅腊腊,李然,邬长安[9]（2019）在《基于噪声水平估计的帧复制篡改取证算法》一文中研究指出基于视频噪声的时域变化规律,提出一种可鉴别帧复制篡改的噪声水平检测方法。对各视频帧实施小波变换,利用小波系数的绝对中位差估计各视频帧中混入高斯噪声的标准差,并对标准差时域序列进行快速傅立叶变换,计算幅频谱的峰均比,再通过对峰均比作硬阈值判决,判断标准差时域序列是否存在周期性,自动识别帧复制篡改。结果表明,噪声水平检测方法可确保伪造视频幅频谱具有较大的峰均比,检测准确度比较高,相比于现有检测方法,避免噪声干扰带来的性能损失,表现出较好的检测性能。(本文来源于《山东大学学报(工学版)》期刊2019年01期）
赵洁,王光夫,杜建楠,梁孟玉,武斌[10]（2018）在《面向拼接与克隆篡改的数字图像内容取证系统设计》一文中研究指出针对严重影响图像内容的拼接与克隆篡改方式,通过基于CFA图像内在一致性对拼接图像进行检测,通过分块匹配和特征点匹配两种方法分别对克隆图像进行检测.以MATLAB为开发平台,设计并实现了数字图像内容取证系统,实现了图像篡改区域的识别定位,具有一定的应用推广价值.(本文来源于《中央民族大学学报(自然科学版)》期刊2018年03期）
篡改取证论文开题报告
（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：
针对图像容易受到Copy-Move的篡改问题,提出一种基于图像块特征的图像区域Copy-Move篡改检测方法。首先将检测图像分为若干相互重迭的区域块,利用区域块的统计特征,提取出各块的特征向量。对特征向量进行排序,然后进行块特征匹配,得到初步检测结果。利用形态学运算滤除检测结果中的误匹配块,得到最终检测结果。实验仿真表明,该方法能够检测出Copy-Move篡改,并且对JPEG压缩等后处理具有一定鲁棒性。
（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。
篡改取证论文参考文献
[1].赵杰,毕秀丽.基于局部感知Hash的图像篡改取证算法[J].计算机与数字工程.2019
[2].赵杰,吴晓云,王博,毕秀丽,梁东云.一种基于局部特征的图像Copy-Move篡改取证方法[J].舰船电子工程.2019
[3].赵杰,李亚文,李英,毕秀丽,杨滨峰.一种基于局部均值量化的图像Copy-Move篡改取证方法[J].系统仿真技术.2019
[4].王一岚.面向数字取证中图像篡改检测的智能鲁棒算法研究[D].西安理工大学.2019
[5].邢文博,杜志淳.数字图像复制粘贴篡改取证[J].计算机科学.2019
[6].巩家昌,汪子航,杨洪臣.基于OpponentSIFT的图像复制粘贴篡改取证算法[J].中国刑警学院学报.2019
[7].都布,岳雅雯.基于C-SIFT特征向量图像复制粘贴篡改取证算法[J].电子测量技术.2019
[8].梅腊腊.针对视频帧率提升篡改的噪声水平取证算法研究[D].信阳师范学院.2019
[9].梅腊腊,李然,邬长安.基于噪声水平估计的帧复制篡改取证算法[J].山东大学学报(工学版).2019
[10].赵洁,王光夫,杜建楠,梁孟玉,武斌.面向拼接与克隆篡改的数字图像内容取证系统设计[J].中央民族大学学报(自然科学版).2018