论文总字数：14528字

摘 要

随着科学技术的发展，越来越多的图像编辑软件诞生于现阶段。很大程度上方便了我们的生活，可以随时随地的把图像按照自己想法进行修改，来得到我们所期望的图像，但是各种事都有利有弊，当图像篡改过于逼真，会很大程度上影响每个人的判断，会给社会造成很大的危害，所以找到一种检测手段是非常有必要的。

传统上一般会在图像发布以前在数字图像上印上水印或者签名，为了确定图像的真实性，该方法有很大的缺点和不足。因此本文主要根据人的肉眼对光照变换非常敏感入手进行思考分析，直接表示出拼接边缘。

关键词：预处理 采样 量化 二值化

Research on Detection Algorithm of Image Mosaic

Abstract

With the development of science and technology, more and more image editing software is born at this stage. Greatly facilitate our lives, can whenever and wherever possible the image in accordance with their own ideas to modify, to get the image we expect, but all things are too realistic when the image There are both advantages and disadvantages., tampering, affects everyone's judgment largely, will cause great harm to society, so to find a means of detection it is very necessary.

Traditionally, watermarks or signatures are printed on digital images before the image is released. In order to confirm the authenticity of the image, this method has great shortcomings and shortcomings. Therefore, this paper, based on the human eye's sensitivity to light transformation, starts with thinking and analysis, showing the stitching edges directly.

Key Words : Pretreatment；Sampling；Quantiztion；Binaryzation.

目录

摘 要 I

Abstract II

目录 III

第一章 绪论 1

1.1 课题背景及意义 1

1.2研究现状 1

1.3 本文的计划 2

第二章 图像拼接检测构成 3

2.1 数字图像拼接的概念 3

2.2 数字图像拼接检测的总体结构 3

2.3 主要功能 3

2.3.1 图像预处理 3

2.3.2离散余弦变换和量化 4

2.3.3差分处理 4

2.3.4二值化处理 4

第三章 模块分析 6

3.1 图像前期处理 6

3.2 对各个分量离散余弦与量化 7

3.2.1 离散余弦变换 7

3.2.2 量化 9

3.3 功率谱 9

3.4 二值化处理 10

第四章 图像拼接检测的实现 11

4.1 开发工具与环境 11

4.1.1 Matlab介绍 11

4.1.2 Matlab特点 11

4.2 图像前期处理的实现 11

4.2.1图像文件的读取 11

4.2.2图像文件的显示 11

4.3 对各个分量进行离散余弦变换量化 13

4.4 差分出理 16

4.5 功率谱分析 16

4.5.1 welch算法 16

4.5.2 算法的实现 17

4.6 二值化处理实现 18

第五章 实验结果与讨论 19

5.1 实验结果 19

5.2 讨论 19

第六章 总结与展望 20

6.1 总结 20

6.2 展望 20

参考文献 21

致 谢 22

第一章 绪论

1.1 课题背景及意义

现如今随着科学技术的进步，传统上使用胶片成像的时代已经退出了历史的舞台，随之而来的是高科技的普及，使得数字成像成为我们日常生活的主流，但伴随着计算机软件的普及，这些图像的修改变得很容易，以往只有专业摄影师和修片师才能完成的工作，如今几乎人人都能借助图像处理软件完成。图像目前在法律上允许作为证据，在新闻报道中也大量采用，由此产生了问题：我们所见的图像究竟是否真实？

目前，数字图像处理的技术一般分为以下两类。

主动取证是在图像采集时，通过在数据中加入特殊的数据，如果最终图像中的这些特殊数据不符合一定的规律或者遭到破坏，说明图像被篡改了，数字水印技术是其中的一个代表。但是就目前而言，要求在图像生成瞬间加入特殊的信息是有很大限制的，这是主动取证急需解决的。

被动取证则不受以上限制，仅仅根据提供的图像本身的某些特性就可判别图像是否被篡改过。被动取证的基本证据是，任何形式的篡改将不可避免地导致数据的统计特性的变化。目前，可以采用基于像素的检测方法在法医学研究，它可以被视为图像信号的上采样和下采样，即对图像进行多次采样，然后对图像的像素检测，查看像素之间是否有关系；因为在篡改图像的时候，会在图像的篡改部分边缘，形成一种特殊的痕迹，这种痕迹是可以通过某些手段检测出来，这种痕迹通有一个重要的特性那就是一致性，只要找到这种一致性就能清晰地判断图片是否有拼接，彩色图像需要计算的彩色滤光器阵列，以此得找到图像各个通道的像素阵列，这样特殊痕迹之间的像素差值相关性会被打破，经过检测这些来达到确定的效果。图像的拼接操作会破坏图像的光照一致性，可根据图像场景中光照模型的一致性鉴定图像真伪。

1.2研究现状

一般来说，图像检测就是经过某些操作对待测图像的拼接部分进行提取的过程，其中图像是用于检测目标的载体，检目标检测和特征提取之前要进行归纳，最后由相应的算法分离出来。

图像检测可分为以下两种我们常用的方法。

一种是单帧图像检测是得出图像的灰度信息对目标分割，包括基于灰度阈值的目标检测和基于边缘信息的目标检测方法。

另一种是多帧图像一般用于检测运动图像，通常通过检测相邻图像的特征信息，来提取信息。

在上个世纪末，PAL和金的模糊集理论和边缘检测相结合，提出了一种图像边缘检测模糊算法，它可以有效地分离背景图像，并成功地应用于图像识别和图像处理目标。近年来，基于神经网络的边缘提取方法已成为一个重要的研究方向，基于BP网络的边缘检测方法也在许多地方实现。数学形态学更便于图像处理、特征提取等。

请支付后下载全文，论文总字数：14528字