篡改图像边缘模糊操作的被动取证算法

doi:10.3969/j.issn.1000-565X.2011.07.013

华南理工大学学报（自然科学版） ›› 2011, Vol. 39 ›› Issue (7): 77-82.doi: 10.3969/j.issn.1000-565X.2011.07.013

• 电子、通信与自动控制 • 上一篇下一篇

篡改图像边缘模糊操作的被动取证算法

赵俊红

华南理工大学自动化科学与工程学院，广东广州 510640

收稿日期:2010-12-17 修回日期:2011-04-10 出版日期:2011-07-25 发布日期:2011-06-03
通信作者: 赵俊红(1976-) ，女，博士生，讲师，主要从事数字图像处理、多媒体安全、智能控制研究． E-mail:jhzhao@scut.edu.cn
作者简介:赵俊红(1976-) ，女，博士生，讲师，主要从事数字图像处理、多媒体安全、智能控制研究．
基金资助:
国家自然科学基金资助项目( 60772115)

Passive Forensics Algorithm of Tampered Image by Detecting Edge Blurring Manipulation

Zhao Jun-hong

School of Automation Science and Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China

Received:2010-12-17 Revised:2011-04-10 Online:2011-07-25 Published:2011-06-03
Contact: 赵俊红(1976-) ，女，博士生，讲师，主要从事数字图像处理、多媒体安全、智能控制研究． E-mail:jhzhao@scut.edu.cn
About author:赵俊红(1976-) ，女，博士生，讲师，主要从事数字图像处理、多媒体安全、智能控制研究．
Supported by:
国家自然科学基金资助项目( 60772115)

摘要/Abstract

摘要： 针对图像篡改中常见的边缘模糊操作的鉴别取证，提出一种新的取证算法．该算法首先利用模糊数学对篡改过的人工模糊边缘进行图像模糊增强，得到人工模糊操作边缘被增强而其它部分被减弱的图像; 然后对原篡改图像进行分块，利用粗糙集理论获得约减属性和约减规则对子图像块进行分类，排除平坦区域和自然清晰强边缘图像块后得到另外一个图像; 最后将前面得到的两个图像融合得到结果图像．实验结果表明该算法能较好地排除平坦区域和强边缘而保留人工模糊边缘，从而达到被动取证的目的．

关键词: 图像处理, 被动取证, 模糊增强, 粗糙集

Abstract:

Aiming at the edge blurring manipulation in image tampering,a new algorithm for image forensics is presented. In this algorithm,first,the tampered blurring edge is enhanced based on the fuzzy mathematics,while the real clear edge and flat region is weakened,thus obtaining an image. Next,the tampered image is divided into many sub-images,which are then classified to remove flat regions and real clear sharp edges by using the attribute
reduction of rough set theory,thus obtaining another image. Finally,a fusion of the two above-mentioned images is performed to obtain the resulting image. Experimental results show that the proposed algorithm is an effective passive forensics method that reveals the blurred regions but excludes flat regions and real clear sharp edges.

Key words: image processing, passive forensics, fuzzy enhancement, rough set

中图分类号:

TN911.37

赵俊红. 篡改图像边缘模糊操作的被动取证算法[J]. 华南理工大学学报（自然科学版）, 2011, 39(7): 77-82.

Zhao Jun-hong. Passive Forensics Algorithm of Tampered Image by Detecting Edge Blurring Manipulation[J]. Journal of South China University of Technology (Natural Science Edition), 2011, 39(7): 77-82.

[1]	唐成, 王端宜, 贠迪, 等. 沥青混合料骨架细观接触的高通量计算[J]. 华南理工大学学报(自然科学版), 2023, 51(4): 135-144.
[2]	李贝贝, 魏令行, 刘秀梅, 等. 基于虚拟双目视觉的锥阀振动测试[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 106-113.
[3]	董一庆, 王达磊, 潘玥, 等. 结构表观病害人工标记数据标准化批处理方法[J]. 华南理工大学学报(自然科学版), 2021, 49(12): 113-123.
[4]	李蒙蒙庞晋中陈明浩. 多源模糊信息系统中的属性约简（英文）[J]. 华南理工大学学报(自然科学版), 2020, 48(12): 144-152.
[5]	张舞杰聂新桥何广栋. 基于图像处理的微钻芯厚测量[J]. 华南理工大学学报（自然科学版）, 2016, 44(7): 70-76,89.
[6]	吴一全朱丽李立. 基于 NSCT 和 KFCM 聚类的图像边缘检测方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(5): 59-65.
[7]	赵俊红哀微朱学峰. 基于 ASIFT 和圆投影特征的图像被动取证[J]. 华南理工大学学报（自然科学版）, 2015, 43(3): 66-71.
[8]	纪霞李龙澍徐怡. 基于广义决策函数的改进 LEM2 规则提取算法[J]. 华南理工大学学报（自然科学版）, 2014, 42(5): 143-148.
[9]	张芬章权兵张成沈川韦穗 . 基于相位割的相位检索[J]. 华南理工大学学报（自然科学版）, 2014, 42(5): 36-40.
[10]	石永华王晓佳李学瑞. 用于波纹板角焊缝跟踪的变步长角点检测算法[J]. 华南理工大学学报（自然科学版）, 2014, 42(3): 78-83.
[11]	郑晓峰王曙. 基于粗糙集与关联规则的道路运输管理信息数据挖掘方法[J]. 华南理工大学学报（自然科学版）, 2014, 42(2): 132-138.
[12]	吴一全宋昱. 基于双树复小波域 HMT 模型的煤燃烧火焰图像去噪[J]. 华南理工大学学报（自然科学版）, 2014, 42(1): 59-65.
[13]	廖秀秀韩国强沃焱陈湘骥. 基于近邻嵌入逐级放大的图像超分辨率重建[J]. 华南理工大学学报（自然科学版）, 2013, 41(5): 55-60.
[14]	廖秀秀韩国强沃焱黄汉铨李展. 基于流形学习和梯度约束的图像超分辨率重建[J]. 华南理工大学学报(自然科学版), 2012, 40(4): 8-15.
[15]	张谦裴海龙史步海赵运基. 无纺布成品表面污渍机器视觉检测系统的设计[J]. 华南理工大学学报(自然科学版), 2012, 40(3): 81-87.

篡改图像边缘模糊操作的被动取证算法

Passive Forensics Algorithm of Tampered Image by Detecting Edge Blurring Manipulation

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