《數字圖像被動盲取證方法研究》是依託長沙理工大學，由李峰擔任項目負責人的面上項目。
基本介紹
- 中文名：數字圖像被動盲取證方法研究
- 項目類別：面上項目
- 項目負責人：李峰
- 依託單位：長沙理工大學
項目摘要,結題摘要,
項目摘要
數字圖像被動盲取證是近幾年才興起的新的研究領域，其目的是為了辨識篡改或偽造的數字圖像，對解決數字產品日益嚴峻的信任危機，為司法機關鑑別數字作品真偽有重要作用。本課題瞄準這一國際前沿具有挑戰性的研究領域，以自然圖像噪聲、紋理等特徵的數字圖像盲取證方法研究為核心，圍繞自然圖像噪聲特徵的提取與匹配方法、自然圖像紋理特徵的提取與分割方法、JPEG壓縮對自然圖像的影響分析三個關鍵方面開展研究。通過計算待檢測的自然圖像與特徵模型的吻合度，來判斷圖像被篡改及定位被篡改的區域，實現不依賴篡改訓練樣本庫的自然圖像通用盲取證。同時，通過JPEG壓縮圖像重構原始圖像版本，彌補壓縮引起的特徵信息損失，提高取證的準確性。通過課題的研究，豐富和發展數字圖像取證的相關理論，並為推動數字圖像取證在刑偵、安全、宣傳等部門的套用提供技術保障。研究成果將為確保公共信息秩序、打擊犯罪、維護司法公正和新聞誠信發揮重要作用。
結題摘要
本項目針對數字圖像盲取證方法研究中的幾個關鍵方面展開了深入而較全面的研究，並取得了一系列的研究成果。完成的主要研究工作包括：（1）建立了原始和篡改圖像庫。（2）利用不同的統計理論和方法直接或經離散小波變換後提取了圖像塊的多類統計特徵，如模糊不變矩特徵、灰度共生矩紋理特徵、小波矩特徵、局部沃爾什變換紋理特徵等，根據提取的特徵向量對圖像塊進行模糊匹配實現了複製貼上區域的檢測和定位，提出了多種新穎的圖像複製貼上取證方法，在定位效率、檢測精度、抵抗噪聲、抵抗後處理攻擊等方面不同程度地達到了比同類算法更好的性能。（3）在深入研究二維經驗模式分解方法、網函式插值法、韋伯局部特徵提取法以及多特徵的融合等基礎上，提出了多種具有高檢測正確率的圖像拼接取證方法。（4）考慮到JPEG圖像在壓縮過程中將產生塊效應不一致性、引起量化失真、引入量化噪聲等導致原始壓縮特性的改變，提出了多種JPEG圖像篡改取證方法，實現了篡改JPEG圖像的有效檢測和篡改區域的準確定位。已發表學術論文40篇，其中被SCI/EI收錄論文22篇。已培養碩士生16名（已畢業11名，預計明年上半年畢業5名）。
