Алгоритм обнаружения искажённых дубликатов на цифровых изображениях с использованием бинарных градиентных контуров

Алгоритм обнаружения искажённых дубликатов на цифровых изображениях с использованием бинарных градиентных контуров

Автор: Кузнецов Андрей Владимирович, Мясников Владислав Валерьевич

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений: Восстановление изображений, выявление признаков, распознавание образов

Статья в выпуске: 2 т.40, 2016 года.

Бесплатный доступ

Встраивание дубликатов является одним из самых очевидных способов намеренного искажения цифровых изображений с целью сокрытия содержащейся в последних информации. Процесс встраивания заключается в копировании фрагмента изображения из одной области в другую область того же изображения. При этом копируемый фрагмент может быть подвержен различным преобразованиям: контрастированию, добавлению шума, масштабированию, повороту, а также различным их комбинациям. Существующие подходы к поиску искажённых областей основаны на вычислении векторов признаков в процессе разбиения изображения на пересекающиеся блоки и использовании этих векторов для поиска близких в евклидовом пространстве областей. В данной работе мы предлагаем использовать бинарные градиентные контура, которые являются устойчивыми к локальному контрастированию, аддитивному шуму и компрессии. В работе также представлены аргументация выбора этого способа для поиска искажённых дубликатов, а также результаты экспериментальных исследований различных вариантов реализации локальных бинарных шаблонов.

Еще

Обнаружение дубликатов, искажённый дубликат, локальный бинарный шаблон, бинарные градиентные контура, вектор-признаков, k-d-дерево

Короткий адрес: https://sciup.org/14059464

IDR: 14059464   |   DOI: 10.18287/2412-6179-2016-40-2-284-293

Список литературы Алгоритм обнаружения искажённых дубликатов на цифровых изображениях с использованием бинарных градиентных контуров

  • The Top 20 Valuable Facebook Statistics . -URL: https://zephoria.com/top-15-valuable-facebook-statistics/(Request Date 19.01.2015).
  • Christlein, V. An Evaluation of Popular Copy-Move Forgery Detection Approaches/V. Christlein, C. Riess, J. Jordan, E. Angelopoulou//IEEE Transactions on information forensics and security. -2012. -Vol. 7(6). -P. 1841-1854.
  • Глумов, Н.И. Поиск дубликатов на цифровых изображениях/Н.И. Глумов, А.В. Кузнецов, В.В. Мясников//Компьютерная оптика. -2013. -Т. 37, № 3. -С. 360-367.
  • Кузнецов, А.В. Алгоритм обнаружения дубликатов на цифровых изображениях с использованием эффективных линейных локальных признаков/А.В. Кузнецов, В.В. Мясников//Компьютерная оптика. -2013. -Т. 37, № 4. -С. 489-495.
  • Kuznetsov, A.V. A fast plain copy-move detection algorithm based on structural pattern and 2D Rabin-Karp rolling hash/A.V. Kuznetsov, V.V. Myasnikov//Lecture Notes in Computer Science. -2014. -Vol. 8814. -P. 461-468.
  • Mahdian, B. Detection of Copy-Move Forgery using a Method Based on Blur Moment Invariants/B. Mahdian, S. Saic//Forensic Science International. -2007. -Vol. 171(2). -P. 180-189.
  • Ryu, S. Detection of Copy-Rotate-Move Forgery using Zernike Moments/S. Ryu, M. Lee, H. Lee//Information Hiding Con-ference. -2010. -P. 51-65.
  • Popescu, A. Exposing digital forgeries by detecting duplicated image regions /A. Popescu, H. Farid. -2004. -URL: http://www.ists.dartmouth.edu/library/102.pdf (Request Date 20.01.2015).
  • Kang, X. Identifying Tampered Regions Using Singular Value Decomposition in Digital Image Forensics/X. Kang, S. Wei//International Conference on Computer Science and Software Engineering. -2008. -Vol. 3. -P. 926-930.
  • Luo, W. Robust Detection of Region-Duplication Forgery in Digital Images/W. Luo, J. Huang, G. Qiu//International Conference on Pattern Recognition. -2006. -Vol. 4. -P. 746-749.
  • Bravo-Solorio, S. Exposing Duplicated Regions Affected by Reflection, Rotation and Scaling/S. Bravo-Solorio, A.K. Nandi//International Conference on Acoustics, Speech and Signal Processing. -2011. -P. 1880-1883.
  • Fridrich, J. Detection of copy-move forgery in digital images /J. Fridrich, D. Soukal, J. Lukas. -2003. -URL: http://www.ws.binghamton.edu/fridrich/Research/copymove.pdf (Request Date 20.01.2015).
  • Bayram, S. An efficient and robust method for detecting copy-move forgery/S. Bayram, H. Sencar, N. Memon//IEEE International Conference on Acoustics, Speech, and Signal Processing. -2009. -P. 1053-1056.
  • Huang, H. Detection of Copy-Move Forgery in Digital Images Using SIFT Algorithm/H. Huang, W. Guo, Y. Zhang//Pacific-Asia Workshop on Computational Intelligence and Industrial Application. -2008. -Vol. 2. -P. 272-276.
  • Shivakumar, B.L. Detection of Region Duplication Forgery in Digital Images Using SURF/B.L. Shivakumar, S. Baboo//International Journal of Computer Science Issues. -2011. -Vol. 8(4). -P. 199-205.
  • Li, L. An Efficient Scheme for Detection Copy-move Forged Images by Local Binary Patterns/L. Li, S. Li, H. Zhu//Journal of Information Hiding and Multimedia Signal Processing. -2013. -Vol. 4(1). -P. 46-56.
  • Davarzani, R. Copy-move forgery detection using multiresolution local binary patterns/R. Davarzani, K. Yaghmaie, S. Mozaffari, M. Tapak//Forensic Science International. -2013. -Vol. 231(1-3). -P. 61-72.
  • Ren, J. Noise-Resistant Local Binary Pattern With an Embedded Error-Correction Mechanism/J. Ren, X. Jiang, J. Yuan//IEEE Transactions on Image Processing. -2013. -Vol. 22(10). -P. 4049-4060.
  • Fernández, A. Image classification with binary gradient contours/A. Fernández, M.X. Álvarez, F. Bianconi//Optics and Lasers in Engineering. -2011. -Vol. 49, Issue. 9-10. -P. 1177-1184.
  • Wang, L. Texture classification using texture spectrum/L. Wang, D.-C. He//Pattern Recognition. -1990. -Vol. 23(8). -P. 905-910.
  • Ojala, T. A comparative study of texture measures with classification based on featured distribution/T. Ojala, M. Pietikinen, D. Harwood//Pattern Recognition. -1996. -Vol. 29(1). -P. 51-59.
  • Ojala, T. Multiresolution grayscale and rotation invariant texture classification with local binary patterns/T. Ojala, M. Pietikinen, T. Menp//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2002. -Vol. 24(7). -P. 971-987.
  • Мясников, В.В. Локальное порядковое преобразование цифровых изображений/В.В. Мясников//Компьютерная оптика. -2015. -Т. 39, № 3. -С. 397-405.
  • Arasteh, S. Color and texture image segmentation using uniform local binary patterns/S. Arasteh, C.-C. Hung//Machine Graphics and Vision. -2006. -Vol. 15(3-4). -P. 265-274.
  • Guo, Z.H. A completed modeling of local binary pattern operator for texture classification/Z.H. Guo, D. Zhang//IEEE Transactions on Image Processing. -2010. -Vol. 19(6). -P. 1657-1663.
  • Zhao, Y. Completed robust local binary pattern for texture classification/Y. Zhao, W. Jia, R.X. Hu, H. Min//Neurocomputing. -2013. -Vol. 106. -P. 68-76.
  • Bentley, J.L. Multidimensional binary search trees used for associative searching/J.L. Bentley//Communications of the ACM. -1975. -Vol. 18(9). -P. 509-517.
Еще
Статья научная
SciUp 2024 © 2024 ©