科研之友
微信
新浪微博
Facebook
分享链接
摘要
图像拼接将来源不同的图像合并成一幅图，由此引起图像中光照方向、噪声等特性出现不一致的情况。目前多数方法根据拼接图像中噪声的不一致性来检测伪造区域，但是普遍对不同大小图像块的噪声估计准确性不高，导致真阳性率较低，且当噪声差异较小时会检测失败。针对该问题，提出一种基于自适应四元数奇异值分解（QSVD）的噪声估计方法。对图像进行超像素分割，利用自适应QSVD估计超像素的噪声，结合图像亮度并利用多项式拟合建立图像噪声-亮度函数，得到各超像素到该函数曲线的最小距离测度。为提高检测精确率，利用色温估计算法提取超像素的色温特征，将距离测度与色温特征相融合作为最终的特征向量，利用FCM模糊聚类定位拼接区域。在Columbia IPDED拼接图像数据集上进行实验，结果表明，该方法在未经后处理图像集上的检测TPR值较对比方法至少提升8.21个百分点，且对高斯模糊、JPEG压缩和伽马校正表现出较好的鲁棒性。
- 单位
