毕业论文课题相关文献综述

文献综述

1.课题背景和意义

随着网络技术的普及与信息媒体数字化的广泛应用，使得数字图象、音频和视频等数产品的迅速传播成为可能。由于多媒体数据易于被修改，一些恶意的团体或个人可以很容易地对多媒体数据进行非法篡改和传播，因此在多媒体内容受到怀疑的时候，一个能够可靠验证篡改发生与否的真伪鉴别系统就显得非常重要。为了节约带宽和存储空间，数字媒体通常以压缩方式传输和存储，数字媒体在传输和存储过程中也容易受到类似于声污染，滤波等操作的干扰。在这种环境下，多媒体数据篡改或真伪鉴别系统应可以容忍一定程度的施加于多媒体数据上的常见信号处理操作如有损压缩、噪声污染、滤波等。

1984年，法国地球物理学家Morlet在分析地震波的局部特性时首次采用了小波变换。其在时频两域都具有表征信号局部特征的能力和多分辨率分析的特点。小波变换的基本思想是将原始信号通过伸缩和平移后，分解为一系列具有不同空间分辨率、不同频率特性和方向特性的子带信号，这些子带信号具有良好的时域、频域等局部特征。这些特征可用来表示原始信号的局部特征，进而实现对信号时间、频率的局部化分析，从而克服了傅里叶分析在处理非平稳信号和复杂图像时所存在的局限性。

小波变换具有以下优缺点：小波分析具备良好的时、频局域分析能力，对一维有界变差函数类具有最优逼近性能。对于含点奇异的一维信号，小波分析能够达到最优的非线性逼近阶。但是在处理二维甚至更高维的含线奇异的信号时，小波分析则不能达到理想的最优逼近阶。

随着小波理论的日趋成熟,人们对小波变换的实际应用越来越重视,它已广泛地应用于信号处理、图像处理、量子场论、地震勘探、语音识别与合成、音乐、雷达、CT成像、彩色复印、流体湍流、模式识别、机器视觉、机械故障诊断与监控以及数字电视等科技领域.最近几年,一些学者将小波变换与人工智能及其它理论相结合进行研究,并且已经取得了重要的成果.

2.课题的国内外现状

图像的复制粘贴伪造是图像伪造的基本操作，将一幅图像的部分区域通过复制粘贴操作覆盖至另一区域，很难用人眼直接识别出来。因此，其检测方法是当前国内外伪造图像盲检测研究的热点。复制伪造区域来自于原图像，其像素值、灰度直方图、噪声成分、图像的统计特征等与原图像具有很高的相似性，因而可通过寻找图像中的相似区域来检测图像的复制粘贴伪造区域。

复制粘贴类型的图像伪造，虽然可能对篡改图像进行了一定的边缘处理，但是图像中的复制区域和相对应的粘贴区域基本上相似。基于这个特点，可以通过寻找图像中存在的相似区域来检测图像的伪造痕迹。穷举搜索法是一个显然的解决方法，其优点是算法简单，易于实现，缺点是运算量大。为了减少运算量，Fridrich把对图像像素的点操作转化为块操作，提出了一种对图像块的DCT量化系数进行字典排序的算法，来检测图像复制伪造区域。Popescu提出了一种类似的检测图像重复区域的算法。该算法对图像块使用土成分分析(prineipaleomponentanalysis,PCA)，将得到的降维特征作为该图像块的特征描述，以减少特征空间的维数。但是他们的算法中都是直接对原始图像分块，然后进行降维特征提取，而一次移动一个像素的滑窗操作使得图像块的数目非常大，尤其是图像较人时。为了进一步减少运算量，Li从缩小图像尺寸和降低特征空间维数两方面考虑，提出了一种基于小波和奇异值分解的图像复制区域检测算法，该算法利用小波变换提取的图像低频分量作为分析对象，并使用奇异值分解提取小波低频图像特征进行降维，然后对图像奇异值特征矩阵按行进行字典排序。因为相似图像块的奇异值矢量相近，排序后两个相近的矢举会在排序矩阵中相邻，遍历排序后的矩阵，井且配合图像块的偏移频率信息，可检测出复制伪造区域。

参考文献