计算机应用研究

作者：赵鸿图,周秋豪,

单位：河南理工大学物理与电子信息学院,河南焦作454003；

关键词：copy-move窜改检测,图像显著性,局部特征,SIFT算法,密度聚类,超像素分割,

基金：河南省科技厅科技攻关和软科学项目(192102310446)；河南省高校基本科研业务费专项资金资助项目(NSFRF210406)；；

检测整幅窜改图像的方法增加了许多非必要的计算量，为了降低计算复杂度和进一步提高检测精确率，提出了一种基于改进显著图和局部特征匹配的copy-move窜改检测方法。首先，结合图像梯度改进显著图，分离出包含图像高纹理信息的局部显著区域；其次，只对该局部区域采用SIFT（scale invariant feature transform）算法提取特征点；然后，对显著性小的图像采用密度聚类和二阶段匹配策略，对显著性大的图像采用超像素分割和显著块特征匹配的策略；最后，结合PSNR和形态学操作来定位窜改区域。在两个公开数据集上进行实验，该方法的平均检测时间小于10 s，平均检测精确率大于97%，均优于所对比的方法。实验结果表明，该方法能够大幅缩减检测时间、有效提高检测精确率，并且对几何变换和后处理操作也都具有较好的鲁棒性。

来源：2023年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第9期