基于图像质量评价量和隐马尔科夫模型的图像拼接检测

张震; 任远; 平西建; 康吉全

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于图像质量评价量和隐马尔科夫模型的图像拼接检测

张震, 任远, 平西建, 康吉全

文章导航 > 武汉大学学报 ● 信息科学版 > 2008 > 33(10): 1030-1033

张震, 任远, 平西建, 康吉全. 基于图像质量评价量和隐马尔科夫模型的图像拼接检测[J]. 武汉大学学报 ● 信息科学版, 2008, 33(10): 1030-1033.

引用本文:

张震, 任远, 平西建, 康吉全. 基于图像质量评价量和隐马尔科夫模型的图像拼接检测[J]. 武汉大学学报 ● 信息科学版, 2008, 33(10): 1030-1033.

ZHANG Zhen, REN Yuan, PING Xijian, KANG Jiquan. Blind Detection of Image Splicing Based on Image Quality Metrics and Hidden Markov Model[J]. Geomatics and Information Science of Wuhan University, 2008, 33(10): 1030-1033.

Citation:

ZHANG Zhen, REN Yuan, PING Xijian, KANG Jiquan. Blind Detection of Image Splicing Based on Image Quality Metrics and Hidden Markov Model[J]. Geomatics and Information Science of Wuhan University, 2008, 33(10): 1030-1033.

基于图像质量评价量和隐马尔科夫模型的图像拼接检测

¹信息工程大学信息工程学院,郑州市俭学街7号450002;²郑州大学电气工程学院,郑州市科学大道100号450001

基金项目: 国家自然科学基金资助项目(60473022)

详细信息

作者简介:
张震,博士生,副教授,研究方向为信号处理、图像处理与信息安全等。

中图分类号: TP391.41

Blind Detection of Image Splicing Based on Image Quality Metrics and Hidden Markov Model

¹Institute of Information Engineering,Information Engineering University,7 Jianxue Street,Zhengzhou 450002,China;²School of Electrical Engineering,Zhengzhou University,100 Science Road,Zhengzhou 450001,China

Funds: 国家自然科学基金资助项目(60473022)

摘要: 基于对图像拼接技术的分析,提出了基于图像质量评价量和隐马尔科夫模型(hidden Markov model,HMM)的拼接图像检测方法,提取了图像的特征值,使用支持向量机(support vector machine,SVM)对特征值进行训练和分类,得到了较好的效果。
- 数字图像盲取证 /
- 图像拼接检测 /
- 图像质量评价量(IQMs) /
- 隐马尔科夫模型(HMM) /
- 支持向量机(SVM)
Abstract: In order to implement image splicing blind detection,a new splicing detection scheme is proposed based on the model consisting of features from hidden Markov model and some image quality metrics(IQMs) extracted from the given test image,which are sensitive to spliced image.This model can measure statistical differences between original image and spliced image.Kernel-based support vector machine(SVM) is chosen as a classifier to train and test the given image.Experimental results show that the new splicing detection scheme has some advantages of highaccuracy and widelapplication.
- digital image forensics /
- image splicing detection /
- image quality metrics(IQMs) /
- hidden Markov model(HMM) /
- support vector machine(SVM)

[1]	郑肇葆, 潘励, 郑宏. 图像纹理基元分类的马尔柯夫随机场方法 . 武汉大学学报 ● 信息科学版, 2017, 42(4): 463-467. doi: 10.13203/j.whugis20150615
[2]	程诗尧, 梅天灿, 刘国英. 顾及结构特征的多层次马尔科夫随机场模型在影像分类中的应用 . 武汉大学学报 ● 信息科学版, 2015, 40(9): 1180-1187. doi: 10.13203/j .whu g is20130692
[3]	黄远程, 钟燕飞, 赵野鹤, 朱卫恒. 联合盲分解与稀疏表达的高光谱图像异常目标检测 . 武汉大学学报 ● 信息科学版, 2015, 40(9): 1144-1150. doi: 10.13203/j .whu g is20140575
[4]	马旭东, 闫利, 曹纬, 李武岐, 王昱. 一种新的利用梯度信息的图像质量评价模型 . 武汉大学学报 ● 信息科学版, 2014, 39(12): 1412-1418.
[5]	闫利, 胡晓斌. 利用Contourlet-SSIM视觉模型的IKONOS图像质量评价研究 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 12-16.
[6]	林怡, 刘冰, 陈映鹰, 潘琛. 多特征差分核支持向量机遥感影像变化检测方法 . 武汉大学学报 ● 信息科学版, 2013, 38(8): 978-982.
[7]	赵建虎, 王爱学, 王晓, 关永贤. 侧扫声纳条带图像分段拼接方法研究 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1034-1038.
[8]	武雪玲, 任福, 牛瑞卿, 彭令. 斜坡单元支持下的滑坡易发性评价支持向量机模型 . 武汉大学学报 ● 信息科学版, 2013, 38(12): 1499-1503.
[9]	巫兆聪, 欧阳群东, 胡忠文. 应用分水岭变换与支持向量机的极化SAR图像分类 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 7-10.
[10]	魏小莉, 沈未名. 一种基于马尔科夫随机场模型的彩色纹理图像分割 . 武汉大学学报 ● 信息科学版, 2010, 35(8): 955-958.
[11]	龚龑, 舒宁. 二值马尔科夫模型和多波段遥感影像的多尺度纹理分割 . 武汉大学学报 ● 信息科学版, 2008, 33(1): 21-24.
[12]	吴芳, 芮国胜. 基于四叉树和纠错编码的数字图像水印算法 . 武汉大学学报 ● 信息科学版, 2007, 32(3): 208-211.
[13]	陈刚, 鄂栋臣. 基于纹理分析和支持向量机的极地冰雪覆盖区的云层检测 . 武汉大学学报 ● 信息科学版, 2006, 31(5): 403-406.
[14]	万晓霞, 谢德红, 徐锦林. 基于加网算法与算法适应性的半色调图像质量评价方法 . 武汉大学学报 ● 信息科学版, 2006, 31(9): 765-768.
[15]	李宁, 陈彬. 数字图像处理在道路交通数据采集中的应用研究 . 武汉大学学报 ● 信息科学版, 2006, 31(9): 773-776.
[16]	王植, 贺赛先, 毛庆洲, 仲思东. 数字图像处理技术在钢坯在线检测系统中的应用 . 武汉大学学报 ● 信息科学版, 2005, 30(3): 269-273.
[17]	曹建农, 李德仁, 关泽群. 基于可分解马尔科夫网的极端椒盐噪声图像滤波 . 武汉大学学报 ● 信息科学版, 2005, 30(7): 583-587.
[18]	梅建新, 段汕, 秦前清. 基于支持向量机的特定目标检测方法 . 武汉大学学报 ● 信息科学版, 2004, 29(10): 912-915,932.
[19]	张勇, 马桃林. 数字图像色彩评价方法的探讨 . 武汉大学学报 ● 信息科学版, 2000, 25(6): 548-551.
[20]	谢士杰, 傅仲良, 谈国新, 卢健. 一种新的图像拼接方法 . 武汉大学学报 ● 信息科学版, 1996, 21(1): 50-53.