针对现有图像盲取证方法在多重镜像篡改检测效果较差的问题,提出一种基于近似最近邻(ANN)搜索的图像篡改检测方法。提取图像的BRISK(Binary Robust Invariant Scalable Keypoints)特征描述子,获得图像的二值特征向量。利用PatchMatch计算特征间的偏移量并借助传导策略优化搜索相似图像块,实现篡改区域的初步检测。利用最小均方线性模型计算拟合误差移除误匹配点,精确定位篡改区域。在CASIA V2.0图像数据集和哥伦比亚大学图像数据集上进行实验,实验结果表明,该算法能够准确且高效地检测经复杂几何形变的篡改区域,特别是对多重镜像篡改检测的准确率更高。

基于PatchMatch(同时估计像素点的视差和法向量的3D标签)的方案已经在立体匹配中取得高精度的亚像素视差,但该类方法无法有效解决图像无纹理区域的错误匹配。针对这一问题,对LocalExp(local expansion move)算法进行了改进,并提出一种融合多维信息的自适应像素类别优化的立体匹配算法。该方法设计了一种交叉窗口,在窗口内基于颜色与颜色的自相关信息构建相关权重,并利用约束函数剔除匹配代价中的离群值;在PatchMatch的标签初始化阶段增加约束机制,改进视差标签的建议生成机制,并利用基于局部扩张运动的优化方法求解标签值;利用基于像素类别的填充策略进行视差优化。实验结果表明所提算法能够在Middlebury数据集上取得较低的匹配误差。

提出了一种利用Wasserstein重心坐标作为图像描述子的图像重复区域盲检测算法。通过度量各图像块Wasserstein重心坐标间的最小欧式距离确定图像重复区域初始搜索块,再对初始搜索块进行扩展, 利用改进的PatchMatch算法寻找相关度高的图像块, 从而搜索出完整的图像重复区域。实验结果表明, 提出的基于Wasserstein直方图欧氏度量的图像重复区域盲检测算法能够检测出复制粘贴的伪造区域, 对于带有旋转和缩放等几何攻击的伪造区域检测率维持在90%以上。该算法对复制粘贴、尺度变化和旋转几何攻击具有良好的鲁棒性。