低复杂度的增强图像来源检测算法

作     者：王俊祥 黄霖 张影 倪江群 林朗 WANG Junxiang;HUANG Lin;ZHANG Ying;NI Jiangqun;LIN Lang

作者机构：景德镇陶瓷大学机械电子工程学院江西景德镇333403 中山大学数据科学与计算机学院广东广州510006 东南数字经济发展研究院浙江衢州324000 

基　　金：国家自然科学基金(61762054,62062044,U1736215,61772573) 广州市科技项目(201707010029,201804010265) 衢州市科技项目(2019K12) 

出 版 物：《西安电子科技大学学报》 (Journal of Xidian University)

年 卷 期：2021年第48卷第1期

页      码：96-106页

摘      要：随着多媒体技术的飞速发展,增强图像因视觉效果好而被广泛使用。常规图像增强算法包含直方图均匀化、伽马校正等。然而,近期提出了一种基于对比度增强效果的可逆信息隐藏算法。该算法在往载体中嵌入一定比例秘密信息后,可生成与常规图像增强算法视觉效果一致的含密增强图像。此类增强图像的出现为后续不分辨增强图像来源而直接使用的操作带来了巨大的安全隐患。基于此,提出一种可识别可逆信息隐藏图像的低复杂度增强图像来源检测算法。通过分析可逆信息隐藏图像和多种常规对比度增强图像在直方图分布上的区别,设计了4个高效的特征,然后采用高效的支持向量机分类器完成增强图像的来源检测。实验结果表明,在多种对比度增强图像来源鉴定的场景下,这种算法均可获得较之当前主流方案更准确、更稳定的结果,优势明显。

主 题 词：图像分析 图像识别 机器学习 图像增强 可逆信息隐藏 支持向量机 

学科分类：0839[0839] 08[工学] 081201[081201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.19665/j.issn1001-2400.2021.01.011

馆 藏 号：203101724...