《表6 原始图像与篡改图像的汉明距离》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于对立色与显著区域的紧凑图像哈希算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了测试本文算法的篡改检测性能，从VOC2012数据库[22]中下载15 000幅图像，并对每幅图像添加占原图像面积20%的对象，图11为一个篡改示例.通过本文算法提取篡改图像与原始图像的哈希序列，并计算哈希距离.对篡改图像对的哈希距离分布、2.3小节相似图像对和不同图像对的哈希距离分布进行绘制，如图12所示.横坐标为汉明距离，纵坐标为发生的概率.取不同曲线的交点的横坐标T1=0.078 8和T2=0.347 0作为篡改检测的阈值，当原始图像与测试图像的哈希距离小于T1时，认为图像为相似图像；两个图像的哈希距离在T1和T2之间时，认为图像为篡改图像；哈希距离大于T2时，图像为不同图像.通过计算发现，当阈值T1=0.078 8时，算法有98.03%的识别率正确识别相似图像对；当阈值T2=0.347 0时，有97.92%的识别率正确识别不同图像对；对篡改图像，有98.72%的正确识别率识别篡改图像对.表6给出了一些篡改实例，其中1～6是颜色篡改的实例，7～8是在图像非显著区域进行篡改，可以看出篡改图像和原始图像的汉明距离均分布在阈值T1、T2之间因此本文算法对图像篡改具有较好的检测能力.