《表1 各算法的检测平均耗时测试结果》

  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

《基于圆域分割耦合法则的图像篡改检测算法》

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

不同算法对12幅篡改图像的检测准确性统计结果如图12所示。从图12可知，对具有不同旋转角度的篡改图像检测时，本文算法的准确性始终最高。对旋转角度为100°的篡改图像检测时，本文算法的检测准确性为90.29%，文献[14]和文献[15]算法的检测准确性分别为84.71%，79.85%。表1为3种方法检测12幅图像的平均耗时，可以发现，本文算法平均耗时最少，仅为3.58 s。由此可见，本文算法的检测准确性以及检测效率较高，能够较好地适应旋转后处理。因为本文算法采用了互相关函数对特征点的相关程度进行了度量，并且在此基础上建立了最优相关法则完成特征匹配，克服了特征匹配过程对阈值的依赖性，提高了匹配结果的准确性。另外本文算法还利用圆域分割的方法，通过图像的梯度信息获取了仅含64元素的特征向量，通过对特征点间进行欧氏距离度量的方法，对匹配特征点进行了集群，从而准确地对篡改内容进行了定位，使算法的检测准确性及鲁棒性、检测效率得以提升。文献[14]算法中将图像的颜色信息与局部二值模式（Local Binary Patterns，LBP）纹理相结合，并在此基础上计算图像的灰度共生矩阵，采用基于K维树（K-Dimensional，KD）的图像块匹配方法及形态学操作获取检测结果。LBP纹理对旋转操作具有较好的稳健性，但基于KD树的图像块匹配方法需要依靠设定阈值来完成，易出现错误匹配，且计算图像的灰度共生矩阵较为复杂，从而限制了检测准确性，增加了算法的检测耗时。文献[15]算法中利用小波变换获取图像的分解系数，通过参数微调法选取阈值，并在确定阈值的基础上采用误差水平分析法进一步完成图像检测。由于小波变换的多方向缺失性，其分解所得系数易丢失数据，且该方法中阈值的确定需要对参数进行多次微调，不仅难以确定出最佳的阈值，且耗时较多，使文献[15]算法检测准确性与效率不佳。