《表1 各算法的检测平均耗时测试结果》
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。
图表编号 | XD00212252500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 范晖、夏清国 |
绘制单位 | 西京学院信息工程学院、西北工业大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |