计算机应用

作者：王朋博, 单武扬, 李军, 田茂, 邹登, 范占锋

单位：1.成都理工大学 计算机与网络安全学院，成都 610059；2.重庆邮电大学 计算机科学与技术学院，重庆 400065；3.成都大学 建筑与土木工程学院，成都 610106

关键词：图像拼接,伪造检测,图像去噪,椒盐噪声,卷积神经网络

基金：国家自然科学基金资助项目(42001417);四川省科技计划项目(2021YFG0298);四川省非饱和土力学特性及工程技术工程研究中心项目(SC?FBHT2022?14)

在图像取证领域，图像拼接检测技术可以通过分析图像内容识别拼接，并定位拼接区域。然而，在传输、扫描等常见场景中，椒盐（s&p）噪声会不可避免地随机出现，且随着噪声强度的增加，当前拼接取证方法的效力将逐渐减弱，甚至失效，极大地影响了现有拼接取证方法的效果。因此，提出一种能够抵御高强度椒盐噪声的拼接取证算法。所提算法分为2个主要部分：预处理部分和拼接取证部分。首先，预处理部分利用ResNet32与中值滤波器的融合，去除图像中的椒盐噪声，并通过卷积层恢复受损的图像内容，从而最大限度地消除椒盐噪声对拼接取证部分的影响并恢复图像细节；其次，拼接取证部分基于暹罗网络结构，提取与图像唯一性相关的噪声伪影，并通过不一致判断识别拼接区域。在通用篡改数据集上的实验结果表明，所提算法在RGB图像和灰度图像上均取得了良好的效果。在10%噪声场景下与FS （Forensic Similarity）和PSCC-Net （Progressive Spatio-Channel Correlation Network）取证算法相比，所提算法将马修斯相关系数（MCC）值提升超过50%，这验证了所提算法在被噪声干扰的篡改图像上取证的有效性和先进性。

来源：2024年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第10期