基于SGF-IABC的JPEG图像下采样因子检测算法

摘要：

对图像进行重采样操作是图像篡改的重要手段,JPEG图像作为最广泛的应用载体,对其进行重采样检测研究具有重要意义.JPEG图像由于重采样引起的块效应移位,差分其相邻极值间隔分布直方图呈周期性,且周期性受到图像纹理和边缘的干扰较大,为削弱下采样因子估计时易受到此类干扰,本文提出一种可抵抗图像纹理边缘的JPEG图像下采样因子估计模型.首先,将JPEG图像经过二次引导滤波(Secondary Guidance Filtering,SGF)的预处理去除图像的纹理噪声;其次,使用改进人工蜂群算法(Improved Artificial Bee Colony algorithm,IABC)对其进行边缘检测、提取和移除,弱化图像边缘周期性特征,以此减少图像极值区间直方图的统计误差,提升下采样因子估计值的准确性;最后,计算图像差分极值直方图,得到最终估计.实验结果表明,本文方法比现有算法具有更小的平均误差,对图像纹理和边缘在像素域的周期性干扰具有更好的鲁棒性,能有效抵抗纹理和边缘的双重干扰.

关键词：重采样、图像篡改、下采样因子估计、二次引导滤波、改进人工蜂群算法

所属期刊栏目：13

分类号：TP309(计算技术、计算机技术)

资助基金：上海市自然科学基金;上海市科委重点项目;上海高校青年教师培养资助计划项目

在线出版日期：2023-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：190-196