基于传感器模式噪声特性的图像篡改检测方法

杨本娟; 黎小平

doi:10.13873/J.1000-9787(2015)10-0141-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于传感器模式噪声特性的图像篡改检测方法

计算与测试 | 更新时间：2025-09-11

- 基于传感器模式噪声特性的图像篡改检测方法
- Image forgery detection method based on sensor pattern noise characteristics
- 传感器与微系统 2015年34卷第10期页码：141-143
- 作者机构：
  
  1. 贵州师范大学数学与计算机科学学院
  2. 江西财经职业学院信息工程系
- 作者简介：
- 基金信息：
  
  贵州省科学技术基金资助项目（黔科合J字（2012）2272）;教育部人文社会科学研究青年项目（13YJC870013）
- DOI：10.13873/J.1000-9787(2015)10-0141-03
  中图分类号： TP391.41
- 纸质出版：2015
- 稿件说明：
移动端阅览
[1]杨本娟,黎小平.基于传感器模式噪声特性的图像篡改检测方法[J].传感器与微系统,2015,34(10):141-143.

YANG Ben-juan, LI Xiao-ping. Image forgery detection method based on sensor pattern noise characteristics[J]. 2015, 34(10): 141-143.
[1]杨本娟,黎小平.基于传感器模式噪声特性的图像篡改检测方法[J].传感器与微系统,2015,34(10):141-143. DOI： 10.13873/J.1000-9787(2015)10-0141-03.

YANG Ben-juan, LI Xiao-ping. Image forgery detection method based on sensor pattern noise characteristics[J]. 2015, 34(10): 141-143. DOI： 10.13873/J.1000-9787(2015)10-0141-03.

摘要

针对传统基于传感器模式噪声特性的图像篡改检测算法由于需要知道参考图像数据库因而应用局限性大的问题

提出了一种基于噪声子空间投影的图像篡改检测框架

分别采用主成分分析（PCA）、二维主成分分析（2DPCA）和核主成分分析（KPCA）实现了基于图像噪声特性的篡改检测

并通过实验验证了此方法的有效性。

Abstract

Aiming at problem that traditional characteristics image forgery detecting algorithm based on sensor pattern noise require reference image database

which restricts their practicable application

an image forgery detecting framework based on noise sub-space projection is proposed

principal component analysis（ PCA）

twodimensional PCA（ 2DPCA） or kernel PCA（ KPCA） are used

to realize forgery detection based on image noise characteristics effectiveness of the methods is illustrated by experiment.

关键词

Keywords

references

基于噪音相关性的数字图像区域作伪检测 [J]. 崔夏荣,苏光大. 光子学报 . 2008(10)

MMSE filtering of generalised signal-dependent noise in spatial and shift-invariant wavelet domains [J] . Fabrizio Argenti,Gionatan Torricelli,Luciano Alparone. Signal Processing . 2005 (8)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于核主成分分析的图像模糊篡改检测算法