基于最近邻搜索耦合近邻损耗聚类的图像伪造检测算法

目的 为了解决当前图像伪造检测算法在对图像进行伪造检测时，主要依靠全局搜索的方式来完成特征点匹配，导致其检测效率较低，且在对复杂伪造图像进行检测时，易出现检测精度不高和检测错误的不足。方法 提出基于最近邻搜索耦合近邻损耗聚类的图像伪造检测算法。首先引入积分图像的方法，对图像进行预处理，借助Hessian矩阵行列式来提取特征点。利用特征点构建圆形区域，通过求取圆形区域内Haar小波响应获取特征点的特征描述符。然后通过特征描述符建立KD树索引，利用最近邻搜索方法代替SURF中全局搜索的方法，对SURF进行改进，完成特征点的匹配。最后，利用特征点间的近邻关系求取近邻函数值，通过近邻函数值对特征点进行聚类，完成图像的伪造检测。结果 实验结果显示，与当前图像伪造检测算法相比，所提算法具有更高的检测效率以及更高的检测正确度。结论 所提算法具备较高的检测精度，在印刷防伪与信息安全等领域具有较好的应用价值