北航2017-2018第一学期MatLab大作业。尝试针对图片修改(“盗图”)进行识别、评估与溯源。更多细节请参考项目slides
直方图:图像中颜色分布的图形表示
- 改变图片尺寸,进行伸缩、旋转与镜像等线性操作
- 切边操作(如为了切除水印等)
- 色阶向量对称(会不受控误判为高相似)
- “同色异形”(会不受控误判为高相似)
- 针对RGB向量对换进行了优化
峰值信噪比:表示信号最大可能功率和影响它的表示精度的破坏性雜訊功率的比值
- 针对“同色异形”进行了优化
- 没有较好地面向生物视觉特征(高相似有可能被漏判)
- 针对人的生物视觉特征进行了优化
- 难以侦测常见的“盗绿”现象(高相似有可能被漏判)
结构性相似指标:用以衡量两张数位影像相似程度
- 对“盗绿”现象有着较好的效果
针对性的增加了边缘检测
- 在对比度偏移、色相变换等方面均显著提升经典方法性能
- 不同风格、相似图源的判定
- 相同元素的不同组合方式的判定
work cited:
Z. Wang, A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli,
“Image quality assessment: From error visibility to structural
similarity,” IEEE Trans. Image Processing, vol. 13, pp. 600–
612, Apr. 2004.