【技术实现步骤摘要】
本专利技术涉及数字图像取证
,更具体地,涉及一种基于Contourlet变换的图像拼接检测方法。
技术介绍
随着网络和智能设备的普及,数字图像在信息传播中的重要性日益突出。但是由于数字图像编辑技术的快速发展,数字图像内容的篡改变得越来越容易,这为数字图像的真实性和安全性带来了挑战。因此,如何实现数字图像在传播、共享和应用过程中的内容真实性和安全性的可靠认证具有重要的实际意义。图像拼接检测是数字图像取证技术的一个重要分支,其目的是为了检测数字图像中是否存在拼接篡改操作,即检测给定的数字图像是否是通过裁剪和合成操作从而生成的组合图像。图像拼接的目的通常是为了隐藏原始图像中的一些重要信息或者替换为新的内容,从而使图像表达篡改者想要传达的信息。通过对图像拼接内容的精心选择和对拼接边缘的修饰操作可以使得拼接痕迹很难通过肉眼来判别。因此有效的图像拼接检测在信息安全保障体系中可以发挥非常重要的作用。图像拼接检测技术主要可以应用在:司法刑侦取证、新闻纪实、科技报道等应用领域中。现有的图像拼接检测技术主要分为两种:一种基于图像内容模糊度的差异,这类方法基于图像拼接引入的新的图像块和拼接边缘部分的模糊度可能与原始图像的模糊度不同,因此可以利用局部模糊估计的方法来估计图像每个部分的模糊度并依据模糊度的差异来判断图像是否经过拼接,但是这类方法最后需要依据人工来判断;另一种是基于图像变换域的统计特征,利用各种图像变换对图像内容进行变换和分解,并利用机器学习的方法对图像的不同信息进行分析和提取统计特征进行分类,这类方法之间的区别主要在于图像变换域和统计特征选取。
技术实现思路
本 ...
【技术保护点】
一种基于Contourlet变换的图像拼接检测方法,其特征在于,包括以下步骤:S1:选取图像训练集:训练集包含没有经过任何篡改操作的原始图像和经过拼接篡改的拼接图像;S2:对训练图像进行Contourlet变换:对于图像训练集的每一张图像,分别进行相同的Contourlet变化,使用k层的Contourlet分解,相应的每层金字塔方向滤波器DFB的向量个数设为{f1,f2,…,fn},每层分解会得到对应{2f1,2f2,…,2fn}个系数子带,并且第一层分解时,会额外得到一个低通系数子带,因此一共得到K=1+2f1+2f2+…+2fn个系数子带,每个子带为一个系数矩阵;S3:提取Markov特征:针对每张图像的每个系数子带提取Markov特征,先将系数子带矩阵的每个系数取整和取绝对值,再按照水平方向和垂直方向计算其差分矩阵,会得到两个差分矩阵,对每个差分矩阵的系数,使用阈值T进行截断操作,大于T的系数全部替换为T,小于‑T的系数全部替换为‑T,然后对每个差分矩阵计算其水平方向和垂直方向的Markov转移概率矩阵,将得到的4个Markov转移概率矩阵连在一起作为该系数子带的特征向量,再将 ...
【技术特征摘要】
1.一种基于Contourlet变换的图像拼接检测方法,其特征在于,包括以下步骤:S1:选取图像训练集:训练集包含没有经过任何篡改操作的原始图像和经过拼接篡改的拼接图像;S2:对训练图像进行Co...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。