当前位置: 首页 > 专利查询>江南大学专利>正文

一种关于图像重采样篡改检测的方法技术

技术编号:10403212 阅读:137 留言:0更新日期:2014-09-10 12:49
图像重采样篡改检测算法是图像篡改取证的重要方法之一。大多数重采样篡改检测都会经过JPEG的压缩、伸缩、旋转等操作,而本发明专利技术主要是利用图像经过重采样的周期性、图像纹理特征以及图像质量评价的特征对图像进行检测.其特征主要在于提取可以区分原图像和重采样图像的重采样因子、分形维数以及待检测图像经过小波域维纳滤波去噪后得到的模式噪声的方差,最后将这三个因子组合成特征向量,计算图像块与整幅图像的特征向量的欧式距离,从而根据欧式距离给出阈值判断图像的篡改区域。

【技术实现步骤摘要】
【专利摘要】图像重采样篡改检测算法是图像篡改取证的重要方法之一。大多数重采样篡改检测都会经过JPEG的压缩、伸缩、旋转等操作,而本专利技术主要是利用图像经过重采样的周期性、图像纹理特征以及图像质量评价的特征对图像进行检测.其特征主要在于提取可以区分原图像和重采样图像的重采样因子、分形维数以及待检测图像经过小波域维纳滤波去噪后得到的模式噪声的方差,最后将这三个因子组合成特征向量,计算图像块与整幅图像的特征向量的欧式距离,从而根据欧式距离给出阈值判断图像的篡改区域。【专利说明】
本专利技术涉及一种统计特征的图像重采样篡改检测方法,属于数字取证

技术介绍
随着科技的快速发展,网络上传播着各种各样的图像:可供人娱乐的图像、在法庭上被当作证据的图像以及与政治相关的图像,这些图像的真伪对社会各个领域都有很大的影响,因此数字图像取证的意义就显得更为重大了。篡改图像都主要是从另外一幅或几幅图像中截取一部分图像之后经过不同的修饰复制到一幅图像中而形成的,这些修饰主要包括图像的缩放,旋转、模糊等操作,篡改图像进行这些操作之后会使得肉眼无法分别其真伪。大多数的篡改图像都会经历重采样操作,而插值则是图像在重采样之后必须经历的一个重要步骤。最初大多数重采样图像是根据重采样信号差分统计量的周期性来检测的,但是这些方法的鲁棒性易受到别的因素的影响(如JPEG压缩、锐化、模糊等操作)。在考虑这些因素的情况下,有文献提出利用图像的重采样因子和JPEG压缩因子对图像重采样区域进行检测,其方案大致如下:(I)重采样因子的提取。重采样操作主要包括缩放、旋转、拉伸等,在对图像进行重采样操作时往往会伴随着插值的引入,而插值的引入使得重采样信号的二阶差分具有周期性。首先,对图像I水平方向进行二阶差分,如公式(I):E (m, η) = 21 (m, η) -1 (m, n+1) -1 (m, n-1) (1)对每行差分图像E(m,n)计算出离散傅里叶变换,然后沿其垂直方向求平均得到I维的频谱Eda,为了区别于重采样图像,求出图像的重采样因子,如公式(2):【权利要求】1.,包括重采样因子的提取、图像的纹理特征的提取、图像质量评价特征的提取、图像篡改检测和篡改区域的确定。图像质量评价特征的提取主要是利用小波域维纳滤波对篡改图像进行去噪,由于方差能够很好的反应图像的特性并且对于评价图像质量来说是一个很好的参数,因此利用模式噪声的方差作为篡改检测的一个特征。篡改区域的确定主要是根据提取的三个特征形成一个特征向量,计算整幅图像与图像块的欧氏距离,最后根据阈值判断篡改区域。2.根据权利要求1所述的一种关于图像质量评价特征提取的方法,其特征在于, (1)利用db8小波函数对篡改图像进行四级小波分解,分解后得到水平分量、垂直分量和对角线分量; (2)根据 3.根据权利要求1所述的一种关于图像篡改检测和篡改区域确定的方法,其特征在于, (1)将图像根据公式I= 0.2989R+0.5870G+0.1140B转换成灰度图像; (2)计算整幅图的三个特征因子并将其变成特征向量f= ; (4)利用 【文档编号】G06T7/00GK104036485SQ201310367219【公开日】2014年9月10日 申请日期:2013年8月21日 优先权日:2013年8月21日 【专利技术者】周治平, 朱丹 申请人:江南大学本文档来自技高网...

【技术保护点】
一种关于图像重采样篡改检测的方法,包括重采样因子的提取、图像的纹理特征的提取、图像质量评价特征的提取、图像篡改检测和篡改区域的确定。图像质量评价特征的提取主要是利用小波域维纳滤波对篡改图像进行去噪,由于方差能够很好的反应图像的特性并且对于评价图像质量来说是一个很好的参数,因此利用模式噪声的方差作为篡改检测的一个特征。篡改区域的确定主要是根据提取的三个特征形成一个特征向量,计算整幅图像与图像块的欧氏距离,最后根据阈值判断篡改区域。

【技术特征摘要】

【专利技术属性】
技术研发人员:周治平朱丹
申请(专利权)人:江南大学
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 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。

1