【技术实现步骤摘要】
压缩图像量化表篡改的检测方法和系统
本专利技术涉及多媒体信息安全领域,特别是涉及一种压缩图像量化表篡改的检测方法和系统。
技术介绍
多媒体技术在手持数码设备上的广泛应用持续改变着人们已往以语音为主的通信方式。随着各类图片发布、分享平台功能的完善和用户的增加,图像通信逐渐成为人们所接收的通信方式,主要是因为图像中包含事件的细节,便于发布者更好的表达其观点,且相对于纯文字或纯语音消息更具有说服力和感染力。然而,图像包含的信息可能被篡改或隐含秘密信息,例如图像可能被恶意篡改用于造谣,或作为载体传递非法信息,给图像的取证分析带来困难,而无法检测图像是否被篡改。
技术实现思路
基于此,有必要针对无法检测图像是否被篡改的问题,提供一种能准确检测图像是否被篡改的压缩图像量化表篡改的检测方法。此外,还有必要提供一种能准确检测图像是否被篡改的压缩图像量化表篡改的检测系统。一种压缩图像量化表篡改的检测方法,包括以下步骤:图像获取步骤,获取测试图像;特征提取步骤,计算所述测试图像的区分性特征向量;量化表提取步骤,提取所述测试图像的量化表;检测步骤,采用对应于所述测试图像的量化表的预先训练得到的量化表篡改检测分类器对所述区分性特征向量进行检测,得到检测结果。一种压缩图像量化表篡改的检测系统,包括:图像获取模块,用于获取测试图像;特征提取模块,用于计算所述测试图像的区分性特征向量;量化表提取模块,用于提取所述测试图像的量化表;检测模块,用于采用对应于所述测试图像的量化表的预先训练得到的量化表篡改检测分类器对所述区分性特征向量进行检测,得到检测结果。上述压缩图像量化表篡改的检测方法和系统 ...
【技术保护点】
一种压缩图像量化表篡改的检测方法,包括以下步骤:图像获取步骤,获取测试图像;特征提取步骤,计算所述测试图像的区分性特征向量;量化表提取步骤,提取所述测试图像的量化表;检测步骤,采用对应于所述测试图像的量化表的预先训练得到的量化表篡改检测分类器对所述区分性特征向量进行检测,得到检测结果。
【技术特征摘要】
1.一种压缩图像量化表篡改的检测方法,包括以下步骤:图像获取步骤,获取测试图像;特征提取步骤,计算所述测试图像的区分性特征向量;量化表提取步骤,提取所述测试图像的量化表;检测步骤,采用对应于所述测试图像的量化表的预先训练得到的量化表篡改检测分类器对所述区分性特征向量进行检测,得到检测结果;所述区分性特征向量为反量化离散余弦变换频率系数的幅值所占总频率的系数幅值和的比重,或者为反量化离散余弦变换频率系数的幅值所占总邻域频率系数幅值和的比重;当所述区分性特征向量为反量化离散余弦变换频率系数的幅值所占总频率的系数幅值和的比重时,或者当所述区分性特征向量为反量化离散余弦变换频率系数的幅值所占总邻域频率系数幅值和的比重时,所述特征提取步骤包括:读取图像的量化表,并将所述图像的字节流熵解码为量化系数矩阵,采用所述量化表对所述量化系数矩阵进行反量化,得到反量化系数矩阵;计算所述反量化系数矩阵中各离散余弦变换频率系数的幅值之和;所述反量化系数矩阵中各离散余弦变换频率系数的幅值之和的计算公式为:其中,K(i,j)表示各离散余弦变换频率系数的幅值之和,C表示反量化系数矩阵,C的大小为m×n,m,n为大于8的自然数,表示下取整操作,|·|表示绝对值操作;或者,或者,其中,||·||q为q范数,q∈[1,∞)。2.根据权利要求1所述的压缩图像量化表篡改的检测方法,其特征在于,所述压缩图像量化表篡改的检测方法还包括:预先训练构建量化表篡改检测分类器,包括:图像集获取步骤,获取未压缩的图像构成的图像集;正样本图像获取步骤,获取测试图像的量化表,并采用所述量化表对所述图像集中的每幅图像进行压缩,得到正样本图像;负样本图像获取步骤,对所述测试图像的量化表随机修改,得到修改后的量化表,采用所述修改后的量化表对所述图像集中的每幅图像进行压缩,将压缩后的图像的量化表修改为测试图像的量化表,得到负样本图像;样本特征提取步骤,计算每幅正样本图像和负样本图像的区分性特征向量,并标记正样本图像的区分性特征向量为第一标记,以及标记负样本图像的区分性特征向量为第二标记;篡改检测分类器构建步骤,根据所述正样本和负样本图像的区分性特征向量及相应的第一标记和第二标记对预设分类器进行训练,得到对应于测试图像的量化表的篡改检测分类器。3.根据权利要求2所述的压缩图像量化表篡改的检测方法,其特征在于,所述预设分类器为支持向量机分类器、聚类分类器、BP神经网络分类器、Fisher分类器或者DeepLearning分类器;所述支持向量机分类器采用的核函数为高斯核函数、线性核函数、多项式核函数或sigmoid核函数。4.根据权利要求1所述的压缩图像量化表篡改的检测方法,其特征在于,当所述区分性特征向量为反量化离散余弦变换频率系数的幅值所占总频率的系数幅值和的比重时,所述特征提取步骤还包括:计算总频率的系数幅值之和;采用所述总频率的系数幅值之和对所述各离散余弦变换频率系数的幅值之和进行归一化,得到所述图像的区分性特征向量。5.根据权利要求1所述的压缩图像量化表篡改的检测方法,其特征在于,当所述区分性特征向量为反量化离散余弦变换频率系数的幅值所占总邻域频率系数幅值和的比重时,所述特征提取步骤还包括:计算总邻域频率系数幅值之和;采用所述总邻域频率的系数幅值之和对所述各离散余弦变换频率系数的幅值之和进行归一化,得到所述图像的区分性特征向量。6.一种压缩图像...
【专利技术属性】
技术研发人员:王维语,杨建权,朱国普,黄晓霞,赵希,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:广东;44
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。