一种基于雾霾特性的图像篡改检测方法技术

本发明专利技术涉及一种基于雾霾特性的图像篡改检测方法，其步骤为：1)对输入的篡改图像利用多种求雾霾特性的方法求其雾霾特性，并生成若干个雾霾特性图；2)将生成的若干个雾霾特性图两两相减取绝对值生成若干个特征差异图；3)结合输入图像的超像素划分，根据每个特征差异图将输入的篡改图像进行篡改区域和非篡改区域的分离；4)利用低秩建立篡改区域之间以及非篡改区域之间的相似性，为每个篡改区域和非篡改区域求出一个权重；5)利用求得的权重，将篡改区域和非篡改区域进行加权融合生成篡改区域定位图。本发明专利技术能够克服基于JPEG压缩以及基于相机内部特性的拼接篡改检测方法的局限性，检测性能更精准。

A method of image tampering detection based on fog and haze characteristics

The invention relates to an image tamper detection method based on the characteristics of haze, which comprises the following steps: 1) method to input the tampered image using a variety of characteristics of the haze and haze characteristics, and generate a plurality of haze characteristics; 2) a plurality of haze characteristics Figure 22 generated by subtraction to generate several characteristic difference map absolute value; 3) combined with super pixel division of the input image, according to the separation of each feature difference map will distort the image input of the tampered area and non tampered region; 4) using low rank to establish the tampered region as well as non tampering with the similarity between regions, obtained a weights for each region and non tampering the tampered area; 5) using the obtained weights, the tampered area and non tampered region to generate the tampered area location map weighted fusion. The invention can overcome the limitation of the JPEG based compression and the stitching tamper detection method based on the internal characteristics of the camera, and the detection performance is more accurate.

【技术实现步骤摘要】
一种基于雾霾特性的图像篡改检测方法
本专利技术属于图像处理
，涉及基于一种基于雾霾特性的图像篡改检测方法，特别涉及基于大气传输率的图像拼接篡改检测方法。
技术介绍
随着多媒体技术的发展，图像编辑工具给人们带来巨大的方便，与此同时利用图像编辑工具篡改的图像也常常给人们造成负面影响。当恶意的篡改图像被上传到网络上，并通过社交网络传播，这些恶意的信息易误导人们对事实的认知，这将对我们的社会稳定构成潜在的威胁。因此，为了阻止恶意篡改图像的传播以及法庭取证，图像的篡改检测成为当前亟待解决的问题。现有的图像篡改通常包含复制粘贴(copy-move)篡改和拼接(splicing)篡改两种方式。复制粘贴篡改是指篡改区域来自同一幅图像；而拼接篡改是指篡改区域来自于其他图像。对于复制粘贴类型的篡改通常采用图像匹配技术寻找相似性区域；而对于拼接类型的篡改检测通常根据内部特性的不一致性来寻找篡改区域。拼接篡改检测是目前图像篡改检测中最常见的方法。其检测方法大致可以归为三类：基于JPEG压缩的不一致性；基于相机内部特性的不一致性；基于物理特征的不一致性。基于JPEG压缩的不一致性检测方法主要是利用图像一次性压缩和二次性压缩的DCT系数直方图分布或DCT系数的Benford定律等的不一致性来进行篡改检测。该方法容易受到压缩质量因子的影响，通常要求第二次压缩质量因子要大于第一次的压缩质量因子；此外该方法对于resizing等后处理操作的鲁棒性很差。基于相机内部特性的不一致性检测方法主要是利用相机内部的噪声PRNU(Photo-ResponseNon-Uniformity)或CFA(ColorFilterArray)痕迹的不一致性来进行检测。该方法通常要求篡改区域与原始区域来自于不同相机拍摄的图像，并且该方法通常难以检测弱噪声信号和CFA痕迹。基于物理特征的检测方法主要是利用篡改区域与非篡改区域的模糊类型或光照等物理特征的不一致性来进行检测。由于未被篡改的图像是在统一场景中拍摄的，图像的模糊类型以及图像中物体的光照等将是一致的。该方法通常难以对篡改区域和非篡改区域的物理特征进行建模。在已有的一系列拼接篡改检测方法中，基于物理特征的篡改检测方法是最具有前景的，他能克服基于JPEG压缩不一致性检测方法以及基于相机内部特征不一致性检测方法的局限性，对图片的后处理操作也更具有鲁棒性。因此针对拼接伪造的图像，提出一种基于物理特征的篡改检测方法，这是目前研究的热点以及亟待解决的问题。
技术实现思路
针对图像的拼接篡改检测的问题，本专利技术的目的在于提出一种基于雾霾特性的图像篡改检测方法，特别是一种基于大气传输率的图像拼接篡改检测方法。在对图像大气传输率进行分析后，发现由不同方法所求的大气传输率，其相互之间的差异对于篡改区域和非篡改区域有所不同。根据这个统计的物理特性，利用大气传输率之差的不一致性来对图像的拼接篡改进行检测。本专利技术的技术方案如下：一种基于雾霾特性(此处为大气传输率)的图像篡改检测方法，其步骤包括：1)利用多种求大气传输率的方法获得篡改图像的大气传输率，将所得到的大气传输率图两两作差并取绝对值，从而得到若干个特征差异图；根据统计特性，差异越大的区域越可能为篡改区域。2)对输入图像进行超像素(superpixel)的划分，结合上述所得到的若干个特征差异图，选出特征差异平均值较高的一些超像素，这些超像素构成了可疑的篡改区域。3)利用低秩(low-rank)的方法对若干个可疑篡改区域之间的相似性进行建模，为每个特征差异图中的篡改区域求得一个权重。4)对于非篡改区域同样利用低秩的方法对这些非篡改区域之间的相似性进行建模，为每个特征差异图中的非篡改区域求得一个权重。5)根据所获得的权重将特征差异图进行加权融合，得到一个篡改区域定位图。更进一步，结合超像素不同尺度的划分对所获得的篡改区域定位图进行精细化处理，得到更加精确的篡改区域定位图。更进一步，步骤1)所述若干个特征差异图是大气传输率图两两绝对值相减并取绝对值所得到的结果。这些大气传输率图是通过X种不同的求大气传输率的方法并结合一种方法中的随机因子所得，最终获得M个大气传输率图，进而得到N个特征差异图(N＝M(M-1)/2)。更进一步，步骤2)所述超像素划分是采用的简单线性迭代聚类(SimpleLinearIterativeCluster,SLIC)算法。对所述的可疑篡改区域的确定步骤如下：1)对输入图像进行超像素划分；2)计算每个超像素的平均特征差异值；3)将平均特征差异值大于一定阈值的超像素所组成的区域作为可疑篡改区域。更进一步，步骤3)所述若干个可疑篡改区域是指根据N个特征差异图所获得的N个可疑篡改区域，一个特征差异图对应于一个可疑篡改区域。更进一步，步骤3)对每个可疑篡改区域提取K维特征(如ColorHitogram,HOG等)，N个可疑篡改区域可构成一个K*N维的特征矩阵，利用低秩(low-rank)约束该矩阵，对N个可疑篡改区域之间的相似性进行建模，为每个篡改区域求得一个权重。更进一步，类似于对可疑篡改区域相似性的建模，步骤4)同样利用低秩对N个非篡改区域之间的相似性进行建模，为每个非篡改区域求得一个权重。更进一步，步骤3)和步骤4)所述权重的求法是利用扩张的拉格朗日乘子(AugmentedLagrangeMultiplier,ALM)方法将K*N的特征矩阵分解为一个低秩矩阵和误差矩阵。每个区域的权重为误差矩阵相应列归一化的l2范式的相反数。更进一步，步骤5)将N个篡改区域和相应的N个非篡改区域加权融合，最终得到一个篡改区域定位图。更进一步，步骤6)对所述的篡改区域定位图进行精细化处理，其具体步骤如下：1)将输入图像划分成不同数量的超像素；超像素的个数从Smin～Smax变化，每个尺度间隔τ；其中Smin和Smax分别表示将输入的图像划分成超像素的最小个数和最大个数，τ表示下一个尺度的超像素个数比上一个尺度的超像素个数多τ；将这些预划分的尺度通过SLIC算法生成实际的尺度；2)在每种划分情况下，结合生成的篡改区域定位图求每个超像素的平均值；3)设定阈值为超像素平均值中最大值的β倍；4)选出大于一定阈值的的超像素标记为篡改区域，得到一个二值化的篡改区域定位图；5)将若干个不同超像素尺度下的二值篡改区域定位图求平均得到一个平均化的篡改区域定位图；6)利用余弦相似度比较每个二值化的篡改区域定位图和平均化的篡改区域定位图，剔除异常的二值篡改区域定位图；将剩余的二值篡改区域定位图取平均，作为最终的精细化篡改区域定位图。本专利技术的有益效果：1.本专利技术提出了将图像的大气传输率特征应用于篡改检测的新方法，拓展了基于物理特征的篡改检测方法的思路。2.本专利技术发现了由不同求大气传输率的方法求得的大气传输率特征图之间的差异对于篡改区域和非篡改区域有所不同。3.本专利技术利用低秩约束建立其篡改区域之间以及非篡改区域之间相似性关系，为不同的区域求得不同的权重。4.本专利技术能克服基于JPEG压缩和基于相机内部特性的篡改检测方法的局限，适用范围更广。综上，本专利技术提出的基于一种雾霾特性(此处为大气传输率)的图像篡改检测方法，能够较准确的定位篡改区域。对图像格式，相机特性以及一些后处理方式具有较强的鲁棒性。附图说明本文档来自技高网...

【技术保护点】
一种基于雾霾特性的图像篡改检测方法，其步骤包括：1)对输入的篡改图像利用多种求雾霾特性的方法求其雾霾特性，并生成若干个雾霾特性图；2)将生成的若干个雾霾特性图两两相减取绝对值生成若干个特征差异图；3)结合输入图像的超像素划分，根据每个特征差异图将输入的篡改图像进行篡改区域和非篡改区域的分离；4)利用低秩建立篡改区域之间以及非篡改区域之间的相似性，为每个篡改区域和非篡改区域求出一个权重；5)利用求得的权重，将篡改区域和非篡改区域进行加权融合生成篡改区域定位图。

【技术特征摘要】
2016.11.03 CN 20161095361551.一种基于雾霾特性的图像篡改检测方法，其步骤包括：1)对输入的篡改图像利用多种求雾霾特性的方法求其雾霾特性，并生成若干个雾霾特性图；2)将生成的若干个雾霾特性图两两相减取绝对值生成若干个特征差异图；3)结合输入图像的超像素划分，根据每个特征差异图将输入的篡改图像进行篡改区域和非篡改区域的分离；4)利用低秩建立篡改区域之间以及非篡改区域之间的相似性，为每个篡改区域和非篡改区域求出一个权重；5)利用求得的权重，将篡改区域和非篡改区域进行加权融合生成篡改区域定位图。2.如权利要求1所述的方法，其特征在于，所述雾霾特性为大气传输率。3.如权利要求1所述的方法，其特征在于，步骤1)对于输入图像中的每一个像素对应一个雾霾特性值，输入图像中所有像素的雾霾特性值构成与输入图像同等大小的雾霾特性图。4.如权利要求1所述的方法，其特征在于，步骤2)通过所述特征差异图揭示篡改区域的大致位置，对于篡改区域，特征差异值大，反之对于非篡改区域，特征差异值之间的变化小。5.如权利要求1所述的方法，其特征在于，步骤3)采用SLIC方法对输入图像进行超像素划分，将位置相邻且具有相似纹理、颜色、亮度的像素点划分到同一个小区域中。6.如权利要求1所述的方法，其特征在于，步骤3)利用N个特征差异图生成相应的N个篡改区域和N个非篡改区域，其生成方法如下：1)对每个特征差异图，结合输入图像的超像素划分，求每个超像素的平均差异值；2)选出超像素平均差异值中最大的值，设定阈值为该值的α倍；3)将平均差异值大于该阈值的超像素标记为篡改区域，反之标记为非篡改区域。7.如权利要求1所述的方法，其特征在于，步骤4)中篡改区域的权重的计算方法如下:1)对每个篡改区域提...

【专利技术属性】
技术研发人员：操晓春，代朋纹，郭园方，
申请(专利权)人：中国科学院信息工程研究所，
类型：发明
国别省市：北京,11