基于局部不变特征的图像区域复制篡改检测方法及检测装置制造方法及图纸

本发明专利技术提供一种基于局部不变特征的图像区域复制篡改检测方法，首先通过改进的SUSAN角点检测算法计算特征点集合，然后通过一种局部三元模式对特征点进行特征描述，将颜色比对的结果分成三类，使之更好的反应纹理变化的细节，最后通过特征匹配检测图像是否存在复制篡改区域。本发明专利技术方法能够更为细致的描述图像的纹理分布，提高图像区域复制篡改检测的准确性。

Image region copy forgery detection method based on local invariant feature

The invention provides a copy of the local invariant feature of image region tampering detection method based on feature point set, first calculated by the improved SUSAN corner detection algorithm, and then through a local three yuan model for feature description of feature points, the color matching results are divided into three types, reaction textures change to better details finally, the existence of duplicate detection image tampered region by feature matching. The method of the invention can describe the texture distribution of the image more carefully, and improve the accuracy of the detection of the copy forgery of the image region.

【技术实现步骤摘要】
基于局部不变特征的图像区域复制篡改检测方法
本专利技术涉及计算机视觉图像处理
，具体的涉及一种基于局部不变特征的图像区域复制篡改检测方法。
技术介绍
随着各种图像处理软件的普遍应用，人们可以轻易地对各类数字图像进行处理和编辑，导致网络上出现大量人为篡改过的图像。这些人为篡改图像对科学研究、法律取证、保险索赔和媒体公信力等方面造成负面影响，因此针对数字图像进行真实性认证具有十分重要的现实意义。在各种图像篡改方式中，区域复制操作是使用最为广泛的篡改手段之一。通过复制图像中的某一区域并将其粘贴到同一幅图像中的另一个不相交的区域上，以达到遮盖目标信息或伪造场景的目的。针对此类篡改，可通过检测该图像中是否存在2个完全相同的区域，判断该图像是否经过人为篡改。现有数字图像的区域复制篡改检测方法：1)基于分块特征匹配的方法：主要包括基于散余弦变换DCT的特征匹配方法和基于主成分分析的检测算法，这类方法一般比较简单，但对于篡改图像中复制区域经过几何变换如旋转、缩放和翻转的情况检测无效。2)基于特征点检测及匹配的方法，通过首先检测图像中的特征点并对其进行特征描述，然后通过匹配算法定位复制粘贴区域。特征点检测部分一般采用SIFT和SURF等比较复杂的算法，这些算法虽然具有一定的抵抗复制区域旋转和缩放变换的能力。但是存在严重的缺陷：即复制粘贴区域必须要有到一定数量的特征点覆盖，如果复制区域具有非显著的视觉结构，则篡改区域可能被完全漏检。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种基于局部不变特征的图像区域复制篡改检测方法。本专利技术提供一种基于局部不变特征的图像区域复制篡改检测方法，包括以下步骤：步骤S100：采用SUSAN算法对待检测图像中的所有像素点进行特征点检测，得到特征点集合，记为{(x1,y1),…,(xN,yN)}；步骤S200：以局部三维模式遍历特征点集合，得到与各特征点对应的用于描述各特征点的图像特征向量；步骤S300：遍历特征点集合进行图像特征向量与特征点双向匹配，得到各特征点的相似特征点对，各相似特征点对中的特征点之间的欧式距离最小，并将相似特征点对集合记为{[(xai,yai),(xbi,ybi)]|i＝1,…,t}，其中t表示最终匹配的数目；步骤S400：在待检测图像上将每对相似特征点对用线段连接起来，并计算每条线段的斜率fi以及fi-fi+1，判断fi-fi+1是否在-0.05～0.005内，如果满足则该条线段记为一致线段，不满足则不作标记；步骤S500：统计一致线段的数量，作为斜率数量，判断待检测图像中的斜率数量是否≤50，如果满足则待检测图像为复制图像，如果不满足则待检测图像不存在复制篡改区域，删除复制图像中除一致线段外的余下线段，计算任两一致线段的线段距离，并统计线段距离小于100的一致线段数量，判断所得一致线段数量是否≥40个，如满足则待检测图像存在复制篡改区域，否则待检测图像中不存在复制篡改区域。进一步地，步骤S100包括以下步骤：步骤S110：以圆形模板遍历待检测图像，计算待检测图像中每个像素点处的USAN值u(i,j)；步骤S120：对待测图像中所有像素的USAN值u(i,j)阈值化，得到特征点响应Rx(i,j)；Rx(i,j)＝max(0,th2-u(i,j))(4)其中，th2为所得阈值；步骤S130：遍历待检测图像中的所有像素点判断USAN值u(i,j)是否满足u(i,j)＜th2，满足则将该点标记为初步特征点，否则对下一像素点进行步骤S120，将所得所有初步特征点集合为初步特征点集合；步骤S140：用非极大值抑制遍历初步特征点集合，将所得结果集合成特征点集合，记为{(x1,y1),…,(xN,yN)}；圆形模板为以(x1,y1)像素点为中心，所有满足(x-x1)2+(y-y1)2≤10的像素点(x,y)组成的区域。进一步地，步骤S200包括以下步骤：以待任取的特征点(xn,yn)为中心，将图像P(x,y,z)上7×7的图像区域记为特征区域Fn(x,y,z)，遍历特征区域Fn(x,y,z)中的每个像素点，对每个像素点依序进行第一个模式比对、第二个模式比对和第三个模式比对，得到特征向量{RT1,…,RT3}，将各像素点所得特征向量集合后得到图像特征向量。本专利技术另一方面还提供了一种如上述的方法用的基于局部不变特征的图像区域复制篡改检测装置，包括：特征点检测模块：用于采用SUSAN算法对待检测图像中的所有像素点进行特征点检测，得到特征点集合，记为{(x1,y1),…,(xN,yN)}；特征向量模块：用于以局部三维模式遍历特征点集合，得到与各特征点对应的用于描述各特征点的图像特征向量；相似特征点对模块：用于遍历特征点集合进行图像特征向量与特征点双向匹配，得到各特征点的相似特征点对，各相似特征点对中的特征点之间的欧式距离最小，并将相似特征点对集合记为{[(xai,yai),(xbi,ybi)]|i＝1,…,t}，其中t表示最终匹配的数目；一致线段模块：用于在待检测图像上将每对相似特征点对用线段连接起来，并计算每条线段的斜率fi以及fi-fi+1，判断fi-fi+1是否在-0.05～0.005内，如果满足则该条线段记为一致线段，不满足则不作标记；判断模块：用于统计一致线段的数量，作为斜率数量，判断待检测图像中的斜率数量是否≤50，如果满足则待检测图像为复制图像，如果不满足则待检测图像不存在复制篡改区域，删除复制图像中除一致线段外的余下线段，计算任两一致线段的线段距离，并统计线段距离小于100的一致线段数量，判断所得一致线段数量是否≥40个，如满足则待检测图像存在复制篡改区域，否则待检测图像中不存在复制篡改区域。进一步地，特征点检测模块包括：USAN值模块：用于以圆形模板遍历待检测图像，计算待检测图像中每个像素点处的USAN值u(i,j)；阈值模块：用于对待测图像中所有像素的USAN值u(i,j)阈值化，得到特征点响应Rx(i,j)；Rx(i,j)＝max(0,th2-u(i,j))(4)其中，th2为所得阈值；初步特征点模块：用于遍历待检测图像中的所有像素点判断USAN值u(i,j)是否满足u(i,j)＜th2，满足则将该点标记为初步特征点，否则对下一像素点进入阈值模块，将所得所有初步特征点集合为初步特征点集合；非极大值抑制模块：用于用非极大值抑制遍历初步特征点集合，将所得结果集合成特征点集合，记为{(x1,y1),…,(xN,yN)}；圆形模板为以(x1,y1)像素点为中心，所有满足(x-x1)2+(y-y1)2≤10的像素点(x,y)组成的区域。本专利技术的技术效果：本专利技术提供基于局部不变特征的图像区域复制篡改检测方法，首先通过SUSAN角点检测算法计算特征点集合，然后通过局部三元模式对特征点进行特征描述，将颜色比对的结果分成三类，使之更好的反应纹理变化的细节，最后通过特征匹配检测图像是否存在复制篡改区域。本专利技术方法能够更为细致的描述图像的纹理分布，提高图像区域复制篡改检测的准确性。本专利技术提供基于局部不变特征的图像区域复制篡改检测方法，能够更准确的对颜色比对信息进行编码。特征描述的越准确，后面特征匹配的结果就越好，整体结果肯定更准确。具体请参考根据本专利技术的基于局部不变特征的本文档来自技高网...

【技术保护点】
一种基于局部不变特征的图像区域复制篡改检测方法，其特征在于，包括以下步骤：步骤S100：采用SUSAN算法对待检测图像中的所有像素点进行特征点检测，得到特征点集合，记为{(x1,y1),…,(xN,yN)}；步骤S200：以局部三维模式遍历所述特征点集合，得到与各所述特征点对应的用于描述各所述特征点的图像特征向量；步骤S300：遍历特征点集合进行所述图像特征向量与所述特征点双向匹配，得到各所述特征点的相似特征点对，各所述相似特征点对中的所述特征点之间的欧式距离最小，并将所述相似特征点对集合记为{[(xai,yai),(xbi,ybi)]|i＝1,…,t}，其中t表示最终匹配的数目；步骤S400：在所述待检测图像上将每对所述相似特征点对用线段连接起来，并计算每条线段的斜率fi以及fi‑fi+1，判断fi‑fi+1是否在‑0.05～0.005内，如果满足则该条线段记为一致线段，不满足则不作标记；步骤S500：统计所述一致线段的数量，作为斜率数量，判断所述待检测图像中的所述斜率数量是否≤50，如果满足则所述待检测图像为复制图像，如果不满足则所述待检测图像不存在复制篡改区域，删除所述复制图像中除所述一致线段外的余下线段，计算任两所述一致线段的线段距离，并统计所述线段距离小于100的所述一致线段数量，判断所得一致线段数量是否≥40个，如满足则所述待检测图像存在复制篡改区域，否则所述待检测图像中不存在复制篡改区域。...

【技术特征摘要】
1.一种基于局部不变特征的图像区域复制篡改检测方法，其特征在于，包括以下步骤：步骤S100：采用SUSAN算法对待检测图像中的所有像素点进行特征点检测，得到特征点集合，记为{(x1,y1),…,(xN,yN)}；步骤S200：以局部三维模式遍历所述特征点集合，得到与各所述特征点对应的用于描述各所述特征点的图像特征向量；步骤S300：遍历特征点集合进行所述图像特征向量与所述特征点双向匹配，得到各所述特征点的相似特征点对，各所述相似特征点对中的所述特征点之间的欧式距离最小，并将所述相似特征点对集合记为{[(xai,yai),(xbi,ybi)]|i＝1,…,t}，其中t表示最终匹配的数目；步骤S400：在所述待检测图像上将每对所述相似特征点对用线段连接起来，并计算每条线段的斜率fi以及fi-fi+1，判断fi-fi+1是否在-0.05～0.005内，如果满足则该条线段记为一致线段，不满足则不作标记；步骤S500：统计所述一致线段的数量，作为斜率数量，判断所述待检测图像中的所述斜率数量是否≤50，如果满足则所述待检测图像为复制图像，如果不满足则所述待检测图像不存在复制篡改区域，删除所述复制图像中除所述一致线段外的余下线段，计算任两所述一致线段的线段距离，并统计所述线段距离小于100的所述一致线段数量，判断所得一致线段数量是否≥40个，如满足则所述待检测图像存在复制篡改区域，否则所述待检测图像中不存在复制篡改区域。2.根据权利要求1所述的基于局部不变特征的图像区域复制篡改检测方法，其特征在于，所述步骤S100包括以下步骤：步骤S110：以圆形模板遍历待检测图像，计算所述待检测图像中每个像素点处的USAN值u(i,j)；步骤S120：对所述待测图像中所有像素的USAN值u(i,j)阈值化，得到特征点响应Rx(i,j)；Rx(i,j)＝max(0,th2-u(i,j))(4)其中，th2为所得阈值；步骤S130：遍历所述待检测图像中的所有像素点判断USAN值u(i,j)是否满足u(i,j)＜th2，满足则将该点标记为初步特征点，否则对下一像素点进行步骤S120，将所得所有初步特征点集合为初步特征点集合；步骤S140：用非极大值抑制遍历所述初步特征点集合，将所得结果集合成所述特征点集合，记为{(x1,y1),…,(xN,yN)}；所述圆形模板为以(x1,y1)像素点为中心，所有满足(x-x1)2+(y-y1)2≤10的像素点(x,y)组成的区域。3.根据权利要求2所述的基于局部不变特征的图像区域复制篡改检测方法，其特征在于，所述步骤S200包括以下步骤：以所述待任取的特征点(xn,yn)为中心，将图像P(x,y,z)上7×7的图像区域记为特征区域Fn(x,y,z)，遍历特征区域Fn...

【专利技术属性】
技术研发人员：向北海，
申请(专利权)人：湖南优象科技有限公司，
类型：发明
国别省市：湖南,43