本发明专利技术公开了一种基于边缘方向特征的图像可信度检测方法，利用向量梯度来求取待检测图像的梯度方向角θ（ｘ，ｙ）＝（１／２）ａｒｃｔａｎ［２ｇ↓［ｘｙ］／（ｇ↓［ｘｘ］－ｇ↓［ｙｙ］）］，求出待检测图像中像素点的方向特征ｋ，找出图像中所有的可疑点和伪造点，记录可疑点和伪造点的个数分别为ｎｕｍ↓［１］和ｎｕｍ↓［２］，图像的可信度ｃｒｅｄｉｂｉｌｉｔｙ＝１－（ｎｕｍ↓［２］／ｎｕｍ↓［１］），将伪造点和非伪造点分别用两种不同的灰度表示，得到一幅二值图像，对二值图像中的伪造点进行形态学运算，得到伪造区域。本发明专利技术将检测结果以可信度的形式表示出来，克服了已有算法检测结果较为武断的不足。
【技术实现步骤摘要】
本专利技术涉及图像内容信息安全领域，特别是一种图像内容真实性的盲检测方法。
技术介绍
当前对数字图像内容的保护，主要是利用数字水印和签名技术来实现的，这些技 术采用的基本思想都是通过添加附加信息对图像进行真实性鉴别。但是目前绝大多数 图像中并不含有数字水印或者签名。随着数码相机和图像处理软件的普及和流行，越 来越多的高品质的伪造图像通过网络大量传播，使人们的"眼见"不再"为实"，造成 了政治、文化、新闻和科学真实性等方面的负面影响。更进一步的，伪造照片的大量 存在很可能影响到公众的个人意识，最终让人们失去对照片的信任。因此，这一研究 的开展对社会和人们生活有着重要的军事意义、民用意义和科学意义。数字图像内容可信度评价是信息安全技术的分支之一，是在不预先向图像中嵌入 水印等标识的情况下对数字图像内容的真实性进行评价的技术。该技术通过分析图像 数据及其统计特性，来对图像中的伪造和窜改痕迹进行检测和定位，从而对图像内容 的可信度进行评价。目前，对数字图像内容可信度评价的研究尚处于起步阶段，随着国内外相关机构 对其关注程度日益提高，已取得了一些研究成果。这些研究主要针对某种具体篡改操作对图像进行真伪检测，其中包括模糊操作，双重JPEG压縮操作，局部复制-粘贴操 作，重采样操作，拼接操作等等。这些技术都是基于这样一个假设在自然图像中存 在着某些统计上的性质，倘若对图像数据进行修改则会改变其潜在的统计规律。这一 假设也是判定一幅图像是否被修改和进行篡改定位的依据。目前现有的针对伪造和篡改数字图像的检测方法，主要有Haney Farid和 Tian-Tsong提出的Blind image splicing and photomontage detecting using higher order statistics(利用高阶统计特性对图像拼接进行盲检测)，以及由Fridrich J 禾口 Soukal D提出的Detection of copy-move forgery in digital images(对图像中 的复制粘贴伪造进行检测)。这些方法均为针对简单图像拼接的数字图像取证方法。然 而，伪造和窜改图像最常见的操作就是图像局部的合成与润饰。因此，除了对图像合 成进行检测以外，对伪造图像的模糊、羽化、渐变等润饰操作的检测更是数字囪像取证研究的重点。目前的数字图像取证算法，都存在一些问题，例如无法对拼接后进行 过润饰操作处理的图像进行检测，在实际应用中受到较大的限制。在基于合成边缘方面，已出现了一些检测合成边缘处人工模糊操作痕迹的技术。专利公开号为CN1862598 (公开日2006.11.15)的图像伪造中模糊操作的异常色调 率取证方法中，利用模糊操作对数字图像局部色彩属性造成的异常，通过定义异常色 调集合和异常色调率，对图像色调的局部一致性和相关性程度进行量化，进而对一幅 经过伪造和人工模糊操作的数字图像进行检测。周琳娜等人在KES-AMSTA2007会议 上发表文章，利用同态滤波、移动平均滤波和数学形态学的方法对经过人工模糊处理 过的数字图像进行篡改检测。这些已存在的检测技术得到的均为"是"或"非"的二 值结果，因此检测结论较为武断。因此，目前在合成边缘方面，尽管已经提出了一些检测伪造图像的方法和研究成 果，但相对于性能越来越强大的图像编辑软件以及技术高超的伪造者来说，这些方法 和研究成果依然力量较弱，还无法从根本上遏制图像伪造的步伐。
技术实现思路
为了克服现有技术不能有效检测图像真伪的不足，本专利技术提供了一种基于边缘方 向特征的图像可信度检测方法，总结了伪造图像中可能存在的破绽规律，分析了图像伪造 过程可能遗留的痕迹，对图像内容信息的真实性进行可靠评价，弥补了检测结果武断的不足， 使得检测结果更为合理可靠。本专利技术的原理分析如下PhotoShop是目前常用的图像处理软件，由于具有简便、易处理的特点，它深受广大图像爱好者的喜爱，因此，大多数的伪造图像均由Photoshop软件篡改得到。在图像伪造中， 一种很常用的伪造方法就是将两幅图像进行合成，即 将一幅图像中的感兴趣区域建立选区，复制一粘贴到另一幅图像中。大多数图像在经 过简单合成以后，为了消除在合成边缘产生的视觉或统计上的畸变，都会采用模糊、 羽化、渐变等操作进行后期处理。这些润饰操作可以使新插入部分与其周围景物的色 彩或边界等平滑过渡，消除区域的不连续性。无论采用哪种润饰方法，其最终结果都 会使灰度级变化过于剧烈的拼接边缘变得平滑过渡，使新插入部分与其周围景物的色 彩或边界的过渡看起来更加自然。因此，这些操作都不可避免的使图像变得平滑和模 糊。经过各种润饰操作之后，必然增加了合成边缘过渡的"完美程度"，即边缘像素的下面将标量函数中梯度的概念扩展到向量函数中，求得向量在任意点处的梯度(幅 值和方向)，从而可以对彩色图像求梯度。令r,g,b是RGB彩色空间中沿三个颜色坐标 轴的单位向量，令u,v分别表示像素点(;c,力处的颜色向量(凡G,S)沿水平方向和沿垂 直方向的梯度，则u,v表示如下<formula>formula see original document page 6</formula> (2)<formula>formula see original document page 6</formula>(3)数量^,^,gw定义为这些向量的点乘，如下所示<formula>formula see original document page 6</formula>(5)<formula>formula see original document page 6</formula>(6)像素点(Jc，力处的三个颜色分量凡G,5以及由此而来的g^，g^,g^是X和少的函 数，利用该表示法，向量c(;c,力-(凡G,5)的最大变化率方向，即梯度方向可以由以下 角度给出<formula>formula see original document page 6</formula>^(1,7)=丄arctan 点(;c,力在^方向上变化率的值，即梯度幅值由下式给出:(7)方向特征趋于一致；合成边缘附近的梯度角度也会具有较强的平滑特性，即平滑特性 与其他区域相比亦更加"完美"。因此，本专利技术针对伪造图像的羽化等润饰操作，通过对 图像边缘方向特征进行检测，判定图像的可信度。本专利技术解决其技术问题所采用的技术方案包括以下步骤-1. 通过将梯度的概念扩展到向量函数中，利用向量梯度来求取待检测图像的梯度 方向角6。对于标量函数,梯度定义为在坐标(x,力处指向/的最大变化率方向的向 量(幅值和方向)，艮P:<formula>formula see original document page 6</formula>(1)力=a/>^ ( 8 )在本专利技术中，求取图像梯度方向角的具体过程如下a. 将图像中每个像素点的值除以255，使像素值的取值范围转化到区间内；b. 对RGB彩色图像的三个通道分别使用某种边缘检测算子(本文档来自技高网...
【技术保护点】
基于边缘方向特征的图像可信度检测方法，其特征在于包括下述步骤： 第一步，利用向量梯度来求取待检测图像的梯度方向角θ，具体过程如下： ａ．将图像中每个像素点的值除以２５５，使像素值的取值范围转化到区间［０，１］内； ｂ．对Ｒ ＧＢ彩色图像的三个通道分别使用边缘检测算子进行卷积，得到颜色向量（Ｒ，Ｇ，Ｂ）的导数＊Ｒ／＊ｘ，＊Ｒ／＊ｙ，＊Ｇ／＊ｘ，＊Ｇ／＊ｙ，＊Ｂ／＊ｘ，＊Ｂ／＊ｙ； ｃ．遍历图像中每一个像素点（ｘ，ｙ），计算ｇ↓［ｘｘ］＝｜＊Ｒ／＊ｘ｜↑［２ ］＋｜＊Ｇ／＊ｘ｜↑［２］＋｜＊Ｂ／＊ｘ｜↑［２］、ｇ↓［ｙｙ］＝｜＊Ｒ／＊ｙ｜↑［２］＋｜＊Ｇ／＊ｙ｜↑［２］＋｜＊Ｂ／＊ｙ｜↑［２］、ｇ↓［ｘｙ］＝＊Ｒ／＊ｘ ＊Ｒ／＊ｙ＋＊Ｇ／＊ｘ ＊Ｇ／＊ｙ＋＊Ｂ／＊ｘ ＊Ｂ／＊ｙ，从而计算出 每一个像素点的梯度方向角θ（ｘ，ｙ）＝１／２ａｒｃｔａｎ［２ｇ↓［ｘｙ］／ｇ↓［ｘｘ］－ｇ↓［ｙｙ］］； 第二步，求出待检测图像中像素点的方向特征ｋ，具体步骤如下： ａ）将待检测图像由ＲＧＢ空间或者其本身所属颜色空间转换至ＨＳＩ 空间，提取出亮度分量Ｉ； ｂ）对亮度分量Ｉ中像素点ｑ定义１６个方向Ｄ↓［ｊ］＝ｊπ／８，ｊ＝０，１，…，１５； ｃ）将每个方向Ｄ↓［ｊ］上以ｑ为中心的２Ｗ＋１个像素进行线性拟和，并根据公式ｋ＝∑↓［ｉ＝－Ｗ］↑［Ｗ］ｘ↓［ｉ］（ ｙ↓［ｉ］－＊）／∑↓［ｉ＝－Ｗ］↑［Ｗ］ｘ↓［ｉ］↑［２］和σ↑［２］＝１／（２Ｗ＋１）［＊（ｙ↓［ｉ］－＊）↑［２］－ｋ↑［２］＊ｘ↓［ｉ］↑［２］］估算出斜率ｋ↓［Ｄ↓［ｊ］］和方差σ↓［Ｄ↓［ｊ］］； ｄ）将１６个方差中的最小 值所对应直线的斜率作为像素点ｑ的方向特征ｋ； ｅ）遍历亮度分量中每个像素点，执行步骤ｂ），ｃ），ｄ），从而得到每个像素点的方向特征； 第三步，定位伪造区域，并对图像可信度进行评价，具体步骤如下： ａ）．以像素点ｑ（ｍ，ｎ） 为中心，定义长度为２Ｗ＋１（１≤Ｗ≤５）的邻域Ω，Ω＝｛（ｍ↓［１］，ｎ↓［１］）｜｜ｍ↓［１］－ｍ｜≤Ｗ，｜ｎ↓［１］－ｎ｜≤Ｗ｝；分别计算出像素点ｑ的方向特征相容性大小ｓ↓［ｋ］和梯度方向角相容性大小ｓ↓［θ］； ｓ↓［ｋ］＝ｎｕ ｍ↓［ｋ］／（２Ｗ＋１）（２Ｗ＋１） ｓ↓［θ］＝ｎｕｍ↓［θ］／（２Ｗ＋１）（２Ｗ＋１） 其中，ｎｕｍ↓［ｋ］表示中心像素点...
【技术特征摘要】
【专利技术属性】
技术研发人员：郑江滨，李哲，刘苗，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：87[中国|西安]
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。