【技术实现步骤摘要】
一种基于形态学操作的精准图像篡改取证方法
[0001]本专利技术涉及图像篡改取证
,尤其涉及一种基于形态学操作的精准图像篡改取证方法
。
技术介绍
[0002]由于多媒体编辑技术与深度伪造技术的发展,数字图像的可信度经常受到合理的怀疑
。
目前很难直接通过人眼区分篡改图像和未篡改图像,大多数需借助取证技术对数字图像的真伪进行判断
。
[0003]在相关现有技术中,主动取证技术通过在数字图像中预先嵌入认证认证信息信息,通过在篡改图像中提取进行取证认证信息篡改区域
。
由于图像像素间的相关性
、
篡改操作的多样性与复杂性,大多数方法都存在较高的虚警率,即无法准确定位真正的篡改区域
。
[0004]主动取证方法根据定位精度可分为像素级取证方案和块级取证方案;像素级取证方案的取证单元是每个独立的像素,当篡改发生时,通过判断每个像素提取的授权信息确定是否将该像素标记为篡改像素;而块级取证方案的认证单元是一个图像块,当图像块内的像素受到篡改时,将该块标记为篡改块;专利技术人结合了像素级认证和块级认证的优势,实现在篡改检测阶段实现更精准的篡改定位
。
[0005]因此,有必要提供一种基于形态学操作的精准图像篡改取证方法,以解决上述技术问题
。
技术实现思路
[0006]本专利技术提供一种基于形态学操作的精准图像篡改取证方法,解决了相关技术中,无法准确定位真正的篡改区域的问题
。
[0 ...
【技术保护点】
【技术特征摘要】
1.
一种基于形态学操作的精准图像篡改取证方法,其特征在于,包括以下步骤:
S1
,自适应授权信息嵌入;
S11
,利用失真函数
S_UNIWARD
和显著性函数
Salient_LC
分别计算出图像的嵌入代价
f
cost
(i)
;
S12
,利用
STC
算法生成载体图像
X
的失真显著性特征
FS
,其可以度量图像的每个局部区域的显著特性与失真特性;
S13
,根据特征
FS
,设计适应于每个块的授权信息嵌入算法;
S2
,基于形态学的自适应图像篡改定位;
S21
,获得一幅篡改图像
T
;
S22
,将其划分为不重叠的4×4图像块,并依赖之前计算的特征
FS
,采用提取算法进行授权比特提取;
S23
,将提取得到的授权比特与原始授权比特执行
XOR
操作,生成初步的检测结果;
S24
,结合形态学操作生成最终的检测结果
。2.
根据权利要求1所述的基于形态学操作的精准图像篡改取证方法,其特征在于,所述步骤
S11
中图像进行4×4分块
B1、B2、B3、
…
B
n
,再根据代价函数
f
cost
计算图像的每个块
B
i
的失真代价;第
B
i
个4×4图像块的嵌入代价函数
f
cost
(i)
为:
f
cost
(i)
=
γ
i
+
α
+
δ
i
;其中,
γ
i
代表第
B
i
个4×4图像块的失真代价,其值由
S_UNIWARD
失真函数计算而来;
δ
i
代表第
B
i
个4×4图像块的显著性代价,其值由
Salient_LC
显著性函数计算而来;
α
为代价平衡因子,被设置为常数
1.5。3.
根据权利要求1所述的基于形态学操作的精准图像篡改取证方法,其特征在于,用
STC
算法对原始载体
X
嵌入秘密比特
bits
生成含秘载体
Y
:
Y
=
STC(X
,
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。