篡改图像的盲检测方法和系统技术方案

本发明专利技术公开了一种篡改图像的盲检测方法和系统。该方法包括：对图像进行重叠分块处理，获取多个图像块；提取所述各个图像块经过Ｒａｄｏｎ和解析Ｆｏｕｒｉｅｒ－Ｍｅｌｌｉｎ变换后的特征向量；依据所述特征向量，依次计算所述任两个图像块之间相似度，判断该相似度是否大于预设阈值，若是，则确定该图像为被篡改图像。本发明专利技术直接从Ｒａｄｏｎ变换和解析Ｆｏｕｒｉｅｒ－Ｍｅｌｌｉｎ变换中提取矩不变特征值，针对图像的几何变换，例如，旋转、缩放等篡改操作，有效的对图像进行检测。

【技术实现步骤摘要】

本专利技术涉及数字图像处理
，尤其涉及一种基于Radon和解析 Fourier-Mellin变换的篡改图像的盲检测方法和系统。
技术介绍
随着社会信息化的发展以及数码成像设备的普及，数字图像的使用范围越来越广 泛。数字图像以其直观易懂以及非常有说服力的特点，已经成为我们工作和生活中获取和 发布信息的最主要方式之一。2007年1月23日，中国互联网络中心(CNNIC)公布了第19 次中国互联网发展状况统计报告，报告显示，截止2006年底，全国网页总数为44. 7亿个，将 网页按内容形式分为文本、图像、音频和视频四类，统计结果显示，在互联网网页中文本和 图像网页仍然是最主要的内容形式，分别占据70. 2%和29. 5%的比例。音频网页的比例几 乎可以忽略不计，而视频网页占网页总数的比例也仅为0.3%。在中国互联网络信息资源数 量调查报告中给出，如果将网页的内容形式按多媒体形式分类，分为图像、音频和视频三类 内容进行统计，在2003到2005年中，图像占据的比例分别是97. 9%、98. 91%和98. 75%。 这表明在多媒体形式的信息中，数字图像是最为普遍的一种信息。数字图像的广泛应用也带来了对其内容的真实性认证和完整信息保护的问题。随 着计算机技术和诸如Photoshop等图像编辑软件的发展，用户可以对图像进行图像拼接、 图像合成、图像效果处理等各种编辑处理，以致人的肉眼很难分辨出图像是否经过篡改。这 给新闻界、法律界和金融界带来了很大的麻烦，引发了互联网和大众的信任危机。例如， 2006年CCTV评选出的年度十大新闻图片，一经公布，其中的名为《青藏铁路为野生动物开 辟生命通道》的图片，被网友指出存在篡改疑点。后经调查，图片拍摄者承认该图确系使用 Photoshop处理合成的。因此，如何对图像进行检测，判断图像是否为真实自然的图像显得非常重要。而图 像取证技术可以检测图像的真实性和可信性。因此，图像取证技术目前已成为信息安全领 域中一个新兴且极为重要的研究方向。目前国内外针对数字图像认证主要有两大类方法主动图像认证和被动图像认 证。主动图像认证主要包括图像水印技术、图像数字签名技术等，其主要思想是事先在图像 中嵌入保护信息得到认证结果。但需要事先在图像中嵌入信息，适用于对图像的版权保护 等领域。在被动图像认证中利用各种矩特征值进行检测篡改图像已取得一定成果。在被 动图像认证中，图像的几何变换不变分析是一个非常重要的研究内容，例如旋转、平移与尺 度变换等操作。物体几何变换不变特征提取方法主要有互相关分析、Fourier描述字、不变 矩提取、自回归模型、基于小波的几何不变分析等。Fourier描述字与自回归模型仅适用于 具有封闭边界的几何变换不变分析问题，而且需要一定的预处理过程。基于不变矩的分析 方法是此类研究方法中受到广泛关注的方法之一，王睿提出的基于不变矩的图像盲检测算 法，是将Hu提出的不变矩分析应用到图像盲检测算法中，然而，经典Hu矩仅基于数学的代数理论，不是源于正交函数族，所以包含了很多冗余信息，而且计算量会随着矩阶数的升高 迅速增长。矩按照其定义可分为非正交矩与正交矩两种，其中非正交矩，如几何矩、复数矩 等，虽然计算复杂度低，但对噪声非常敏感，而且基于非正交矩来重建图像非常困难。而正 $失巨，Zemike 失巨、Tchebichef> Pesudo-Zernike> Radon> Fourier-Mellin 失巨 ，fiT^f 像投影在一组正交函数组成的基上，因此基于正交矩可以重建原图像，而且正交矩对噪声 的鲁棒性强，但是应用正交矩进行图像几何变换(旋转、平移与尺度变换)不变分析的主要 问题是，正交矩本质上缺乏尺度变化不变性。
技术实现思路
本专利技术的目的在于提供一种篡改图像的盲检测方法和系统，基于本专利技术，能够对 图像的几何变换的篡改操作进行检测。一方面，本专利技术提供了一种篡改图像的盲检测方法，所述方法包括如下步骤分 块步骤，对图像进行重叠分块处理，获取多个图像块；提取步骤，提取所述各个图像块经过 Radon和解析Fourier-Mellin变换后的特征向量；相似度计算步骤，依据所述特征向量，依 次计算所述任两个图像块之间相似度，判断该相似度是否大于预设阈值，若是，则确定该图 像为被篡改图像。上述盲检测方法，优选所述图像大小为M*N，所述分块步骤中，图像块大小为R*R， 划分的所述图像块的个数为(M-R+1)*(N-R+1)；其中，M、N和R为自然数，且M> R，N> R。上述盲检测方法，优选所述提取步骤中，提取到的特征向量组成的特征矩阵为Bi, j(l 4) = [e” e2, e3, e4],其中， Z P(r, θ ) = R(r, θ ) {f (χ, y)} = f f f (χ, y) δ (r-xcos θ -ysin θ ) dxdy ；|r代表原点0到直线的距离，θ e 代表直线与y轴之间的夹角或直线的 法线与X轴的夹角；S ω是Dirac函数。上述盲检测方法，优选所述相似度计算步骤中，所述相似性通过如下公式确定 [。。20] #，⑷= i + P(i、)’其中， 另一方面，本专利技术还提供了一种篡改图像的盲检测系统，所述系统包括分块模 块，用于对图像进行重叠分块处理，获取多个图像块；提取模块，用于提取所述各个图像块 经过Radon和解析Fourier-Mellin变换后的特征向量；相似度计算模块，用于计算各特征 向量的相似性，同时提取其中大于预设阈值的部分，获取检测结果。上述盲检测系统，优选所述图像大小为M*N，所述分块模块中，图像块大小为R*R， 划分的所述图像块的个数为(M-R+1)*(N-R+1)；其中，M、N和R为自然数，且M> R，N> R。 上述盲检测系统，优选所述提取模块中，提取到的特征向量组成的特征矩阵为Bi, j(l 4) = [e” e2, e3, e4],其中， |r代表原点0到直线的距离，θ e 代表直线与y轴之间的夹角或直线的 法线与X轴的夹角；S ω是Dirac函数。上述盲检测系统，优选所述相似度计算模块中，所述相似性通过如下方式确定 相对于现有技术而言，本专利技术直接从Radon变换和解析Fourier-MelIin变换中提 取矩不变特征值，针对图像的几何变换，(例如，旋转、缩放)等篡改操作，有效的对图像进 行检测。附图说明图1为二维函数f(x，y)沿包含该函数的平面内的一组直线的线积分示意图；图2为本专利技术篡改图像的盲检测方法实施例的步骤流程图；图3为本专利技术篡改图像的盲检测系统实施例的结构框图。具体实施例方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实 施方式对本专利技术作进一步详细的说明。本文提出一种基于Radon变换和解析Fourier-MelIin变换的自然图像盲取证方 法。该方法首先直接对目标灰度图像进行Radon变化，然后将原图像的旋转转化为投影空 间的平移，同时将原图像的尺度变化转化为投影空间的尺度变化与幅度变化，最后对Radon 投影空间进一步进行解析Fourier-Mellin变换，即可将Radon投影空间的平移转化为相位 因子，将尺度变化与本文档来自技高网...

【技术保护点】
一种篡改图像的盲检测方法，其特征在于，所述方法包括如下步骤：分块步骤，对图像进行重叠分块处理，获取多个图像块；提取步骤，提取所述各个图像块经过Ｒａｄｏｎ和解析Ｆｏｕｒｉｅｒ－Ｍｅｌｌｉｎ变换后的特征向量；相似度计算步骤，依据所述特征向量，依次计算所述任两个图像块之间相似度，判断该相似度是否大于预设阈值，若是，则确定该图像为被篡改图像。

【技术特征摘要】
一种篡改图像的盲检测方法，其特征在于，所述方法包括如下步骤分块步骤，对图像进行重叠分块处理，获取多个图像块；提取步骤，提取所述各个图像块经过Radon和解析Fourier Mellin变换后的特征向量；相似度计算步骤，依据所述特征向量，依次计算所述任两个图像块之间相似度，判断该相似度是否大于预设阈值，若是，则确定该图像为被篡改图像。2.根据权利要求1所述的盲检测方法，其特征在于，所述图像大小为M*N，所述分块步 骤中，图像块大小为R*R，划分的所述图像块的个数为(M-R+1)*(N-R+1)；其中，M、N和R为 自然数，且M>R，N>R。3.根据权利要求2所述的盲检测方法，其特征在于，所述提取步骤中，提取到的特征向 量组成的特征矩阵为BiJl 4) = [ei，e2，e3，e4]，其中， Ir代表原点0到直线的距离，θ e 代表直线与y轴之间的夹角或直线的法线 与χ轴的夹角；S (r)是Dirac函数。4.根据权利要求3所述的盲检测方法，其特征在于，所述相似度计算步骤中，所述相似 性通过如下公式确定其...

【专利技术属性】
技术研发人员：荆涛，张菲菲，霍炎，李兴华，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：11[中国|北京]