專(zhuān)利名稱(chēng)：一種圖像區(qū)域描述方法和基于該描述方法的復(fù)制圖像檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像取證技術(shù)，提出了一種圖像區(qū)域描述方法和基于該描述方法的復(fù)制圖像檢測(cè)方法。
背景技術(shù)：
隨著數(shù)字圖像編輯軟件(如Photoshop，A⑶See等)的不斷發(fā)展以及網(wǎng)絡(luò)的廣泛使用，數(shù)字偽造圖像已經(jīng)成為一個(gè)嚴(yán)重問(wèn)題并且嚴(yán)重影響到數(shù)字圖像作為事件證明的可靠性。因此，力求揭露數(shù)字圖像中的偽造操作的圖像取證技術(shù)正受到越來(lái)越多的關(guān)注。作為主動(dòng)的圖像取證方法，數(shù)字簽名和數(shù)字水印技術(shù)最為成熟。但是數(shù)字簽名和數(shù)字水印要事先嵌入到數(shù)字圖像中，因而其應(yīng)用范圍受到了一定的限制。因此，被動(dòng)的圖像取證方法得到越來(lái)越多的關(guān)注，該方法不依賴(lài)其他輔助信息，僅根據(jù)待取證的圖像本身就可以判斷其是否經(jīng)過(guò)篡改、合成、復(fù)制等偽造處理。在數(shù)字圖像偽造中，最常見(jiàn)的一種偽造方法就是區(qū)域復(fù)制，它首先復(fù)制圖像中的某一部分，然后粘貼到同一圖像的其他位置，從而增加或者覆蓋掉圖像中的某些物體。在圖像區(qū)域進(jìn)行復(fù)制的過(guò)程中，復(fù)制的區(qū)域很可能會(huì)經(jīng)歷一些幾何變換，如旋轉(zhuǎn)、縮放等，這些幾何變換，增加了檢測(cè)數(shù)字偽造圖像中的復(fù)制區(qū)域的難度?，F(xiàn)有技術(shù)中，檢測(cè)數(shù)字圖像區(qū)域復(fù)制最簡(jiǎn)單的方法就是窮搜索，但巨大的運(yùn)算量讓這種方法很難在實(shí)際中應(yīng)用。因此，塊匹配方法被提出來(lái)并得到廣泛的應(yīng)用。在檢測(cè)過(guò)程中，圖像先被分割成相互重疊的小塊，然后各個(gè)小塊之間再進(jìn)行匹配，但各個(gè)小塊要有相應(yīng)的特征向量來(lái)描述才能進(jìn)行匹配，而這些描述方法要具有一定的幾何魯棒性，因此，如何解決塊匹配方法的匹配問(wèn)題和魯棒性問(wèn)題成為了塊匹配方法得到廣泛應(yīng)用的一大關(guān)鍵點(diǎn)。

發(fā)明內(nèi)容
本發(fā)明解決的技術(shù)問(wèn)題是克服現(xiàn)有技術(shù)的不足，提供一種操作簡(jiǎn)單、對(duì)旋轉(zhuǎn)具有魯棒性的圖像區(qū)域描述方法。本發(fā)明還提供一種操作簡(jiǎn)單、辨別度高、能夠有效檢測(cè)出圖像中復(fù)制區(qū)域的復(fù)制圖像檢測(cè)方法，其利用上述的圖像區(qū)域描述方法對(duì)圖像的復(fù)制區(qū)域進(jìn)行檢測(cè)。為解決上述技術(shù)問(wèn)題，本發(fā)明第一個(gè)發(fā)明目的的技術(shù)方案如下一種圖像區(qū)域描述方法，包括如下步驟構(gòu)造扇形掩模,將所述扇形掩模的內(nèi)角A旋轉(zhuǎn)一周,得到m個(gè)方向上的扇形掩模 S1, S2, ......，S111，其中m = 360/A，并將所述m個(gè)方向上的扇形掩模順序排列；提取統(tǒng)計(jì)特征向量計(jì)算圖像中的圖像分塊在每個(gè)方向的扇形掩模中所有像素值
的均值和標(biāo)準(zhǔn)差，獲得統(tǒng)計(jì)特征向量<M s1，M s2，...M sm，S s1，S s2，···，S sm);重排統(tǒng)計(jì)特征向量將統(tǒng)計(jì)特征向量中均值最大的扇形掩模Si定為圓形區(qū)域的方向標(biāo)記排在首位，其他m-Ι個(gè)扇形掩模按照原來(lái)的排列順序依次進(jìn)行重新排列，獲得一個(gè)重排后的統(tǒng)計(jì)特征向量
Si,Msi+1,…,Msm^MS1,…,Msu ^Ss^Ssi+1 Ssm,SS1，…，/Ssw);獲得區(qū)域描述特征向量描述所述圖像分塊將所述重排后的統(tǒng)計(jì)特征向量附帶上圖像分塊在完整圖像上的位置信息(x，y)，獲得一個(gè)區(qū)域描述特征向量描述所述圖像分塊。本發(fā)明通過(guò)設(shè)置一定內(nèi)角和一定半徑的扇形掩模，用來(lái)提取圖像分塊特定徑向方向上的統(tǒng)計(jì)特性，即該扇形掩模內(nèi)的圖像像素的均值和標(biāo)準(zhǔn)差統(tǒng)計(jì)量。接著，對(duì)得到的各個(gè)徑向方向上的統(tǒng)計(jì)量進(jìn)行排序，將均值最大的扇形統(tǒng)計(jì)量作為該圖像分塊的方向標(biāo)志排在首位，其他統(tǒng)計(jì)量按照規(guī)定的順序(順時(shí)針或逆時(shí)針)依次進(jìn)行排列，使得所述圖像區(qū)域描述方法具有對(duì)旋轉(zhuǎn)的魯棒性。上述方案中，所述扇形掩模的內(nèi)角為5到15度，半徑為15到25mm。上述方案中，所述扇形掩模的內(nèi)角為10度,半徑為20mm。本發(fā)明第二個(gè)發(fā)明目的的技術(shù)方案如下一種復(fù)制圖像檢測(cè)方法，包括如下步驟將待檢測(cè)圖像進(jìn)行分塊；提取區(qū)域描述特征向量利用所述的圖像區(qū)域描述方法提取待檢測(cè)圖像每個(gè)圖像分塊的區(qū)域描述特征向量并存儲(chǔ)在區(qū)域描述特征向量表中；設(shè)置匹配閾值，閾值設(shè)置為O. 95 ；將各個(gè)區(qū)域描述特征向量中的均值和標(biāo)準(zhǔn)差分別進(jìn)行匹配獲得均值匹配度和標(biāo)準(zhǔn)差匹配度，均值匹配度和標(biāo)準(zhǔn)差匹配度分別大于所述匹配閾值且均值匹配度和標(biāo)準(zhǔn)差匹配度之和最大的區(qū)域描述特征向量即匹配成功，所述匹配成功的區(qū)域描述特征向量所對(duì)應(yīng)的圖像分塊即為相同圖像分塊，所述相同圖像分塊中包括了復(fù)制的圖像分塊。均值匹配度和標(biāo)準(zhǔn)差匹配度分別大于匹配閾值的區(qū)域描述特征向量有一對(duì)或者多對(duì)，若有多對(duì)區(qū)域描述特征向量，則均值匹配度和標(biāo)準(zhǔn)差的匹配度之和最大者為匹配成功的區(qū)域描述特征向量。上述方案中，所述將各個(gè)區(qū)域描述特征向量中的均值和標(biāo)準(zhǔn)差分別進(jìn)行匹配獲得均值匹配度和標(biāo)準(zhǔn)差匹配度具體步驟為將所有區(qū)域描述特征向量在區(qū)域描述特征向量表中進(jìn)行字典排序；設(shè)置匹配窗口 a, a的長(zhǎng)度設(shè)置為10 ；將每個(gè)區(qū)域描述特征向量的均值和標(biāo)準(zhǔn)差分別與排在其后面的a個(gè)區(qū)域描述特征向量的均值和標(biāo)準(zhǔn)差進(jìn)行匹配獲得均值匹配度和標(biāo)準(zhǔn)差匹配度。對(duì)于獲得的所有圖像分塊的區(qū)域描述特征向量，如果直接進(jìn)行全局比較，其運(yùn)算量將會(huì)十分巨大。應(yīng)用字典排列，使具有一定相似性的區(qū)域描述特征向量彼此之間更接近。 這樣，經(jīng)過(guò)字典排列后，只需要比較一定匹配窗口長(zhǎng)度內(nèi)的區(qū)域描述特征向量，從而大大減少了運(yùn)算量。上述方案中，所述均值匹配度和標(biāo)準(zhǔn)差匹配度通過(guò)計(jì)算圖像分塊的均值和標(biāo)準(zhǔn)差的協(xié)方差來(lái)獲得，其具體是
權(quán)利要求
1.一種圖像區(qū)域描述方法，其特征在于，包括如下步驟構(gòu)造扇形掩模，將所述扇形掩模的內(nèi)角A旋轉(zhuǎn)一周，得到m個(gè)方向上的扇形掩模S1,S2, ......，S111，其中m = 360/A，并將所述m個(gè)方向上的扇形掩模順序排列；提取統(tǒng)計(jì)特征向量計(jì)算圖像中的圖像分塊在每個(gè)方向的扇形掩模中所有像素值的均值71/&和標(biāo)準(zhǔn)差，獲得統(tǒng)計(jì)特征向量;重排統(tǒng)計(jì)特征向量將統(tǒng)計(jì)特征向量中均值最大的扇形掩模SiS為圓形區(qū)域的方向標(biāo)記排在首位，其他m-l個(gè)扇形掩模按照原來(lái)的排列順序依次進(jìn)行重新排列，獲得一個(gè)重排后的統(tǒng)計(jì)特征向量獲得區(qū)域描述特征向量描述所述圖像分塊將所述重排后的統(tǒng)計(jì)特征向量附帶上圖像分塊在完整圖像上的位置信息U，y)，獲得一個(gè)區(qū)域描述特征向量描述所述圖像分塊。
2.根據(jù)權(quán)利要求I所述的圖像區(qū)域描述方法，其特征在于，所述扇形掩膜的內(nèi)角為5到 15度，半徑為15到25mm。
3.根據(jù)權(quán)利要求2所述的圖像區(qū)域描述方法，其特征在于，所述扇形掩模的內(nèi)角為10 度，半徑為20mm。
4.一種復(fù)制圖像檢測(cè)方法，其特征在于，包括如下步驟將待檢測(cè)圖像進(jìn)行分塊；提取區(qū)域描述特征向量利用權(quán)利要求I所述的圖像區(qū)域描述方法提取待檢測(cè)圖像每個(gè)圖像分塊的區(qū)域描述特征向量并存儲(chǔ)在區(qū)域描述特征向量表中；設(shè)置匹配閾值；將各個(gè)區(qū)域描述特征向量中的均值和標(biāo)準(zhǔn)差分別進(jìn)行匹配獲得均值匹配度和標(biāo)準(zhǔn)差匹配度，均值匹配度和標(biāo)準(zhǔn)差匹配度分別大于所述匹配閾值且均值匹配度和標(biāo)準(zhǔn)差匹配度之和最大的區(qū)域描述特征向量即匹配成功，所述匹配成功的區(qū)域描述特征向量所對(duì)應(yīng)的圖像分塊即為相同圖像分塊，所述相同圖像分塊中包括了復(fù)制的圖像分塊。
5.根據(jù)權(quán)利要求4所述的復(fù)制圖像檢測(cè)方法，其特征在于，所述將各個(gè)區(qū)域描述特征向量中的均值和標(biāo)準(zhǔn)差分別進(jìn)行匹配獲得均值匹配度和標(biāo)準(zhǔn)差匹配度的具體步驟為將所有區(qū)域描述特征向量在區(qū)域描述特征向量表中進(jìn)行字典排序；設(shè)置匹配窗口 a;將每個(gè)區(qū)域描述特征向量的均值和標(biāo)準(zhǔn)差分別與排在其后面的a個(gè)區(qū)域描述特征向量的均值和標(biāo)準(zhǔn)差進(jìn)行匹配獲得均值匹配度和標(biāo)準(zhǔn)差匹配度。
6.根據(jù)權(quán)利要求5所述的復(fù)制圖像檢測(cè)方法，其特征在于，所述均值匹配度和標(biāo)準(zhǔn)差匹配度通過(guò)計(jì)算圖像分塊的均值和標(biāo)準(zhǔn)差的協(xié)方差來(lái)獲得，其具體是
7.根據(jù)權(quán)利要求4所述的復(fù)制圖像檢測(cè)方法，其特征在于，所述待檢測(cè)圖像進(jìn)行分塊時(shí)每隔一個(gè)或多個(gè)像素進(jìn)行一次分塊。
8.根據(jù)權(quán)利要求4所述的復(fù)制圖像檢測(cè)方法，其特征在于，所述方法獲得相同圖像分塊后還進(jìn)行標(biāo)記步驟，具體為將所有成功匹配的區(qū)域描述特征向量的位置信息存儲(chǔ)，在完整圖像上用半徑等于扇形掩模半徑的圓圈標(biāo)記，并用直線(xiàn)連接相互匹配成功的圖像分塊的中心點(diǎn)。
9.根據(jù)權(quán)利要求4至8任一項(xiàng)所述的復(fù)制圖像檢測(cè)方法，其特征在于，所述方法還包括確定復(fù)制圖像分塊的旋轉(zhuǎn)角度，其包括如下步驟確定旋轉(zhuǎn)中心點(diǎn)提取所有成功匹配的圖像分塊的中心點(diǎn)；設(shè)置一對(duì)匹配成功的圖像分塊的中心點(diǎn)為基準(zhǔn)點(diǎn)U和V，其他所有匹配成功的圖像分塊的中心點(diǎn)與所述基準(zhǔn)點(diǎn)U和基準(zhǔn)點(diǎn)V的距離進(jìn)行比較，距離小的和該基準(zhǔn)點(diǎn)歸為一簇，得到兩簇中心點(diǎn)，將每簇中的中心點(diǎn)坐標(biāo)進(jìn)行平均并取整數(shù)獲得復(fù)制區(qū)域旋轉(zhuǎn)中心點(diǎn)；提取最終旋轉(zhuǎn)中心點(diǎn)設(shè)置距離閾值，計(jì)算每簇中的中心點(diǎn)和其對(duì)應(yīng)的復(fù)制區(qū)域旋轉(zhuǎn)中心點(diǎn)之間的距離，剔除超出距離閾值且距離最大的中心點(diǎn)以及與其成功匹配的中心點(diǎn)， 再將每簇剩下的中心點(diǎn)坐標(biāo)進(jìn)行平均并取整數(shù)獲得一個(gè)新的旋轉(zhuǎn)中心點(diǎn)，并再計(jì)算每簇中的中心點(diǎn)與新旋轉(zhuǎn)中心點(diǎn)的距離，直到每簇中的中心點(diǎn)與其對(duì)應(yīng)的新旋轉(zhuǎn)中心點(diǎn)之間的距離在距離閾值范圍內(nèi)，則最終獲得的新旋轉(zhuǎn)中心點(diǎn)為最終旋轉(zhuǎn)中心點(diǎn)，標(biāo)記為Cl和C2 ；以最終旋轉(zhuǎn)中心點(diǎn)Cl和C2為中心，分別提取半徑為扇形掩模半徑的兩個(gè)圓形區(qū)域，利用權(quán)利要求I所述的圖像區(qū)域描述方法獲得圓形區(qū)域的區(qū)域描述特征向量，同時(shí)將所述兩個(gè)圓形區(qū)域的扇形掩模進(jìn)行統(tǒng)一標(biāo)號(hào)，獲取所述兩個(gè)圓形區(qū)域中均值最大的扇形掩模的標(biāo)號(hào)差η ；以Cl為中心的圓形區(qū)域保持不動(dòng)，將以C2為中心的圓形區(qū)域根據(jù)兩個(gè)圓形區(qū)域均值最大的扇形掩模的標(biāo)號(hào)及標(biāo)號(hào)差做反向旋轉(zhuǎn)，旋轉(zhuǎn)角度的范圍為
10.根據(jù)權(quán)利要求4所述的復(fù)制圖像檢測(cè)方法，其特征在于，所述方法還包括將待檢測(cè)圖像進(jìn)行一次翻轉(zhuǎn)獲取翻轉(zhuǎn)圖像，利用權(quán)利要求I所述的圖像區(qū)域描述方法提取翻轉(zhuǎn)圖像的區(qū)域描述特征向量，再將待檢測(cè)圖像的區(qū)域描述特征向量的均值和標(biāo)準(zhǔn)差分別與翻轉(zhuǎn)圖像的區(qū)域描述特征向量的均值和標(biāo)準(zhǔn)差進(jìn)行匹配獲取帶翻轉(zhuǎn)的復(fù)制圖像分塊。
全文摘要
本發(fā)明公開(kāi)了一種圖像區(qū)域描述方法和基于該描述方法的復(fù)制圖像檢測(cè)方法。所述圖像區(qū)域描述方法包括如下步驟構(gòu)造扇形掩模，將扇形掩模的內(nèi)角A旋轉(zhuǎn)一周，得到m個(gè)方向上的扇形掩模S1，S2，……，Sm；提取統(tǒng)計(jì)特征向量重排統(tǒng)計(jì)特征向量將統(tǒng)計(jì)特征向量中均值最大的扇形掩模Si定為圓形區(qū)域的方向標(biāo)記排在首位，其他m-1個(gè)扇形掩模按照原來(lái)的排列順序依次進(jìn)行重新排列，獲得重排后的統(tǒng)計(jì)特征向量獲得區(qū)域描述特征向量描述圖像分塊。本發(fā)明操作簡(jiǎn)單、辨別度高，有效地應(yīng)用于數(shù)字圖像的復(fù)制-旋轉(zhuǎn)-粘貼檢測(cè)和復(fù)制-翻轉(zhuǎn)-粘貼檢測(cè)中，不僅可通過(guò)圖像描述特征之間的匹配來(lái)揭示復(fù)制的區(qū)域，還可確定復(fù)制區(qū)域之間相對(duì)旋轉(zhuǎn)過(guò)的角度。
文檔編號(hào)G06T7/00GK102592276SQ20111043162
公開(kāi)日2012年7月18日 申請(qǐng)日期2011年12月20日 優(yōu)先權(quán)日2011年12月20日
發(fā)明者倪江群, 盧偉, 孫偉, 戴路, 陳立楷 申請(qǐng)人:中山大學(xué)