[发明专利]一种利用GLCM特征的篡改图像鲁棒定位方法

说明书

技术领域

本发明属于信号与信息处理技术领域，涉及到对篡改图像中的篡改区域进行定位的图像取证方法，特别涉及到一种利用GLCM特征的篡改图像鲁棒定位方法。

背景技术

最基本的图像篡改操作是从同一幅图像或不同图像中复制粘贴感兴趣区域，以达到掩盖或篡改原有图像的部分信息的目的。同时为了消除篡改图像上的篡改痕迹，篡改者往往会对篡改部分进行缩放、旋转、羽化等处理和润饰操作。

针对同图篡改操作，Hany Farid等人在“Exposing Digital Forgeries byDetecting Duplicated Image Regions”文中提出利用主成分分析(PCA)的方法进行特征降维，并用字典排序的方法对子图像块的向量数据进行排序，并通过模糊匹配快速寻找相同或相似的图像块来定位篡改区域。J.Fridrich等人在“Detectionof Copy-Move Forgery in Digital Images”文中也提出了类似的思想，通过计算子图像块的量化DCT系数矩阵，并用字典排序方法对每个子块的量化DCT系数矩阵进行排序来完成相似图像块的匹配和定位。但这种方法只针对同图的复制粘贴操作有效，而且不能抵抗旋转、缩放等常用的后期处理操作。

针对异图篡改操作，A.Swaminathan等人在“Component Forensics of DigitalCameras：A Non-intrusive Approach”文中提出了利用相机来源鉴别的结果实现篡改图像定位的思想，通过估计每一子图像块的CFA插值系数作为特征对子图像块的来源进行鉴别，如果图像中不同局部的图像块来自于不同相机，则认为图像可能经过了篡改操作。P.Zhang等人在“Detecting Image Tampering UsingFeature Fusion”文中借鉴了该思想，采用了特征融合的思想，对每一子图像块提取小波特征、质量特征以及颜色特征等并进行融合，以检测每一图像块的相机来源。J.Fridrich等人在“Detecting Digital Image Forgeries Using Sensor PatternNoise”文中提出了利用模式噪声定位篡改图像的思想，该方法假定待测图像的相机来源是已知的，并用该相机的若干样本图像建立该相机的参考模式噪声。通过计算感兴趣区域的噪声与参考模式噪声的相关性来判定该区域是否为篡改区域。进一步提出了利用多种形状和大小的图像分块对待测图像进行联合分析，以达到自动定位篡改区域的目的。但这些方法当拼接图片来自于同一相机时失效，且不能抵抗旋转、缩放等常用的后期处理操作。

发明内容

本发明的目的是提供一种篡改图像的鲁棒定位方法。本发明对于篡改的后期操作如旋转、缩放以及羽化等都具有鲁棒性，即尽管图像可能经过了多种的后期处理操作处理，但只要经过了篡改，本发明都能够对篡改区域进行定位。本发明针对JPEG格式的图像提出，利用图像分块的思想，提取每一图像块的量化DCT系数矩阵，并计算系数矩阵的灰度级共生矩阵(Gray Level Co-occurrenceMatrix，简称GLCM)作为特征来对图像块进行颜色标记。若得到的结果图像中存在不同的颜色标记区域，则该图像可能经过了篡改操作，而且不同的颜色所标记的区域可能为篡改区域。本发明解决了篡改图像定位中对常用后处理操作的鲁棒性问题，能够帮助取证人员分析图像是否经过了篡改操作并对篡改区域进行定位。

本发明的技术方案如下：

1、经过后期处理的篡改图像的检测定位方法框图

本方法的框图如图1所示，具体包括5个步骤。针对一幅待检测的图像，首先将它分成不重叠的图像块，对于每个子图像块，提取它的YCbCr分量，并且对每个分量提取量化DCT系数，然后对系数矩阵计算其GLCM特征，利用支持向量机(SVM)对子图像块的类别进行判断，并用相应的颜色进行标记，得出最终的检测结果。

2、图像分块

本发明利用图像分块的手段来定位篡改图像的篡改区域。由于JPEG图像在进行压缩时采用大小为8×8的量化表对DCT系数进行量化，因此，每个8×8块DCT量化系数矩阵都保留了相机的统计特性，而且这种特性对于一些常用的后期处理操作如重压缩、缩放等都具有鲁棒性，使得利用图像块来实现篡改区域定位成为可能。本发明中对图像分块时为保证子图像块的统计特性不被破坏，分块大小为8的倍数，块与块之间不重叠。

3、提取图像的YCbCr分量及其量化DCT系数