[发明专利]一种关于图像模糊篡改检测的方法

说明书

技术领域

本发明涉及一种边缘特征的图像模糊篡改检测方法，属于数字图像取证技术领域。

背景技术

在当今数字信息迅速发展的时代，数字图像作为最常用的一种数字信息载体被广泛地应用到新闻、司法、科学、娱乐、军事等领域，但是各种对图像的伪造和篡改对事实的真实性产生了严重的破坏，妨碍了司法公正、影响了社会的稳定和秩序等。因此，数字图像取证技术成了信息安全技术研究领域里一个非常重要的方向。

图像的篡改主要包括将一幅或几幅图像中的一部分图像剪切下来，拼接到另一幅图像上去的合成操作等等。而任何篡改操作都会在图像中留下不可避免地痕迹，为了使篡改后的图像给人的感觉更加逼真且不容易被人发现篡改区域，篡改者通常会采取一些后操作来处理并消除图像在篡改过程中留下的操作痕迹。在那些后处理操作中主要包括模糊操作、渐变操作、淡化操作等润饰操作，而模糊操作是消除篡改图像中边缘痕迹最常用的一种手段。国内外对图像的模糊篡改检测已经有了比较深入的研究，提出了许多行之有效的算法。与本专利有关的主要有周琳娜等人在“基于数字图像边缘特性的形态学滤波取证技术”(电子学报，vol.36，pp.1047-1051，2008年6月)中利用同态滤波缩小离散模糊边缘的动态范围，而同时增强了人工模糊的边缘，使得模糊的边缘信息变强，正常边缘变弱，再通过数学形态学的腐蚀运算，排除正常边缘，从而提取并定位出图像模糊边缘，但是如果图像中存在较为严重的离焦模糊，该算法检测就会存在一定程度的虚警，而且在同态滤波中要进过大量的计算才能确定截止频率D₀的值，所以该算法的计算量和计算时间都比较大且未考虑到图像噪声对检测结果的影响；鲁昌华等人在“基于同态滤波和改进形态学的图像边缘检测”(仪器仪表学报，vol.32，pp.74-78，2011年10月)中对周琳娜的算法进行改进，提出了利用同态滤波和改进的形态学相结合的边缘检测方法，但是该算法并没有完全解决之前算法的缺点，提取的图像边缘比较粗犷且不具有连续性；S Xuanjing等人在“A blur image blind identify algorithm based on the edge feature”(Pro.of2011Third International Conference on Multimedia Information Networking and Security，pp.309-313，2011年11月)中提出了一种基于边缘特征的模糊图像盲识别算法，该方法利用同态滤波提取图像的边缘特征，再根据小波变换的多标准分解，加强模糊失真信息，最后利用数学形态学的腐蚀运算得到模糊篡改边缘，但是该算法也没有解决确定截止频率值时的计算量和计算时间；王佐成等人在“改进的模糊形态学边缘检测算法”(计算机工程与应用，vol.47，pp.185-187，2011年8月)中提出了一种新的基于模糊形态学的边缘检测算法，该方法结合了模糊增强和模糊形态学边缘检测，使用简单隶属度函数将图像映射到模糊特征平面，采用多方向模糊形态学进行边缘提取，但是该算法需要经过大量的实验，所以算法的计算量较大而且计算时的迭代次数也较多。

综上所述，上述的算法都可以对图像模糊篡改区域进行定位。但是每种方法都存在它们的缺点，主要的缺点有为了确定同态滤波中截止频率的值使得算法的计算量和计算时间比较大，而且提出的算法中都没有考虑到图像噪声和篡改操作引入图像的噪声对检测结果的影响，所以可以解决这些算法中的缺点来提高算法的检测精度。

发明内容

本发明意在改进现有算法的不足，提高现有算法的检测精度。传统的同态滤波函数对滤波器的截止频率D₀的选择具有一定的困难性和复杂性，需要花费大量的时间和工作，本发明中采用基于小波分解的同态滤波，利用代替了截止频率值D₀的确定，从而大大降低了算法的计算量和计算时间；其次利用小波阈值去噪去除图像的噪声，排除了噪声对检测结果的影响，提高了算法的检测精度；对去噪后的图像提取二值边缘图像信息，可以使得到的图像边缘比较细且连续，有利于篡改区域的确定，也提高了算法检测的精度；同时选择多个方向的结构元素能够更好地从各个角度检测出不同形状的边缘，也能提高算法检测的精度。

本发明提出的技术方案是基于一种边缘特征的图像模糊篡改检测方法，其改进部分主要分为四个部分：同态滤波函数的改进、去除图像噪声的改进、数学形态学的改进和篡改图像的检测及区域的确定。

同态滤波函数的改进步骤如下：