[发明专利]压缩图像量化表篡改的检测方法和系统在审

专利信息
申请号: 201310583368.0 申请日: 2013-11-19
公开(公告)号: CN104661037A 公开(公告)日: 2015-05-27
发明(设计)人: 王维语;杨建权;朱国普;黄晓霞;赵希 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: H04N19/89 分类号: H04N19/89;H04N19/124
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 吴平
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 压缩 图像 量化 篡改 检测 方法 系统
【说明书】:

技术领域

发明涉及多媒体信息安全领域,特别是涉及一种压缩图像量化表篡改的检测方法和系统。

背景技术

多媒体技术在手持数码设备上的广泛应用持续改变着人们已往以语音为主的通信方式。随着各类图片发布、分享平台功能的完善和用户的增加,图像通信逐渐成为人们所接收的通信方式,主要是因为图像中包含事件的细节,便于发布者更好的表达其观点,且相对于纯文字或纯语音消息更具有说服力和感染力。

然而,图像包含的信息可能被篡改或隐含秘密信息,例如图像可能被恶意篡改用于造谣,或作为载体传递非法信息,给图像的取证分析带来困难,而无法检测图像是否被篡改。

发明内容

基于此,有必要针对无法检测图像是否被篡改的问题,提供一种能准确检测图像是否被篡改的压缩图像量化表篡改的检测方法。

此外,还有必要提供一种能准确检测图像是否被篡改的压缩图像量化表篡改的检测系统。

一种压缩图像量化表篡改的检测方法,包括以下步骤:

图像获取步骤,获取测试图像;

特征提取步骤,计算所述测试图像的区分性特征向量;

量化表提取步骤,提取所述测试图像的量化表;

检测步骤,采用对应于所述测试图像的量化表的预先训练得到的量化表篡改检测分类器对所述区分性特征向量进行检测,得到检测结果。

一种压缩图像量化表篡改的检测系统,包括:

图像获取模块,用于获取测试图像;

特征提取模块,用于计算所述测试图像的区分性特征向量;

量化表提取模块,用于提取所述测试图像的量化表;

检测模块,用于采用对应于所述测试图像的量化表的预先训练得到的量化表篡改检测分类器对所述区分性特征向量进行检测,得到检测结果。

上述压缩图像量化表篡改的检测方法和系统,通过采用训练得到的篡改检测分类器对测试图像的区分性特征向量进行检测,能准确判断该测试图像的量化表是否被篡改。

另外,通过第一标记和第二标记容易标记判断,提高检测效率;采用总邻域系数幅值和的比重,计算量少。

附图说明

图1为一个实施例中压缩图像量化表篡改的检测方法的流程图;

图2为一个实施例中特征提取步骤的流程图;

图3为另一个实施例中特征提取步骤的流程图;

图4为预先训练构建量化表篡改检测分类器的流程图;

图5为一个实施例中压缩图像量化表篡改的检测系统的结构框图;

图6为一个实施例中特征提取模块的内部结构框图;

图7为另一个实施例中特征提取模块的内部结构框图;

图8为一个实施例中构建模块的内部结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

如图1所示,为一个实施例中压缩图像量化表篡改的检测方法的流程图。该压缩图像量化表篡改的检测方法,包括以下步骤:

步骤102,图像获取步骤,获取测试图像。

具体的,该测试图像可为JPEG(Joint Photographic Experts Group)图像。JPEG是一种有损压缩标准。

步骤104,特征提取步骤,计算该测试图像的区分性特征向量。

具体的,该区分性特征向量为反量化离散余弦变换频率系数的幅值所占总频率的系数幅值和的比重,或者为反量化离散余弦变换频率系数的幅值所占总邻域频率系数幅值和的比重。

计算得到测试图像的区分性特征向量Fdet

当该区分性特征向量为反量化离散余弦变换频率系数的幅值所占总频率的系数幅值和的比重时,如图2所示,为一个实施例中特征提取步骤的流程图。该特征提取步骤包括:

步骤202,读取图像的量化表,并将该图像的字节流熵解码为量化系数矩阵,采用该量化表对该量化系数矩阵进行反量化,得到反量化系数矩阵。

该图像可为JPEG图像等。本实施例中图像为JPEG图像。JPEG图像压缩是基于分块的图像压缩,对于RGB(Red-Green-Blue)彩色图像,需把像素从RGB彩色空间映射到YCbCr空间(Y为亮度分量,Cb、Cr为色差分量),再对Y、Cb、Cr通道独立进行压缩操作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院;,未经中国科学院深圳先进技术研究院;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310583368.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top