[发明专利]基于圆形描述算子CSIFT的图像复制粘贴检测方法

说明书

技术领域

本发明涉及图像检测技术领域，特别涉及一种基于圆形描述算子CSIFT的图像复制粘贴检测方法，适用于同幅图像的复制粘贴篡改检测。

背景技术

随着图像处理技术的快速发展，数字图像编辑软件的功能越来越强大，即使非专业人士也能够很轻易地对图像内容进行篡改。数字图像的复制粘贴是最常见、也是最隐蔽的篡改手段。近来，许多学者对复制粘贴篡改检测技术进行研究。王俊文等人提出采用图像金字塔低频分块的Hu矩不变特征向量来检测出图像复制伪造区域。李满满等人提出了一种基于小波变换和奇异值分解的盲检测算法来识别图像的复制粘贴伪造。骆伟祺等提出一种利用了“主转移向量”方法去除错误的相似块并得到篡改的区域的鲁棒检测方法。魏为民等提出一种基于小波分解的自相关检测方法。虽然针对图像复制粘贴篡改的检测取得了一些研究成果，但还有许多实际问题仍有待解决，比如上述算法能够有效防御简单的复制粘贴、jpeg压缩、高斯噪声攻击等，但对于含有几何变换攻击如选择缩放等失效。经典的SIFT(Scale Invariant Feature Transform)算法虽能有效应对几何变换攻击，但只适用于检测灰度图像的篡改，而在检测彩色图像时误匹配率较高，这极大限制了算法的使用范围。

发明内容

本发明的目的在于提供一种基于圆形描述算子CSIFT的图像复制粘贴检测方法，该方法有利于准确、高效地检测同幅图像是否经过复制粘贴篡改。

为实现上述目的，本发明的技术方案是：一种基于圆形描述算子CSIFT的图像复制粘贴检测方法，包括以下步骤：

(1) 输入彩色图像并计算其颜色不变量，用所述颜色不变量的梯度方向作为方向特征；

(2) 检测尺度空间极值行，并对关键点进行定位；

(3) 使用圆形描述子确定关键点的主方向，生成所有关键点的24维描述子；

(4) 采用关键点描述子之间的欧氏距离作为关键点相似性判断的度量，对图像中所有关键点进行配对；

(5) 如果配对的关键点的数量大于设定的阈值，即判定该幅图像经过复制粘贴篡改，否则未经过复制粘贴篡改。 

在本发明一实施例中，在步骤(3)中，使用圆形描述子确定关键点的主方向，生成所有关键点的24维描述子，按如下方法进行：

将以特征点为中心、以4σ为半径的圆形窗口分成2个同心圆环，令每个圆环内的特征维数为12，在每个圆环中内统计12个梯度方向生成12个特征向量；利用以下公式计算每个圆环内每个像素梯度的模和方向：

其中，m(x, y)为像素梯度的模值，θ(x, y)为像素梯度的方向，L(x, y)为图像矩阵；

然后参照SIFT算法运用梯度直方图统计出内部圆环梯度的累加值作为第l维到12维的向量(d₁, d₂, …, d₁₂)，外部圆环梯度的累加值作为第13维到24维的向量(d₁₃, d₁₄, …, d₂₄)，得到24维的向量，即关键点的24维描述子；对每个圆环生成的特征向量进行归一化从而减少光照对特征描述的影响。

在本发明一实施例中，在步骤(4)中，按如下方法对图像中关键点进行配对：

任意取图像中的一个关键点，分别计算出其余关键点描述子与选取的关键点描述子之间的欧式距离，并分别取欧式距离最小值、次小值对应的关键点，将所述欧式距离最小值除以次小值，如果得到的值小于设定的比例阈值，则接受选取的关键点与欧氏距离最小值对应的关键点为一对匹配点。

本发明的有益效果是首先采用颜色不变量的梯度方向作为方向特征，然后采用圆形描述子进行特征匹配，不但克服了SIFT算法不能使用颜色信息的缺点，还提高了图像特征点匹配的速率，并保证了检测的正确率。

附图说明

图1是本发明实施例的实现流程图。

图2是本发明方法与对比文献[1]算法检测到的特征点数的比较结果示意图。

具体实施方式

本发明基于圆形描述算子CSIFT的图像复制粘贴检测方法，如图1所示，包括以下步骤：