[发明专利]一种基于颜色统计差异的染色伪造图像检测方法

权利要求书

1.一种基于颜色统计差异的染色伪造图像检测方法，其步骤包括：

1)构建含有自然图像和染色伪造图像的训练图像集的统计分布图以及该训练图像集中所有训练图像的统计分布图；

2)根据差异最大化原则，基于上述训练图像集的统计分布图计算检测特征参数，并基于所述检测特征参数计算每幅训练图像的统计分布图，得到第一部分检测特征；并计算基于所述检测特征参数计算的每幅训练图像的统计分布图的分布特性，得到第二部分检测特征；

3)合并上述第一部分检测特征和第二部分检测特征，得到完整检测特征，并将每幅训练图像的完整检测特征与其对应的训练图像标签进行模型训练得到检测分类器；

4)构建待检测图像的统计分布图；

5)基于步骤2)中所述检测特征参数计算待检测图像的统计分布图，提取第一部分检测特征；并计算待检测图像的统计分布图的分布特性，提取第二部分检测特征；

6)合并步骤5)中所述第一部分检测特征和第二部分检测特征得到待检测图像的完整检测特征，并将其输入步骤3)所述检测分类器进行检测。

2.如权利要求1所述的方法，其特征在于，步骤1)中所述训练图像集包括染色伪造图像子集和其对应的自然图像子集。

3.如权利要求2所述的方法，其特征在于，步骤2)中根据差异最大化原则，利用差异性计算度量分别计算染色伪造图像子集与自然图像子集的每一对统计分布图中相应组之间的差异性，选取差异性最大的k个组作为第一部分检测特征；其中k由实验结果调试确定或由用户自由选取。

4.如权利要求3所述的方法，其特征在于，所述差异性计算度量为欧式距离。

5.如权利要求1所述的方法，其特征在于，步骤2)和步骤5)中计算统计分布图的分布特性，并利用不同的差异性计算度量构建第二部分检测特征。

6.如权利要求5所述的方法，其特征在于，所述分布特性为1阶导数；所述差异性计算度量为总变分。

7.如权利要求1所述的方法，其特征在于，步骤3)中所述模型训练的方法步骤包括：

3-1)将训练图像标签表示为一个由0和1组成的标签向量；其中0代表自然图像，1代表染色伪造图像；

3-2)将每幅训练图像的完整检测特征构成特征矩阵；

3-3)将每幅训练图像的特征矩阵和其对应的标签向量输入分类器进行训练得到检测分类器。

8.如权利要求7所述的方法，其特征在于，步骤3-2)中所述分类器为支持向量机。

9.如权利要求1所述的方法，其特征在于，步骤1)和步骤4)中所述统计分布图包括：hue通道统计分布图、saturation通道统计分布图、dark通道统计分布图和bright通道统计分布图。