[发明专利]基于LBP和扩展马尔科夫特征的细缝裁剪取证方法

权利要求书

1.一种基于LBP和扩展马尔科夫特征的细缝裁剪取证方法，其特征是，分别计算在LBP域中水平方向、垂直方向、主对角线方向、次对角线方向4个方向上差分2维JPEG矩阵步长q＝1和步长q＝4的马尔科夫转移概率矩阵，将q＝1得到的特征与q＝4得到的特征进行融合，提取324×2＝648维特征，将得到的转移概率矩阵当中的所述648维特征数学建模，用作特征向量利用支持向量机SVM加以训练、进行检测，以此来检测图像是否经过细缝裁剪篡改。

2.如权利要求1所述的基于LBP和扩展马尔科夫特征的细缝裁剪取证方法，其特征是，分别计算在LBP域中水平方向、垂直方向、主对角线方向、次对角线方向4个方向上差分2维JPEG矩阵步长q＝1和步长q＝4的马尔科夫转移概率矩阵，具体步骤如下：

①将图像从空域变换到LBP域；

②计算JPEG压缩后的2维JPEG矩阵；

③计算步长为q的一阶差分矩阵：对矩阵F(u,v)取绝对值后计算在水平、垂直、主对角线、次对角线共4个方向上的一阶差分矩阵具体计算公式如式(19)-(22)所示，其中，下标h表示水平方向horizontal、下标v代表垂直方向vertical、下标d代表主对角线方向diagonal、下标m代表次对角线方向minor-diagonal，(u,v)表示坐标：

Fhq(u,v)=F(u,v)-F(u+q,v)---(19)]]>

Fvq(u,v)=F(u,v)-F(u,v+q)---(20)]]>

Fdq(u,v)=F(u,v)-F(u+q,v+q)---(21)]]>

Fmq(u,v)=F(u+q,v)-F(u,v+q)---(22)]]>

其中，u∈[0,S_u-(q+1)],v∈[0,S_v-(q+1)]，S_u代表二维离散余弦变换DCT系数矩阵F(u,v)的行数，S_v代表二维DCT系数矩阵F(u,v)的列数。