[发明专利]基于均匀特征点混合描述的图像篡改检测方法

权利要求书

1.一种基于均匀特征点混合描述的图像篡改检测方法，其特征在于按如下步骤进行：

约定：I表示待检测的图像；I1表示去噪后的图像；T_A为自适应提点阈值；V指图像I1中检测到的特征点数量；K_i,j表示每一子块S_i,j内的特征点数，K中存放自适应提取的所有特征点；T_ψ为控制子块特征点数量的阈值；O为存放均匀性处理后的特征点的矩阵；N表示特征点的个数；F_N表示用于存放所有FRIF特征信息的矩阵；D_N为距离以升序排列的近邻点；n为预设的近邻点个数；T_Rg2NN指特征匹配阈值；T_η为控制相匹配的超像素块数量的阈值；

a.初始设置

获取大小为M×N的待检测图像I并进行预处理，得到图像I1；

b.自适应提取特征点

b.1将图像I1进行不重叠分块，分割成尺寸为n×n图像子块S_i,j；

b.2使用FALoG检测器提取特征点，设置初始提点阈值T_A＝10，迭代次数w＝1；

b.3计算标准特征点数量

b.4设置均匀性阈值τ＝0.5，计算特征点均匀性测量值Φ：

b.5如果Φτ或w3，则输出矩阵K，否则T_A→T_A×10％，w→w+1，重复步骤b.2～b.5；

c.特征点均匀性处理

c.1对于图像子块S_i,j中的特征点，根据响应强度对其进行降序排列并存于临时矩阵Q＝{(x₁,y₁),(x₂,y₂),...(x_Ki,j,y_Ki,j)}中；

c.2若特征点的数目K_i,jT_ψ,T_ψ＝6，则取Q中前T_ψ个点并将其输出至矩阵O_i,j，否则Q中的点全部输出；

c.3如果所有的子块S_i,j都被测试，则输出均匀性处理后的所有点，即O＝O∪O_i,j，否则，返回步骤c.1，选择下一个子图像块；

d.基于FRIF的特征构造

对于存放在矩阵O中所有检测到的特征点，使用FRIF结合局部采样模式和模式间信息来构造混合的64位二进制描述符；

e.基于Rg2NN的特征匹配

e.1为提取到的特征矩阵F_N建立KD树；

e.2利用快速近似最近邻算法检索查询点x_i,1≤i≤N,的近似最近邻，将其按照距离升序排列，得到

e.3通过Rg2NN算法从近邻点中找到x_i的匹配点，即逆序计算距离之间的比值：

如果T(i,n-j+1)≥T_Rg2NN且T(i,n-j)T_Rg2NN，则第i点和距其{d_i1,d_i2,…,d_i(n-j-1)}的n-j-1个特征点均相似，其中，T_Rg2NN＝0.6；

f.后处理

f.1利用SLIC算法分割输入图像I＝Seg₁,Seg₂,...,Seg_n；

f.2获取与候选的匹配点对(x_i,y_i)、(x_j,y_j)相对应的超像素块对Seg_i、Seg_j；

f.3删除匹配数较少的块对，即当匹配块数Num(Seg_i,Seg_j)≥T_η,T_η＝3，则保留相应的点对；

f.4在粗除后的配对中，利用RANSAC方法询正确的匹配对；

f.5利用NNPROD函数定位重复的区域；

f.6使用形态学操作去除面积小于图像0.02％的所有孤立区域，并填充合并二进制图像中的“空洞”，最终在篡改的图像上进行彩色标记。