[发明专利]基于均匀特征点混合描述的图像篡改检测方法

说明书

本发明公开了一种基于均匀特征点混合描述的图像篡改检测方法，首先采取自适应阈值选择策略，通过FALoG检测器对待检测图像提取特征点，同时对点进行均匀性处理；其次，使用FRIF算法对提取到的关键点构造混合的二进制描述符；然后，通过Rg2NN算法进行特征匹配，找到候选的匹配对，并进一步利用SLIC方法粗除候选的配对，同时利用RANSAC查询正确的对；最后，使用改进的NNPROD方法和形态学操作对重复的部分进行定位和标记。实验结果表明，本发明的方法在稀疏采样和穷举采样方法的优点间作出了折衷，即使在各种挑战性的条件下仍然具备有效性。

技术领域

本发明属于数字图像取证技术领域，涉及图像的复制-粘贴篡改检测方法，特别涉及一种基于均匀特征点混合描述的图像篡改检测方法。

背景技术

在当今信息和网络高速发展的时代，数字图像已成为人类生活中不可或缺的一部分。然而，随着众多简单有效的编辑工具的出现，人们可以轻易操纵图像的同时亦增加了伪造的可能性。因此，迫切需要能够鉴别图像真实性的取证技术。通常情况下，取证技术分为两种：一种是主动取证，它需要利用额外的数据；另一种是被动取证技术，不需要使用额外的信息，因此更具有现实意义。

篡改手段是对图像中至少一个区域进行复制，而后粘贴到同一图像中的其他区域，目的是通过复制某些区域来隐藏对象或者进行过分强调。此外，为了使这种篡改不留下任何肉眼可辨的线索，篡改者通常会给复制的部分添加一系列诸如压缩、噪声、旋转等操作。

复制-粘贴篡改检测属于被动取证技术中的一种，分为基于块和基于特征点的两种检测技术。这两类技术相同点在于都提取特征，通过鲁棒地描述局部区域来评估不同区域之间的相似性，不同点在于局部区域的筛选和描述方法上。在基于块的技术中，每个像素点都需要构造特征向量；基于特征点的技术中，多数只对位于高熵区域的突出点刻画描述符。但基于特征点的技术仍存在如下缺陷：特征点无法全面地覆盖整幅图像，若复制的部分是图像中的平滑区域，则检测极可能失效。

发明内容

本发明是为了解决现有技术所存在的上述技术问题，提供一种基于均匀特征点混合描述的图像篡改检测方法。

本发明的技术解决方案是：一种基于均匀特征点混合描述的图像篡改检测方法，其特征在于实施步骤如下：

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；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；