[发明专利]图像篡改识别方法、装置、计算机设备及存储介质

权利要求书

1.一种图像篡改识别方法，所述方法包括：

构建未滤波样本集、中值滤波样本集、均值滤波样本集以及高斯滤波样本集；

获取并解析第一原始分类模型的训练指令，得到所述未滤波样本集、所述中值滤波样本集、所述均值滤波样本集以及所述高斯滤波样本集的存储地址，访问存储地址对应的存储空间，提取第一待训练样本；

确定滤波图像矩阵；所述滤波图像矩阵通过对所述第一待训练样本与高通滤波器进行卷积运算得到；

获取一维序列；所述一维序列由所述滤波图像矩阵按行重排得到；

对所述一维序列的绝对值进行快速傅氏变换，得到所述第一待训练样本的一维频谱；

对所述一维频谱进行最大值下采样，得到第一子带；

对所述一维频谱进行中值下采样，得到第二子带；

对所述第一子带进行局部中值下采样，得到第三子带；

对所述第一子带进行局部标准差下采样，得到第四子带；

分别提取所述第二子带、所述第三子带和所述第四子带中的第一频谱特征、第二频谱特征及第三频谱特征；所述第一频谱特征为中频区域最大值，所述第二频谱特征为高频区域最小值，所述第三频谱特征为所述第一频谱特征与所述第二频谱特征的比值；

将所述第二子带的第一频谱特征、第二频谱特征及第三频谱特征，所述第三子带的第一频谱特征、第二频谱特征及第三频谱特征，以及所述第四子带的第一频谱特征、第二频谱特征及第三频谱特征，确定为所述第一待训练样本的频谱特征；

将所述第一待训练样本的频谱特征输入所述第一原始分类模型进行训练，以构建第一平滑滤波检测模型；

获取待检测图像；

将所述待检测图像输入所述第一平滑滤波检测模型；

根据所述第一平滑滤波检测模型的检测结果，识别所述待检测图像是否经平滑滤波篡改及平滑滤波方式。

2.根据权利要求1所述的方法，其特征在于，所述第一平滑滤波检测模型为采用高斯核作为非线性核函数的C-SVM支持向量机。

3.根据权利要求1至2任一项所述的方法，其特征在于，所述方法还包括：

若所述第一平滑滤波检测模型的检测结果为所述待检测图像经平滑滤波篡改，且平滑滤波方式为中值滤波，则将所述待检测图像输入第二平滑滤波检测模型；所述第二平滑滤波检测模型基于所述中值滤波样本集训练得到；

根据所述第二平滑滤波检测模型的检测结果，确定所述待检测图像中值滤波的窗口规格；

根据所述中值滤波的窗口规格，识别所述待检测图像的篡改信息；

和/或，

若所述第一平滑滤波检测模型的检测结果为所述待检测图像经平滑滤波篡改，且平滑滤波方式为均值滤波，则获取所述待检测图像的频谱子带的自相关谱；

根据所述自相关谱的整数频率的最大峰，确定所述待检测图像均值滤波的窗口规格；

根据所述均值滤波的窗口规格，识别所述待检测图像的篡改信息。

4.根据权利要求3所述的方法，其特征在于，所述第二平滑滤波检测模型的构建步骤，包括：

从所述中值滤波样本集中获取第二待训练样本；

提取所述第二待训练样本的频谱特征；

将所述第二待训练样本的频谱特征输入第二原始分类模型进行训练，以构建所述第二平滑滤波检测模型。

5.根据权利要求4所述的方法，其特征在于，所述提取所述第二待训练样本的频谱特征的步骤，包括：

分别对转置前和转置后的所述第二待训练样本进行一阶差分，得到两个差分矩阵；

将所述两个差分矩阵分别转化为差分符号图，得到两个差分符号图；

根据所述差分符号图，确定单调区间图谱，得到两个单调区间图谱；

将所述两个单调区间图谱进行叠加，并将叠加结果归一化为经验分布；

提取所述经验分布中设定数量的特征向量，作为所述第二待训练样本的频谱特征。