[发明专利]一种基于源相机识别的图像拼接篡改检测与定位方法

说明书

本发明公开了一种基于源相机识别的图像拼接篡改检测与定位方法，包括以下步骤：基于卷积神经网络构建用于提取源相机噪声特征的特征提取器；将待测图像划分为满足卷积神经网络输入尺寸的图像块并预处理后，利用所述特征提取器提取图像块的源相机噪声特征；基于源相机噪声特征对所有图像块进行聚类，以确定源图像类和篡改区域类，并对篡改区域类中的图像块进行干扰图像剔除后，依据篡改区域类中的图像块占待测图像的比例来判断待测图像是否为篡改图像，对应的篡改区域类中的图像块为篡改区域。该方法能够快速准确地实现图像拼接篡改检测与定位。

技术领域

本发明属于图像检测领域，具体涉及一种基于源相机识别的图像拼接篡改检测与定位方法。

背景技术

随着互联网和多媒体工具在世界范围内的广泛应用，图像已经成为人们日常信息获取的重要来源。同时，由于图像处理技术和图像编辑软件的不断发展，在个人电脑和移动设备上编辑图像内容变得越来越简单易行，即使是未经专业训练的人士也可以轻易使用图像编辑软件来篡改、伪造图像。在当前的时代背景下，通过社交网络和媒体等途径发布、传播篡改图像十分容易，这些经过细心编辑的篡改图像难以靠肉眼辨别真假，极易对人产生误导。在一些外交、商务等重要的场合，恶意的图像篡改可能会造成严重后果。

正是由于篡改图像的出现与传播在日常生活变得越来越普遍，人们对鉴别图像真实性的需求越来越多，图像篡改检测技术已经成为图像取证领域的重要内容。尽管近些年来图像篡改检测技术已经取得了长足的发展，但是相关技术仍然存在着诸如检测准确率不够高，技术方案本身的适用范围不够广等问题，这一领域的许多内容仍然亟待研究。

图像篡改主要可以分为图像拼接、复制-移动和消除这三个类型。图像拼接和复制-移动的主要区别在于，复制-移动是在同一张图像上将部分内容复制，并粘贴在该图像上的另一位置，而图像拼接则是发生在两张或多张图像之间，将一张或多张的图像内容拼接在另一图像上。

图像篡改类型不同，要检测该篡改所需的方法和证据往往也不一样。例如，复制-移动类型的篡改通常检测一张图像中是否有重复的区域，而图像拼接检测通常检测一张图像中的不一致性，例如光照效果的不一致性、源相机的不一致性等。

源相机识别是图像取证领域的重要内容，其主要工作是通过图像上的证据来追溯拍摄该图像的相机。识别源相机所需的依据往往是相机在图像拍摄流程中遗留在图像上的一些痕迹，例如传感器模式噪声。以传感器模式噪声为主要证据的一类源相机识别技术，其具体技术路线也有较大的差异。一类现有技术是通过提取同一相机拍摄的大量图像上的噪声来建立对应相机的噪声特征模型，通过比对图像上的噪声和已建立的相机模型来判断对应相机是否该图像的源相机。这种方法针对噪声特征模型未知的相机并不适用，普适性不强。

发明内容

本发明的目的是提供一种基于源相机识别的图像拼接篡改检测与定位方法，通过利用CNN提取源相机噪声特征统计源相机噪声特征的分布情况来实现图像拼接篡改检测与定位。

为实现上述发明目的，本发明提供的技术方案为：

一种基于源相机识别的图像拼接篡改检测与定位方法，包括以下步骤：

基于卷积神经网络(Conventional Neural Network，CNN)构建用于提取源相机噪声特征的特征提取器；

将待测图像划分为满足卷积神经网络输入尺寸的图像块并预处理后，利用所述特征提取器提取图像块的源相机噪声特征；

基于源相机噪声特征对所有图像块进行聚类，以确定源图像类和篡改区域类，并对篡改区域类中的图像块进行干扰图像剔除后，依据篡改区域类中的图像块占待测图像的比例来判断待测图像是否为篡改图像，对应的篡改区域类中的图像块为篡改区域。