[发明专利]一种基于图像梯度方向的图像接缝裁剪篡改检测方法

权利要求书

1.一种基于图像梯度方向的图像接缝裁剪篡改检测方法，其特征在于，包括以下步骤：

步骤1、首先获取彩色图像数据集，然后获取每个图像的梯度方向；

步骤2、将每幅图像的梯度方向进行处理，首先将梯度方向的值域分为20个区间，每个区间的梯度值域为9，而后每个像素点的梯度值仅属于20个区间中的某一个，使其便于输入自回归模型中进行预测；

步骤3、将图像的每个像素点的梯度方向特征值输入到自回归模型中，得到每幅图像的特征向量；

步骤4、将训练集中每幅图像的特征向量输入到支持向量机中训练，得到训练好的分类器，将测试集图像的特征向量输入到分类器中得到分类结果，对于测试集中的每幅图像都会得到一个返回值0或者1，0表示预测本幅图像未篡改，1表示本幅图像为篡改图像，对于测试集图像中未篡改图像，如果被标记为0则表示预测正确，未篡改图像被标记为1则表示预测错误，对于测试集中篡改图像，如果被标记为0则表示预测错误，未篡改图像被标记为1则表示预测正确。

2.根据权利要求1所述的一种基于图像梯度方向的图像接缝裁剪篡改检测方法，其特征在于，所述步骤1获取每个图像的梯度方向具体为：将数据集中三维的彩色图像转换为二维的灰度图像，获得灰度图像每一个像素点在水平方向和竖直方向上的梯度值；利用水平方向和竖直方向上的梯度值获得每一个像素点的梯度方向，得到梯度方向图，水平方向梯度g_x、竖直方向梯度g_y以及梯度大小g和梯度方向θ计算表达式如下：

其中，f(x,y)表示图像中坐标为(x,y)的像素点，x表示横坐标，y表示纵坐标。

3.根据权利要求2所述的一种基于图像梯度方向的图像接缝裁剪篡改检测方法，其特征在于，所述梯度的方向值域为0到180度，将梯度方向的值域分为20个区间分别标记为1到20，每个区间梯度方向的度数均为9度，那么每一个像素点的梯度方向值仅仅属于20个区间中的某一个，故每个像素点在1到20之间有且仅有一个与之对应的数值，每个与像素点所对应的数值作为每个像素点的梯度方向特征值。

4.根据权利要求3所述的一种基于图像梯度方向的图像接缝裁剪篡改检测方法，其特征在于，所述步骤3在使用自回归模型时，将梯度方向图转换为一个列向量，自回归模型表达式如下：

其中，y₁，y₂，…，y_n是一个时间序列，是常数项，是参数模型，e_t是具备均值为0，方差为σ的白噪声。

5.根据权利要求4所述的一种基于图像梯度方向的图像接缝裁剪篡改检测方法，其特征在于，所述步骤3将图像的每个像素点的梯度方向特征值输入到自回归模型中，得到每幅图像的特征向量；

对于p阶AR自回归模型有相应的AR特征多项式和相应的AR特征方程：

AR特征多项式：

AR特征方程：

对自回归模型方程乘以y_t-k，求期望，然后除以γ₀，当k≥1时，得到重要的回归关系式，

其中，ρ是相关系数，取k＝1,2,…,p，用ρ₀＝1和ρ_-k＝ρ_k，可以得到如下方程组，

给定的数值，求解上述方程组，可以得到ρ₁,ρ₂,…,ρ_p的数值。

6.根据权利要求5所述的一种基于图像梯度方向的图像接缝裁剪篡改检测方法，其特征在于，所述步骤4中测试集和训练集均来自数据集UCID，即未压缩彩色图像库，UCID数据集一共1338幅图，训练集与测试集均为669幅图，各占UCID数据集的50％。