[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

说明书

本发明请求保护一种基于梯度方向的图像接缝裁剪篡改检测方法，涉及数字图像处理、机器视觉的技术领域。本发明首先对数据集中的彩色图像转换为灰度图像，提取灰度图像每一个像素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得到该像素点的梯度方向。将梯度方向的值域分为20个区间，每个区间的度数都分为9度。那么每一个像素点的梯度方向仅属于20个区间中的某一个区间。为了方便进行预测，将20个区间标记为1到20，作为20个状态，利用自回归模型，将每个像素点的状态输入进去，以此进行预测。将自回归模型得到的结果作为特征向量输入到支持向量机中进行训练得到训练好的分类器，最后对测试集进行分类，得到分类结果。

技术领域

本发明属于数字图像处理、机器视觉的技术领域。具体是一种基于图像梯度方向的图像接缝裁剪篡改检测方法。

背景技术

随着数码相机的快速发展和数字图像技术的普及，数字图像及其编辑工具成为人们生活中的一部分。数字图像除了记录人们的日常生活以外，在司法取证，新闻报道等方面也占据着相当重要的地位。然而这些编辑工具在为人们提供数字图像编辑便利的同时，也为数字图像的篡改和滥用提供了可能性。如果篡改和伪造图像被大量地用于媒体、科学发现、保险和法庭证物等，这将会对社会的稳定产生严重的影响，虚假照片不仅会歪曲事实，也可能影响司法公正。因此，数字图像取证已经成为数字图像研究与应用领域里的一个重要部分。

数字图像的处理技术种类繁多，其中图像缩放技术是图像处理中常见并且很重要的一种操作。传统的图像缩放技术包括基于等间隔采样的缩放技术以及基于局部均值的图像缩放技术等，这些图像缩放技术对目标图像进行非等比例缩放时，会使图像内容发生扭曲形变，影响图像的视觉效果。为改善缩放后的视觉效果，Avidan于2007年提出了一种基于内容感知的图像缩放技术，即接缝裁剪(Seam Carving)。相较于传统的图像缩放技术，SeamCarving对目标图像的像素点逐个进行能量计算，然后删除能量值最低的像素集合，尽可能保留高能量值区域。值得关注的是，随着Seam Carving技术在Adobe Photoshop CS4上的集成应用，这项技术的应用越来越广泛，常被用于对数字图像的恶意篡改，例如缩小甚至删除图像中对篡改者不利的内容，突出对篡改者有利的图像内容等。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种在控制特征维度的同时可以有效提高准确率的基于图像梯度方向的图像接缝裁剪篡改检测方法。本发明的技术方案如下：

一种基于图像梯度方向的图像接缝裁剪篡改检测方法，其包括以下步骤：

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。

进一步的，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：