[发明专利]一种基于离散小波变换的图像篡改检测以及篡改定位方法无效
| 申请号: | 201110136499.5 | 申请日: | 2011-05-26 |
| 公开(公告)号: | CN102208096A | 公开(公告)日: | 2011-10-05 |
| 发明(设计)人: | 王晓峰;王尚平;张亚玲;刘真理 | 申请(专利权)人: | 西安理工大学 |
| 主分类号: | G06T1/00 | 分类号: | G06T1/00 |
| 代理公司: | 西安弘理专利事务所 61214 | 代理人: | 李娜 |
| 地址: | 710048*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明公开了一种基于离散小波变换的图像篡改检测以及篡改定位方法,具体步骤包括,图片发送方:特征提取;KL变换;量化压缩,生成原始图像签名;将原始图像签名等发送给图像图片接收方;图片接收方:生成待检测图像的中间签名;恢复原始图像的中间签名,继而进行篡改检测以及篡改定位。本发明法对常规图像处理操作具有较强的鲁棒性,对于局部篡改具有敏感性,能很好地捕获到恶意篡改特征并进行精确定位。 | ||
| 搜索关键词: | 一种 基于 离散 变换 图像 篡改 检测 以及 定位 方法 | ||
【主权项】:
1.一种基于离散小波变换的图像篡改检测以及篡改定位方法,其特征在于,包括以下步骤:图片发送方:步骤1、特征提取步骤1.1、对大小为N×N的原始图像I0分块,得到的图像块定义为Boi,i=0,K,(N2/P2)-1,每个图像块的大小为P×P,令P=8,Boi(x,y)定义为图像块Boi中像素点(x,y)的灰度值,其中,0≤x,y≤P-1;步骤1.2、对于矩阵Boi进行3级db2小波变换,WiLL表示图像块Boi的3级低频子带系数,W iLL = a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ; ]]> 图像块Boi的特征向量Voi为:V oi = x i 1 x i 4 x i 7 x i 2 x i 5 x i 8 x i 3 x i 6 x i 9 = a 11 2 a 12 2 a 13 2 a 21 2 a 22 2 a 23 2 a 31 2 a 32 2 a 33 2 , i = 0 , K , ( N 2 / P 2 ) - 1 ; ]]> 得到,图像I0的特征向量Vo为:V o = ( V o 0 , V o 1 , V o 2 , . . . , V o ( N 2 / P 2 - 1 ) ) ; ]]> 步骤2、KL变换步骤2.1、KL变换的预处理首先,将Voi按照列优先的方法重组为1×9的行向量,得到:(xi1,xi2,...,xi9),令mij=xij,其中,i=1,2,...,N2/64,j=1,2,...,9,得到Vo重组后的矩阵Mo:M o = m 11 m 12 L m 19 m 21 m 22 L m 29 M m ( N 2 / 64 ) 1 m ( N 2 / 64 ) 2 L m ( N 2 / 64 ) 9 , ]]> 在矩阵Mo中的每一行的最后两列添加每个图像块的行位置序号和列位置序号,得到矩阵Ao:A o = m 11 m 12 L m 19 R 1 C 1 m 21 m 22 L m 29 R 2 C 2 M m ( N 2 / 64 ) 1 m ( N 2 / 64 ) 2 L m ( N 2 / 64 ) 9 R N / 8 C N / 8 , ]]> 对矩阵Mo进行标准化处理,从而得到标准化矩阵No:N o = n 11 n 12 . . . n 19 n 21 n 22 . . . n 29 . . . . . . . . . . . . n ( N 2 / 64 ) 1 n ( N 2 / 64 ) 2 . . . n ( N 2 / 64 ) 9 ; ]]> 步骤2.2、对矩阵No进行KL变换,得到特征向量,由计算得到的特征向量构成的矩阵∏o,作为原始图像的中间签名:Π o = λ o 11 λ o 12 . . . λ o 19 λ o 21 λ o 22 . . . λ o 29 . . . . . . . . . . . . λ o 91 λ o 92 . . . λ o 99 , ]]> 其中,λoij∈[-1,1],1≤i,j≤9;步骤3、量化压缩步骤3.1、对特征向量矩阵∏o的每一个元素λoij,λoij∈[-1,1],按照下列公式进行量化:
λoqij∈[0,255],1≤i,j≤9得到:Π oq = λ oq 11 λ oq 12 . . . λ oq 19 λ oq 21 λ oq 22 . . . λ oq 29 . . . . . . . . . . . . λ oq 91 λ oq 92 . . . λ oq 99 ; ]]> 步骤3.2、对∏oq进行Huffman编码,生成原始图像签名Ho;将原始图像签名Ho和Huffman树HTo发送给图像图片接收方;图片接收方:接收到的待检测图像记为It、原始图像签名Ho和Huffman树HTo,篡改检测步骤如下:步骤4、按照步骤1至步骤3的方法,生成待检测图像It的中间签名∏t:Π t = λ t 11 λ t 12 . . . λ t 19 λ t 21 λ t 22 . . . λ t 29 . . . . . . . . . . . . λ t 91 λ t 92 . . . λ t 99 ]]> 其中,λtij∈[-1,1],1≤i,j≤9;步骤5、根据接收到的原始图像签名Ho和Huffman树HTo,恢复原始图像的中间签名对Ho用Huffman树解码,得到∏oq,再按照下列反量化公式对其中的每一个元素λoqij进行反量化得到中间签名:λ oij = λ oqij 127 - 1 , ]]> 其中1≤i,j≤9,即得Π o = λ o 11 λ o 12 . . . λ o 19 λ o 21 λ o 22 . . . λ o 29 . . . . . . . . . . . . λ o 91 λ o 92 . . . λ o 99 ; ]]> 步骤6、篡改检测步骤6.1、定义∏t与∏o之间的相似度测量距离:D = Σ i = 1 9 Σ j = 1 9 | λ tij - λ oij | 9 × 9 ; ]]> 步骤6.2、根据阈值T来判断是否D≥T,若是,则图像已经被篡改攻击;若否,则图像未被篡改;步骤7、篡改定位步骤7.1、计算出待检测图像It和原始图像I0的KL得分矩阵:Ωt=Nt∏t,Ωo=Nt∏o;步骤7.2、计算差值矩阵Ω:Ω=Ωt±Ωo;步骤7.3:计算差值矩阵Ω的Hotelling T2-统计量W,W为N2/64的向量,其中W向量中最大元素所在的图像块便为被篡改的图像块,以实现篡改定位。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201110136499.5/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序





