[发明专利]基于均匀特征点混合描述的图像篡改检测方法

摘要

本发明公开了一种基于均匀特征点混合描述的图像篡改检测方法，首先采取自适应阈值选择策略，通过FALoG检测器对待检测图像提取特征点，同时对点进行均匀性处理；其次，使用FRIF算法对提取到的关键点构造混合的二进制描述符；然后，通过Rg2NN算法进行特征匹配，找到候选的匹配对，并进一步利用SLIC方法粗除候选的配对，同时利用RANSAC查询正确的对；最后，使用改进的NNPROD方法和形态学操作对重复的部分进行定位和标记。实验结果表明，本发明的方法在稀疏采样和穷举采样方法的优点间作出了折衷，即使在各种挑战性的条件下仍然具备有效性。

主权项

1.一种基于均匀特征点混合描述的图像篡改检测方法，其特征在于按如下步骤进行：约定：I表示待检测的图像；I1表示去噪后的图像；为自适应提点阈值；指图像I1中检测到的特征点数量；表示每一子块内的特征点数，中存放自适应提取的所有特征点；为控制子块特征点数量的阈值；为存放均匀性处理后的特征点的矩阵；表示特征点的个数；表示用于存放所有FRIF特征信息的矩阵；为距离以升序排列的近邻点；为预设的近邻点个数；指特征匹配阈值；为控制相匹配的超像素块数量的阈值；a. 初始设置获取大小为的待检测图像I并进行预处理，得到图像I1；b. 自适应提取特征点b.1 将图像I1进行不重叠分块，分割成尺寸为图像子块；b.2 使用FALoG检测器提取特征点，设置初始提点阈值，迭代次数；b.3 计算标准特征点数量：；b.4 设置均匀性阈值，计算特征点均匀性测量值：；b.5 如果或，则输出矩阵，否则，，重复步骤b.2~b.5；c. 特征点均匀性处理c.1 对于图像子块中的特征点，根据响应强度对其进行降序排列并存于临时矩阵中；c.2 若特征点的数目，则取中前个点并将其输出至矩阵，否则中的点全部输出；c.3 如果所有的子块都被测试，则输出均匀性处理后的所有点，即，否则，返回步骤c.1，选择下一个子图像块；d. 基于FRIF的特征构造对于存放在矩阵中所有检测到的特征点，使用FRIF结合局部采样模式和模式间信息来构造混合的64位二进制描述符；e.基于Rg2NN的特征匹配e.1 为提取到的特征矩阵建立KD树；e.2 利用快速近似最近邻算法检索查询点的近似最近邻，将其按照距离升序排列，得到；e.3 通过Rg2NN算法从近邻点中找到的匹配点，即逆序计算距离之间的比值：，如果且，则第点和距其的个特征点均相似，其中，；f. 后处理f.1 利用SLIC算法分割输入图像；f.2 获取与候选的匹配点对、相对应的超像素块对、；f.3 删除匹配数较少的块对，即当匹配块数，则保留相应的点对；f.4 在粗除后的配对中，利用RANSAC方法询正确的匹配对；f.5 利用改进的NNPROD函数定位重复的区域；f.6 使用形态学操作去除面积小于图像0.02%的所有孤立区域，并填充合并二进制图像中的“空洞”，最终在篡改的图像上进行彩色标记。