數字圖像篡改盲檢測系統的制作方法
【技術領域】
[0001] 本發明屬于圖像信息安全領域，尤其涉及一種數字圖像篡改盲檢測系統。
【背景技術】：
[0002] 與日俱增的數字圖像在日常生活和生產中得到了廣泛的應用，同時各類圖像編輯 軟件也隨之而興起，使得一般和專業用戶都能很容易對圖像"移花接木"。近年來，圖像造假 事件嚴重影響著著政治、文化、新聞、軍事、科學等多個領域，產生了無可估量的嚴重后果。 W往完全依賴于提前向圖像中嵌入水印或數字簽名的主動取證方法由于其預處理的復雜 性已經不能滿足現在形勢的需要，而被動取證技術可W在毫無任何外界幫助信息的基礎上 實現圖像的最終取證，更加符合實際的圖像篡改檢測需要，因此，被動式圖像取證也已經成 為當前該領域中的研究熱點。
[0003] 數字圖像篡改盲檢測技術主要由基于圖像偽造過程痕跡，基于成像設備一致性， 基于自然圖像統計特性的盲檢測技術組成。隨著圖像處理與基于內容的圖像檢索技術的發 展，上述各個關鍵部分的研究都有一定程度的進展。但是，在實際的應用中仍然存在很多問 題，主要有W下幾點：
[0004] (1)基于像素匹配的區域復制檢測的方法，該方法雖然降低了計算復雜度，但其檢 測結果過于依賴于復制區域和篡改區域的定位。
[0005] (2)采用傅立葉梅林變換作為塊特征，并用bloom過濾器計數方法代替W往的字 典排序方法，該方法能有效抵抗縮放、平移和輕微旋轉后處理操作，但不能抵抗高斯噪聲和 模糊的干擾。
[0006] (3)應用SIFT特征旋轉、縮放的不變性進行SIFT特征匹配，實現區域復制篡改，該 方法實現了對旋轉、縮放后處理的檢測，但不能辨別出復制區域和篡改區域。
[0007] (4)基于圖像融合和尺度不變特征變換特征匹配的區域復制篡改檢測算法，該算 法主要針對高分辨率圖像的篡改檢測，但是其檢測效果和耗費時間主要依賴圖像的內容， 圖像融合使得細節更加豐富，而細節內容豐富的圖像會檢測出較多的SIFT特征點，對應的 特征點匹配時間也相對延長，因此會影響檢測效率。

【發明內容】

[0008] 本發明旨在克服現有技術的不足之處而提供一種可有效抵抗幾何攻擊、檢測效率 高、精確度高的數字圖像篡改盲檢測系統。
[0009] 為達到上述目的，本發明是該樣實現的：
[0010] 本發明包括如下步驟：
[0011] (1)圖像特征提取與一致性模型建立；
[0012] (2)圖像盲取證算法；
[0013] (3)圖像分類與盲改圖像定位；
[0014] (4)結果輸出。
[0015] 作為一種優選方案，本發明所述圖像盲取證算法包括如下步驟：
[0016] (1)圓窗歸一化展開；
[0017] (2)自適應頻帶收縮的相位相關計算；
[001引（3)基于標準的相位相關的偏移角度估計；
[0019] (4)根據偏移角度進行篡改區域標記。
[0020] 進一步地，本發明所述圓窗歸一化展開包括如下步驟：
[0021] (1)圓窗重疊塊劃分；
[0022] (2)極坐標系一直角坐標系變換。
[0023] 更進一步地，本發明所述自適應頻帶收縮的相位相關計算包括如下步驟：
[0024] (1)對矩形圖像進行離散傅立葉變換；
[00巧](2)設計一個關于分形維數的頻帶收縮闊值函數。
[0026] 另外，本發明所述基于標準的相位相關的偏移角度估計包括如下步驟：
[0027] (1)計算偏移位置；
[0028] (2)計算每次進行匹配的兩個圓窗圖像塊的偏移角度。
[0029] 其次，本發明所述根據偏移角度進行篡改區域標記包括如下步驟：
[0030] (1)利用數學形態學方法搜索相似圓塊；
[0031] (2)通過遞歸的方式搜索；
[0032] (3)將匹配的最終相似區域對進行顏色標記。
[0033] 本發明采用的是一種基于圓窗展開和相位相關技術的區域復制篡改檢測算法，主 要利用圓塊圖像的有效頻域信息進行相位相關計算，憑借獲取的峰值來確定圓塊間的相似 性。區域邊界估計階段使用了依據偏移角度進行種子填充的方法，可W有效提高算法的檢 測效率，并且針對偏移角度存在誤差現象，采用了一種角度校正方法。同時針對帶有幾何變 換和其它潤飾的圖像區域復制篡改檢測技術進行研究。
[0034] 圖像盲檢測包括如下步驟：
[00巧]步驟一：圓窗歸一化展開
[0036] 對于輸入的待檢測圖像進行圓窗重疊塊劃分，然后通過極坐標變換將其統一轉換 到矩形窗中。通過該操作，可W得到具有相同大小的矩形圖像，為后續對圓窗圖像實施傅立 葉變換和相位相關計算提供了歸一化數據的基礎。
[0037] 步驟二：自適應頻帶收縮的相位相關計算
[0038] 對上一步獲取的矩形圖像進行離散傅立葉變換，采用圖像粗趟度估計方法(分形 維數法）估算圖像表面粗趟度細節，并設計一個關于分形維數的頻帶收縮闊值函數，依據該 函數可W實現對具有不同表面細節圖像的動態頻帶收縮，進而提高相位相關計算峰值的準 確性。
[0039] 步驟二：基于標準的相位相關的偏移角度估計
[0040] 依據標準相位相關計算而得到的峰值位置，可W得到每次進行匹配的兩個圓窗圖 像塊的偏移角度。該偏移角度將成為第四步驟中篡改塊搜索的主要依據。
[0041] 步驟四：根據偏移角度進行篡改區域標記
[0042] 利用數學形態學方法(種子填充法）W初始相似圓窗圓也位置為種子點，在其四個 相鄰矩形內按照第H步驟得到的偏移角度繼續搜索相似圓塊，并對相似塊進行標記，通過 遞歸的方式搜索，直到沒有相似塊時停止搜索。然后將匹配的最終相似區域對進行顏色標 記，然后輸出并顯示。
[0043] 本發明相對其它檢索方法，具有W下幾個優點：
[0044] 第一，有效抵抗平移、翻轉、旋轉和縮放的幾何攻擊。本發明采用圓塊對圖像進行 劃分，W極坐標形式將圓窗圖像展開，生成具有旋轉不變性的圖像矩形塊，實現任意角度旋 轉篡改區域定位，抵抗人為干擾的影響。
[0045] 第二，提高了算法的檢測效率。本發明W-種基于分形維數的自適應頻帶收縮結 合相位相關技術實現圖像匹配。本方法主要通過估計圖像紋理粗趟度實現有效頻帶信息的 截取，而分形維數能夠直觀地反應一幅圖像的紋理粗趟度特性，因此選取分形維數估計算 法實現紋理粗趟度估計，并構造了一個分形維數與頻帶收縮系數的分段函數，從而有效實 現了依據圖像紋理特性動態收縮頻帶。
[0046] 第H，提高了算法的檢測精準確度。本發明采用一種篡改區域邊界估計方法，本方 法主要根據估計出的圓塊間偏移角度對圓窗圖像進行相同角度旋轉，并W圓塊圖像的最小 外接正方形圖像為種子點，在其四鄰域鄰接矩形內繼續搜索相似塊，遞歸搜索直至峰值小 于相似闊值或篡改塊已被搜索過停止，通過實驗結果表明，該算法避免了 W往遍歷塊搜索 方法的高計算量問題。
【附圖說明】
[0047] 圖1為本發明模塊發布示意圖；
[0048] 圖2為本發明流程圖；
[0049] 圖3為本發明圓窗歸一化展開示意圖；
[0050] 圖4a為本發明待檢測圖像中一滑動圓窗；
[0051] 圖4b為本發明歸一化矩形塊圖像；
[0052] 圖5為本發明差分盒維數方法示意圖；
[0053] 圖6為本發明旋轉的復制、粘貼區域內的圓窗歸一化結果；
[0054] 圖7為本發明篡改區域邊界估計刷子填充法）；
[00巧]圖8為本發明圖像區域復制篡改檢測結果。
【具體實施方式】：
[0056] 結合附圖，本發明有3個主要模塊，分別為基于圖像偽造過程痕跡模塊，基于成像 設備一致性模塊，基于自然圖像統計特性模塊組成。其具體方式如圖1所示。
[0057] 圖像篡改盲檢測流程如圖2所示，包括8個步驟。其中，步驟1至步驟3對圓窗進 行歸一化展開；步驟4至步驟6計算自適應頻帶收縮的相位相關；步驟7估計偏移角度；步 驟8估計篡改區域邊界。
[0058] 步驟1 ;極坐標系一直角坐標系轉換
[0059] 設（x，y)為直角坐標系中的任意一點，P為極坐標系下的極徑，0為極角，那么， 極坐標轉換到直角坐標的公式如下： X 二 P COS 白
[0060] .。（當P為0時，目可W取任意角度） J； = p^\x\0
[0061] 反之，直角坐標轉換到極坐標公式可表示為：
[0062]
【主權項】
1. 數字圖像篡改盲檢測系統，其特征在于包括如下步驟： (1) 圖像特征提取與一致性模型建立； (2) 圖像盲取證算法； (3) 圖像分類與盲改圖像定位； (4) 結果輸出。
2. 根據權利要求1所述數字圖像篡改盲檢測系統，其特征在于所述圖像盲取證算法包 括如下步驟： (1) 圓窗歸一化展開； (2) 自適應頻帶收縮的相位相關計算； (3) 基于標準的相位相關的偏移角度估計； (4) 根據偏移角度進行篡改區域標記。
3. 根據權利要求2所述數字圖像篡改盲檢測系統，其特征在于所述圓窗歸一化展開包 括如下步驟： (1) 圓窗重疊塊劃分； (2) 極坐標系一直角坐標系變換。
4. 根據權利要求2所述數字圖像篡改盲檢測系統，其特征在于所述自適應頻帶收縮的 相位相關計算包括如下步驟： (1) 對矩形圖像進行離散傅立葉變換； (2) 設計一個關于分形維數的頻帶收縮闊值函數。
5. 根據權利要求2所述數字圖像篡改盲檢測系統，其特征在于所述基于標準的相位相 關的偏移角度估計包括如下步驟： (1) 計算偏移位置； (2) 計算每次進行匹配的兩個圓窗圖像塊的偏移角度。
6. 根據權利要求2所述數字圖像篡改盲檢測系統，其特征在于所述根據偏移角度進行 篡改區域標記包括如下步驟： (1) 利用數學形態學方法搜索相似圓塊； (2) 通過遞歸的方式搜索； (3) 將匹配的最終相似區域對進行顏色標記。
【專利摘要】數字圖像篡改盲檢測系統屬于圖像信息安全領域，尤其涉及一種數字圖像篡改盲檢測系統。本發明提供一種可有效抵抗幾何攻擊、檢測效率高、精確度高的數字圖像篡改盲檢測系統。本發明包括如下步驟：（1）圖像特征提取與一致性模型建立；（2）圖像盲取證算法；（3）圖像分類與盲改圖像定位；（4）結果輸出。
【IPC分類】G06T7-00
【公開號】CN104616276
【申請號】CN201310538212
【發明人】邵虹, 崔文成, 曲陽
【申請人】沈陽工大普日軟件技術有限公司
【公開日】2015年5月13日
【申請日】2013年11月4日