CN101477678B - 数字图像缩放因子的盲检测方法 - Google Patents
数字图像缩放因子的盲检测方法 Download PDFInfo
- Publication number
- CN101477678B CN101477678B CN2008102039814A CN200810203981A CN101477678B CN 101477678 B CN101477678 B CN 101477678B CN 2008102039814 A CN2008102039814 A CN 2008102039814A CN 200810203981 A CN200810203981 A CN 200810203981A CN 101477678 B CN101477678 B CN 101477678B
- Authority
- CN
- China
- Prior art keywords
- image
- interpolation
- peak
- int
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种数字图像缩放因子的盲检测方法。本方法对采用不同的常用图像插值方法,包括最近临插值、双线性插值、双三次插值以及B样条插值等缩放后的灰度图像,如果是彩色图像则通过YCbCr空间变换后取亮度分量,首先进行拉普拉斯滤波,对滤波结果分别逐行逐列处理如下:在末尾补零使其长度为2的整数幂值从而得到向量V,对V做离散傅立叶变换,计算幅度谱S=|DFT(V)|,搜索S,若S(k)为其邻域[k-Δ,k+Δ]内的最大值,则令峰值计数器P(k)=P(k)+1。将P(k)归一化做出频率-峰值计数图,通过检测其中峰值所对应的频率,可确定图像水平及垂直方向的缩放因子。本发明实施时不需要缩放前的原始图像可实现盲检测;基本不受图像JPEG压缩存储质量因子的影响;可适用于常用的图像插值方法,包括最近临插值、双线性插值、双三次插值以及B样条插值等;特别是对于小倍率的放大,更可精确到0.01倍。本发明适用于图像处理和信息安全领域。
Description
技术领域
本发明涉及一种利用信号处理和计算机技术对数字图像缩放因子进行盲检测的方法。本发明适用于图像处理和数字媒体内容安全领域。
背景技术
图像缩放是数字图像处理最基本的操作之一。随着图像处理软件的日益普及且操作日渐简单,对图像恶意篡改(特别是精心炮制的合成图像)的检测变得越来越困难,而在图像的合成篡改过程中通常伴随图像的缩放操作。图像缩放因子的检测是图像防伪认证中的重要手段之一。
图像缩放就是源图像到目标图像的空间变换,在大多数应用中,要求保持图像中曲线型特征的连续性和各物体的连通性,一个约束较少的空间变换算法很可能会弄断直线和打碎图像,从而使图像内容“支离破碎”。图像的几何运算可采用如下两种方法:
把几何运算想象成将输入图像的像素(指像素的灰度值或者颜色值,以下同)一个一个地转移到输出图像中,如果一个输入像素被映射到四个输出像素之间的位置,则其值就按插值算法在四个输出像素之间进行分配。我们称之为像素移交(Pixel Carry-over)或称为前向映射(如图1)。
另一个方法是将输出像素一次一个地映射回输入图像中,如果一个输出像素被映射到四个输入像素之间则其值就按插值算法确定。此方法称之为像素填充(Pixel Filling)或者向后映射或者逆向映射(如图2)。
由于许多输入像素可能映射到输出图像的边界之外,故前向映射算法有些浪费,并且每个输出像素的值可能要由许多输入像素的值来决定,因而要涉及多次计算。而向后映射算法是逐像素、逐行地生成输出图像,每个像素的值由四个像素参与的插值所唯一确定。当然,输入图像必须允许按空间变换所定义的方式随机访问,因而可能有些复杂,虽然如此,该方法对一般的应用更为切实可行。
输出像素通常被映射到输入图像中的非整数位置,即位于四个输入像素之间。因此,为了决定与该位置相对应的像素值,必须进行插值运算。常用的图像插值方法包括最近邻插值、双线性插值、双三次插值以及B样条插值等。
检测图像缩放因子的现有的方法主要有以下几种:
1.基于EM(Expectation Maximization)算法的重采样检测,通过判断EM算法输出的概率图的傅里叶频谱图中规律性的亮点,可检测较大倍率的图像放大因子。
2.不同相机使用的色彩滤镜矩阵CFA(Color Filter Array)和相应的插值算法不同,据此可检测非压缩的高质量图像插值因子。
3.利用SVM(Support Vector Machines)并结合重采样和CFA插值检测可有效地检测高质量非压缩图像的缩放倍数。
4.在JPEG压缩之前采用线性插值和立方插值放大的检测方法;在此基础上利用Radon变换的旋转、缩放、平移不变性可有效检测感兴趣区域(ROI,Region of Interest)的较大倍率缩放因子。
各种方法所针对的应用背景和前提条件不尽相同,可参阅如下文献:
[1]Kenneth R.Castleman,朱志刚,林学訚等译.数字图像处理[M].电子工业出版社.北京.2002.
[2]A.C.Popescu,and H.Farid.Exposing Digital Forgeries by Detecting Traces ofRe-sampl ing[J].IEEE Transactions on Signal Processing,53(2):758-767,Feb.2005.
[3]A.C.Popescu and H.Farid.Exposing Forgeries in Color Filter Array InterpolatedImages[J].IEEE Transactions on Signal Processing,53(10):3948-3959,Oct.2005.
[4]S.Bayram,H.T.Sencar,and N.Memon.Improvements on Source Camera-modelIdentification Based on CFA Interpolation[C].Proc.of the WG 11.9 Intl.Conference on Digital Forensics,Orlando,FL,Jan.2006.
[5]A.C.Gallagher.Detection of Linear and Cubic Interpolation in jpeg compressedimages[C].IEEE Computer Society.Proceedings of the The 2nd Canadian Conferenceon Computer and Robot Vision(CRV’05),pp.65-72,Washington,DC,USA,2005.
[6]B.Mahdian and S.Saic.On Periodic Properties of Interpolation and TheirApplication to Image Authentication[J].Third Information Symposium onInforma tion Assurance and Security.pp.439-446,Aug.2007.
[7]J.Buzzi and F.Guichard.Automatic Detection of Digital Zooms[C].The Proceedingsof the 2004 International Conference on Image Processing(ICIP2004),Singapore,Oct.2004.
上述各种方法在实施时,有的需要缩放前的原始图像,而不能实现盲检测,缺乏实用价值;有的仅能检测非压缩的高质量图像,而目前由数字照相机拍摄或扫描产生的数字图像绝大部分以JPEG压缩方式存储;有的则仅能检测较大的缩放倍率,而在进行图像拼接或局部拷贝时为了不产生明显的篡改痕迹,缩放倍率通常不会很大。这些方法还存在计算复杂、精度不高的缺点。
发明内容
本发明的目的在于提供一种数字图像缩放因子的盲检测方法。检测时不需要缩放前的原始图像即可实现盲检测;基本不受图像JPEG压缩存储质量因子的影响;可适用于常用图像插值方法,包括最近邻插值、双线性插值、双三次插值、B样条插值等;算法复杂度低,检测精度高,特别是对于小倍率的放大可精确到0.01倍。
为达到上述目的,本发明采用下述技术方案:一种数字图像缩放因子的盲检测方法,考虑经缩放的灰度图像,如果是彩色图像则通过YCbCr空间变换后取其亮度分量,对采用不同的常用插值方法,包括最近邻插值、双线性插值、双三次插值、B样条插值等常用插值方法,首先对待检测图像进行拉普拉斯滤波,对滤波结果逐行逐列处理如下:在末尾补零得到长度为N0的向量V,N0为2的整数幂;求V的离散傅立叶变换,取幅度谱S=|DFT(V)|;搜索S,若S(k)为其邻域[k-,k+]内的最大值,则令峰值计数器P(k)=P(k)+1。将P(k)归一化得到频率-峰值计数图,通过检测其中峰值所对应的频率,可确定图像水平及垂直方向的缩放因子。
上述方法的实现步骤如下:
a.设待检测图像大小为M×N。若为彩色图像则将其转换到YCbCr空间,取其中的亮度分量Y{i,j},i∈[1,M],j∈[1,N]。令N0为大于等于N的最小的2的整数幂值,令峰值计数器P(k)=0,k∈[1,N0],峰值邻域Δ=5;
b.对图像进行拉普拉斯滤波得到L(i,j),i∈[1,M],j∈[1,N];
c.对L(i,j)分别逐行逐列处理如下:为克服离散傅立叶变换的栅栏效应,在每行每列末尾插补零使其长度为N0,得到向量V;然后求DFT,计算幅度谱S=|DFT(V)|;搜索S,若S(k)为其邻域[k-,k+]内的最大值,则将P(k)加1;
d.将P(k)归一化得到频率-峰值计数图,对半查找局部峰值得到候选峰值及对应频率集合{Pp(i),fp(i)};候选峰值的条件是其值与邻域中值之比大于阈值T,可设定滤波窗口宽度为7,阈值T为2;若集合为空则判定图像没有经过水平或垂直缩放;
e.上述检测到的局部峰值可能有多个,根据在插值前是否经历JPEG压缩以及插值后是否JPEG压缩存储等不同情况,确定插值对应的峰值频率fint,计算1/(1+fint)、1/(1-fint)、1/fint得到图像水平或垂直缩放的插值因子。
本发明与现有技术相比,具有如下特点和显著优点:本发明不需要缩放前的原始图像即可实现盲检测;基本不受图像JPEG压缩存储质量因子的影响;可适用于常用图像插值方法,包括最近邻插值、双线性插值、双三次插值、B样条插值等;特别是对于小倍率的放大可精确到0.01倍,实现简单而精度很高的检测。
附图说明
图1:前向映射示意图
图2:向后映射示意图
图3:本发明检测框图
图4:本发明的一个放大实施例图像
图5:放大实施例的拉普拉斯滤波图像
图6:放大实施例的频率-峰值计数图
图7:本发明的一个JPEG压缩实施例图像
图8:JPEG压缩实施例的拉普拉斯滤波图像
图9:JPEG压缩实施例的频率-峰值计数图
具体实施方法
本发明的一个优选实施例结合附图详述如下:本实施例给出一种数字图像缩放因子的盲检测方法。对采用不同的常用图像插值方法,包括最近邻插值、双线性插值、双三次插值、B样条插值等缩放后的灰度图像(如果是彩色图像则通过YCbCr空间变换取亮度分量),首先进行拉普拉斯滤波。对滤波结果逐行(列)处理如下:在末尾补零得到向量V,其长度为2的整数幂值。求V的离散傅立叶变换,计算幅度谱S=|DFT(V)|,搜索S,若S(k)为其邻域[k-,k+]内的最大值,则令峰值计数器P(k)=P(k)+1。将P(k)归一化得到频率-峰值计数图。通过检测其中峰值所对应的频率,可确定图像水平(垂直)方向的缩放因子。
上述方法如图3所示,具体操作步骤如下:
a.设待检测的灰度图像如图4所示,大小为922×922。若为彩色图像则按公式(1)将其转换到YCbCr空间,取其中的亮度分量Y。令N0为大于或等于922的最小的2的整数幂值,即1024,N0可按公式(2)计算。令峰值计数器P(k)=0,k∈[1,1024],峰值邻域Δ=5。
b.对图像进行拉普拉斯滤波得到L(i,j),i∈[1,922],j∈[1,922],如图5所示。其中拉普拉斯算子掩模为:
c.对L(i,j)逐行(列)处理如下:为克服离散傅立叶变换的栅栏效应,在每行(列)末尾插补零使其长度为1024,从而得到向量V;然后求DFT,计算幅度谱S=|DFT(V)|;搜索S,若S(k)为其邻域[k-,k+]内的最大值,则令P(k)←P(k)+1。
d.将P(k)归-化得到频率-峰值计数图如图6所示。因为对称仅画出左半部分(下同),查找左半部的局部峰值,得到候选峰值及对应频率集合{Pp(i),fp(i)}。候选峰值的条件是其值与邻域中值之比大于阈值T,可设定滤波窗口宽度为7,阈值T为2。若集合为空则判定图像没有经过水平(垂直)缩放;否则取其中最大峰值对应的频率fint=0.066(图6中用三角形标注),由下列公式(4)得到图像的水平(垂直)缩放因子为1.07,与实际设定值1.07一致。
式中Z为缩放因子。
e.若待检测图像为JPEG格式或曾经JPEG压缩,如图7所示,其对应的滤波图像和频率-峰值计数图分别如图8和图9所示。在频率-幅度谱图中,查找局部峰值得到候选峰值及对应频率集合{(175,0.126),(189,0.231),(199,0.251),(149,0.376)}。对于JPEG压缩图像,应剔除集合中频率为1/8±0.01、2/8±0.01、3/8±0.01(图9中用×号标注)的元素后,若集合为空则判定图像没有经过水平(垂直)缩放;否则取其中最大峰值对应的频率fint=0.23(图9中用三角形标注),按公式4计算得到图像的水平缩放因子为1.30,与实际设定值1.30一致。
Claims (1)
1.一种数字图像缩放因子的盲检测方法,其特征在于对采用不同的包括最近临插值、双线性插值、双三次插值以及B样条插值的图像插值方法,缩放后的灰度图像,首先进行拉普拉斯滤波,对滤波结果分别逐行逐列处理如下:在末尾补零使其长度为2的整数幂值从而得到向量V,对V做离散傅立叶变换,计算幅度谱S=|DFT(V)|,搜索S,若S(k)为其邻域[k-Δ,k+Δ]内的最大值,则令峰值计数器P(k)=P(k)+1,将P(k)归一化做出频率-峰值计数图,通过检测其中峰值所对应的频率,确定图像水平或垂直方向的缩放因子;如果是彩色图像,则在上述的进行拉普拉斯滤波之前,通过YCbCr空间变换后取亮度分量;
检测步骤如下:
a.设待检测的图像大小为M×N;若为彩色图像则将其转换到YCbCr空间,取其中的亮度分量Y{i,j},i∈[1,M],j∈[1,N];令N0为大于等于N的最小的2的整数幂值,令峰值计数器P(k)=0,k∈[1,N0],峰值邻域Δ=5;
b.对图像进行拉普拉斯滤波得到L(i,j),i∈[1,M],j∈[1,N];
c.对L(i,j)分别逐行逐列处理如下:为克服离散傅立叶变换的栅栏效应,在每行或每列末尾插补零使其长度为N0,从而得到向量V;然后作离散傅立叶变换,计算幅度谱S=|DFT(V)|;搜索S,若S(k)为其邻域[k-Δ,k+Δ]内的最大值,则令作P(k)=P(k)+1;
d.将P(k)归一化做出频率-峰值计数图,对半查找局部峰值得到候选峰值及对应频率集合{Pp(i),fp(i)};候选峰值的条件是其值与其邻域中值滤波的均值之比大于阈值T,设定滤波窗口宽度为7,阈值T为2;若集合为空则判定图像没有经过水平或垂直缩放;否则取其中最大峰值对应的频率fint,由下列公式(4)得到图像的水平或垂直缩放因子与实际设定值一致;
式中Z为缩放因子;
e.上述检测到的局部峰值可能有多个,根据在插值前是否经历JPEG压缩以及插值后是否JPEG压缩存储不同情况,确定插值对应的峰值频率fint:对于JPEG压缩图像,应剔除集合中频率为1/8±0.01、2/8±0.01、3/8±0.01的元素后,若集合为空则判定图像没有经过水平或垂直缩放;否则取其中最大峰值对应的频率fint;计算1/(1+fint)、1/(1-fint)、1/fint按公式(4)得到一个图像水平或垂直缩放的缩放因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102039814A CN101477678B (zh) | 2008-12-04 | 2008-12-04 | 数字图像缩放因子的盲检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102039814A CN101477678B (zh) | 2008-12-04 | 2008-12-04 | 数字图像缩放因子的盲检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101477678A CN101477678A (zh) | 2009-07-08 |
CN101477678B true CN101477678B (zh) | 2011-11-23 |
Family
ID=40838386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102039814A Expired - Fee Related CN101477678B (zh) | 2008-12-04 | 2008-12-04 | 数字图像缩放因子的盲检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101477678B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102065253B (zh) * | 2009-11-17 | 2013-02-20 | 无锡华润矽科微电子有限公司 | 一种软硬件协同的图像水平缩放方法及装置 |
CN101807291B (zh) * | 2010-04-27 | 2011-11-09 | 浙江大学 | 基于双二次b样条局部插值的图像缩放方法 |
CN101882310A (zh) * | 2010-06-10 | 2010-11-10 | 上海电力学院 | 数码照片的数字变焦倍数检测方法 |
CN108009987B (zh) * | 2017-12-01 | 2021-08-20 | 中国科学院长春光学精密机械与物理研究所 | 一种图像缩放装置以及缩放方法 |
CN112019790A (zh) * | 2020-09-07 | 2020-12-01 | 深圳市爱协生科技有限公司 | 一种基于mipi协议的视频图像缩放方法和fpga系统 |
-
2008
- 2008-12-04 CN CN2008102039814A patent/CN101477678B/zh not_active Expired - Fee Related
Non-Patent Citations (1)
Title |
---|
Andrew C. Gallagher.Detection of Linear and Cubic Interpolation in JPEG Compressed Images.《Proceedings of the Second Canadian Conference on Computer and Robot Vision (CRV’05)》.2005,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN101477678A (zh) | 2009-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Detecting digital image splicing in chroma spaces | |
Qureshi et al. | A bibliography of pixel-based blind image forgery detection techniques | |
Khanna et al. | Forensic techniques for classifying scanner, computer generated and digital camera images | |
US7720288B2 (en) | Detecting compositing in a previously compressed image | |
Singh et al. | Fast and efficient region duplication detection in digital images using sub-blocking method | |
Hussain et al. | Image forgery detection using multi-resolution Weber local descriptors | |
CN104933721A (zh) | 基于颜色滤波阵列特性的拼接图像篡改检测方法 | |
CN101477678B (zh) | 数字图像缩放因子的盲检测方法 | |
CN104978709A (zh) | 描述符生成方法及装置 | |
CN103353990A (zh) | 一种基于感知哈希的智能纹理防伪方法 | |
Babu et al. | Texture and steerability based image authentication | |
Qinlan et al. | Improved example-based single-image super-resolution | |
Anwar et al. | Image forgery detection by transforming local descriptors into deep-derived features | |
CN106709915A (zh) | 一种图像重采样操作检测方法 | |
Vaishnavi et al. | Recognizing image splicing forgeries using histogram features | |
EP2317459B1 (en) | Defining image features and using features to monitor image transformations | |
CN106845540B (zh) | 一种图像重采样操作插值类型识别方法 | |
Ustubıoglu et al. | Image forgery detection using colour moments | |
Chen et al. | Color image splicing localization algorithm by quaternion fully convolutional networks and superpixel-enhanced pairwise conditional random field | |
Liang et al. | Robust hashing with local tangent space alignment for image copy detection | |
Sreelakshmy et al. | An improved method for copy-move forgery detection in digital forensic | |
Fan et al. | Image tampering detection using noise histogram features | |
Prakram et al. | EVALUATION OF IMPROVED FUZZY INFERENCE SYSTEM TO PRESERVE IMAGE EDGE FOR IMAGE ANALYSIS. | |
Ramakanth et al. | Super resolution using a single image dictionary | |
Chen et al. | CMA: A Chromaticity Map Adapter for Robust Detection of Screen-Recapture Document Images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111123 Termination date: 20141204 |
|
EXPY | Termination of patent right or utility model |