CN101527042A - 基于平面同源性的图片伪造检测方法 - Google Patents

基于平面同源性的图片伪造检测方法 Download PDF

Info

Publication number
CN101527042A
CN101527042A CN200910068572A CN200910068572A CN101527042A CN 101527042 A CN101527042 A CN 101527042A CN 200910068572 A CN200910068572 A CN 200910068572A CN 200910068572 A CN200910068572 A CN 200910068572A CN 101527042 A CN101527042 A CN 101527042A
Authority
CN
China
Prior art keywords
zone
plane
image
homology
shadow
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.)
Granted
Application number
CN200910068572A
Other languages
English (en)
Other versions
CN101527042B (zh
Inventor
操晓春
张炜
邾继贵
张加万
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN2009100685722A priority Critical patent/CN101527042B/zh
Publication of CN101527042A publication Critical patent/CN101527042A/zh
Application granted granted Critical
Publication of CN101527042B publication Critical patent/CN101527042B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本发明属于数字图像真实性鉴定和图像处理技术领域,涉及一种基于平面同源性的图片伪造检测方法,包括下列步骤:找出待检测图像中两个或两个以上垂直于地面的物体,标记头、脚及其影子顶点三点均可见的区域;对于每个区域,标出三个关键点的位置:物体的头、物体的脚、影子顶点;根据平面同源性约束条件,对多对物体是否来自同一张照片进行判断,如果存在不一致,找出哪个物体是伪造的。本发明不需要对图像进行预处理,具有计算复杂度低的优点,并具有更高的可行性和适用性。

Description

基于平面同源性的图片伪造检测方法
技术领域
本发明属于数字图像真实性鉴定和图像处理技术领域,具体涉及一种图片伪造检测方法。
背景技术
随着图像编辑处理工具(如Adobe Photoshop等)的高速发展,甚至非专业的普通用户也能轻易地通过在原始图像中插入来自其它图像的内容来篡改图像,并且做到人眼难以辨别的程度,达到以假乱真的目的,给我们带来许多不便。数字图像真实性鉴定技术对图像证据的可信度做出评价,辅助新闻、军事、法律、经济等决策,可以广泛应用于军事领域和民用领域。本发明以物体影子为切入点,从几何、物理的角度分析阴影属性,鉴定图像真实性。
本发明中涉及到的背景技术有:(1)数字水印。数字水印技术【1】通过事先在图片中加入水印信息来鉴别图像伪造,由于伪造过程会破坏水印的完整性,因此可以用来鉴定图像真实性。(2)基于区域相似度比较的鉴别算法。如文献【2】中Fridrich通过估计区域相似度判断复制区域。(3)基于成像原理的判断方法。如文献【3】中Johnson和Farid通过估计相机主点位置来判断人像合成。
目前,图像伪造检测技术主要分为数字水印技术和盲检测技术。数字水印技术在原始图像中加入“水印”以防止篡改者对图像进行修改。然而,数字水印技术具有两个有难以克服的缺陷。首先,它需要图像提供者在图像拍摄时对图像进行预处理以加入水印,但这在很多实际情况下是不可能的,通常得到的图像是没有经过“预处理”的图片;其次,水印信息很容易被像JPEG、MPEG4这样的有损压缩毁坏,导致鉴定失败。另一类检测技术为盲检测技术,即不依赖任何预签名或预嵌入信息来鉴别图像真伪和来源的技术,具有很高的适用性。Fridrich的方法【2】通过比较图像各区域的相似度来查找复制伪造区域,但该方法需要从已知图像或视频中提取待比较区域以进行比较,所以不能识别未知来源的图像伪造,另外,此类方法的时间复杂度太高,不适合大规模应用。Johnson和Farid【3】采用相片中人眼的特征估计相机主点的位置,如果从同一个照片中两个人眼睛估计出的主点位置差异很大,说明必然有一个人是从另外的相片中复制过来的。该方法在眼睛区域足够大的情况下才有比较高的精度,考虑到目前主流相机分辨率的大小,拍的照片中人眼区域通常都是不可测量的,同时,该方法在人眼不可见时也会失效,如人戴着太阳镜的情况。
发明内容
本发明的目的在于克服现有技术的上述不足,提供一种时间复杂度低,并具有较广适用性的数字媒体(数字图像或视频)真实性的验证方法。为此,本发明采用如下的技术方案:
一种基于平面同源性的图片伪造检测方法,包括下列步骤:
第一步:找出待检测图像中两个或两个以上垂直于地面的物体,标记头、脚及其影子顶点三点均可见的区域;
第二步:对于每个区域,标出三个关键点的位置:物体的头、物体的脚、影子顶点;
第三步:根据平面同源性约束条件,对多对物体是否来自同一张照片进行判断,如果存在不一致,找出哪个物体是伪造的。
上述的图片伪造检测方法,第三步中,可以根据两两物体的相对应的三个关键点连线应该相交于一点的平面同源性约束条件进行判断;也可以根据两两物体的影子区域之间的交叉比率应该保持一致的平面同源性约束条件进行判断。
对于第二种约束条件,具体可按下列方法进行判断:对于p、q两个影子区域{v,tp,sp,ip}和{v,tq,sq,iq},进行配对时,根据公式 CrossRatio ( p ) = | vt p | * | i p s p | | vi p | * | t p s p | ; CrossRatio ( q ) = | vt q | * | i q s q | | vi q | * | t q s q | 计算交比,式中,v是点光源,t和f分别为物体的头和脚,i为直线fpfq和tpsp、tqsq的交点,CrossRatio(p)、CrossRatio(p)分别为当第p、q个区域进行配对时,第p、q个区域的交比,|AB|为A、B两点之间的距离。
本发明依据图像中影子的特征进行数字取证,在物体垂直于地面的物体存在时,由平面同源性约束鉴定图像真实性,具体可采用相交线约束和交比一致性约束两种方法。本发明相比数字水印方法不需要对图像进行预处理,相比Fridrich的基于区域相似度比较的方法具有计算复杂度低的优点,相比Johnson和Farid采用人眼估计相机主点的方法,采用了更容易出现、面积更大的影子作为特征物体,具有更大的可行性和适用性。
附图说明
图1平面同源性原理;
图2基于影子的图像伪造检测技术总体流程图;
图3(a)和(b)分为两张带有伪造区域的图像,(c)、(d)、(e)、(f)为采用共点线约束得到的结果。其中矩形、十字、圆圈分别为标出的物体头、脚、影子顶点。
具体实施方式
本发明的基于阴影的图片伪造检测技术采取如下步骤进行图像伪造检测。
对得到的图像或视频帧,采用阴影的几何特征:平面同源性约束检测伪造区域。具体来说,对图像中垂直于地面的一对物体,找到每一个物体的头、脚、以及影子的顶点,共三个点,分别用对应点连线共点和交比一致性判断这两个物体是否来自同一张照片,如果不一致,则其中至少一个物体是伪造的,多对物体之间的比较即可找出哪个物体是伪造的。
1.选择影子区域
对于给定的图像,找出垂直于地面的物体,并把头、脚及其影子顶点三点均可见的区域,标记为R1,…,Rn,n>1。
2.找出每个区域需要的三个点
对第i个区域,标出三个关键点的位置:物体的头、物体的脚、影子的顶点。如图1所示,v是光源,可以是太阳,也可以是其他点光源,t1f1和t2f2为垂直于地面的物体,在地面上分别产生出影子f1s1和f2ss,这时,需要标出{t1,f1,s1}和{t2,f2,s2}几个点。
(1)在图像上找出两个或两个以上的垂直于地面的物体,标记头、脚及其影子顶点三点均可见的区域;
(2)对每个区域,标出三个关键点:物体的头、物体的脚、影子顶点;
(3)根据两两物体的相对应的三个关键点连线应该相交于一点的平面同源性约束条件,对图像【5】,如图1所示,t1t2,f1f2和s1s2三条直线必然交于一点,记交点为a。这一约束可以写为:
((t2×t1)×(s2×s1))·(f2×f1)=0    (1)
不满足此约束的区域之间至少有一个是伪造区域,多对区域两两之间的比较可以找出哪个区域属于伪造区域。
3.用共点线约束判断图像伪造
根据平面同源性约束,两两物体的相对应的三个关键点连线应该相交于一点【5】,如图1所示,t1t2,f1f2和s1s2三条直线必然交于一点,记交点为a。这一约束可以写为:
((t2×t1)×(s2×s1))·(f2×f1)=0    (1)
不满足此约束的区域之间至少有一个是伪造区域,多对区域两两之间的比较可以找出哪个区域属于伪造区域。
4.用交比约束判断图像伪造
如图1,虽然在真实世界里直线f1f2和t1s1、t2s2不相交,但在图像面上它们能相交并且此交点是有意义的,记此交点为i。由平面同源性【5】可知,两两影子区域{v,tm,sm,im}和{v,tn,sn,in}之间的交叉比率应该保持一致,如果某一物体是从其他图片中复制过来的,其影子的长度、角度等属性通常不能很好地跟目标图片中的物体保持一致,本发明利用此特性进行图像真实性鉴定。此几何约束可以如下表示:
{v,t1;s1,i1}={v,t2;s2,i2}    (2)
此约束定义了交比,但未规定具体计算方法,实际上,任何合理的顺序都满足此约束。本发明采用的计算方法为:
CrossRatio ( p ) = | vt p | * | i p s p | | vi p | * | t p s p | CrossRatio ( q ) = | vt q | * | i q s q | | vi q | * | t q s q | - - - ( 3 )
CrossRatio(p)、CrossRatio(p)分别为当第p、q个区域进行配对时,第p、q个区域的交比,|AB|为A、B两点之间的距离。需要注意的是,对同一个区域,其配对区域的变化会影响它的交比值,因为配对的变化会影响交点的变化,进而导致交比的变化。
不满足相交线约束和交比约束中任何一个约束的图像,都可以判定其为伪造图像,并且,伪造区域可以由本发明的具体判断方法给出。
本发明主要采用基于几何特性的平面同源性判断技术进行图像伪造检测,图2为总体流程图,具体包括以下步骤:
用平面同源性约束鉴别图像真实性
1.选择影子区域
对于给定的图像,找出垂直于地面的物体,把头、脚及其影子的头三个点均可见的区域,标记为R1,…,Rn,n>1,如图3所示。
2.找出每个区域需要的三个点
对每个区域,标出三个关键点的位置:物体的头、物体的脚、影子顶点。如图3所示,其中方块,十字、圆圈分别代表物体头的位置、脚的位置以及影子顶点的位置。
3.用共点线约束判断图像伪造
如图3,第一行为两张带有伪造区域的图像,其余两行为采用共点线约束得到的结果。R1和R6与其他区域进行比较时,对应点连线点不相交,而R2与R3,R4与R5区域进行比较时,对应点连线很准确地交于一点。由此判断,R1、R6为伪造区域。
4.用交比约束判断图像伪造
图3中不同区域配对之间的交比如表2所示,其中的差异百分比为区域1与区域2的交比之差与区域1的交比的比值:
表2 图3中交比约束的实验结果
  区域1   区域2   区域1的交比   区域2的交比   差异百分比
  R1   R2   0.1741   0.1231   29.2589%
  R2   R3   0.1587   0.1573   0.8794%
  R1   R3   0.4454   0.4966   11.5145%
  R4   R5   0.6298   0.6352   0.8647%
  R4   R6   0.4473   0.3384   24.3526%
  R5   R6   0.3237   0.2625   18.9191%
由表2数据可以看出,真实区域交比差异在1%以下,有伪造区域的交比差异在21%左右,由此表格也可以很容易得看出R1和R6区域为伪造区域。
参考文献
【1】I.Cox,M.Miller,和J.Bloom.“Digital Watermarking(数字水印)”.TheMorgan Kaufmann Series in Multimedia and Information Systems.MorganKaufmann,2001.
【2】J.Fridrich,D.Soukal,和J.Lukas,“Detection of copy-move forgery indigital images(数字图像的复制移动伪造检测技术),”Proceedings of DigitalForensic Research Workshop,2003.
【3】M.K.Johnson和H.Farid,“Detecting photographic composites of people(检测相片中的人物合成技术),”Proc.IWDW,2007.
【4】R.Hartley和A.Zisserman,“Multiple view geometry in computer vision(计算机视觉中的多视图几何)”,Cambridge University Press,2004.
【5】吴福朝,计算机视觉中的数学方法,科学出版社,2008。

Claims (4)

1.一种基于平面同源性的图片伪造检测方法,包括下列步骤:
第一步:找出待检测图像中两个或两个以上垂直于地面的物体,标记头、脚及其影子顶点三点均可见的区域;
第二步:对于每个区域,标出三个关键点的位置:物体的头、物体的脚、影子顶点;
第三步:根据平面同源性约束条件,对多对物体是否来自同一张照片进行判断,如果存在不一致,找出哪个物体是伪造的。
2.根据权利要求1所述的图片伪造检测方法,其特征在于,第三步中,根据两两物体的
相对应的三个关键点连线应该相交于一点的平面同源性约束条件进行判断。
3.根据权利要求1所述的图片伪造检测方法,其特征在于,第三步中,根据两两物体的影子区域之间的交叉比率应该保持一致的平面同源性约束条件进行判断。
4.根据权利要求3所述的图片伪造检测方法,其特征在于,对于p、q两个影子区域{v,tp,sp,ip}和{v,tq,sq,iq},进行配对时,根据公式 CrossRatio ( p ) = | vt p | * | i p s p | | vi p | * | t p s p | ; CrossRatio ( q ) = | vt q | * | i q s q | | vi q | * | t q s q | 计算交比,式中,v是点光源,t和f分别为物体的头和脚,i为直线fpfq和tpsp、tqsq的交点,CrossRatio(p)、CrossRatio(p)分别为当第p、q个区域进行配对时,第p、q个区域的交比,|AB|为A、B两点之间的距离。
CN2009100685722A 2009-04-22 2009-04-22 基于平面同源性的图片伪造检测方法 Expired - Fee Related CN101527042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009100685722A CN101527042B (zh) 2009-04-22 2009-04-22 基于平面同源性的图片伪造检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009100685722A CN101527042B (zh) 2009-04-22 2009-04-22 基于平面同源性的图片伪造检测方法

Publications (2)

Publication Number Publication Date
CN101527042A true CN101527042A (zh) 2009-09-09
CN101527042B CN101527042B (zh) 2012-08-22

Family

ID=41094899

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100685722A Expired - Fee Related CN101527042B (zh) 2009-04-22 2009-04-22 基于平面同源性的图片伪造检测方法

Country Status (1)

Country Link
CN (1) CN101527042B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661619B (zh) * 2009-09-25 2012-08-22 天津大学 基于单视图测量的图片伪造检测方法
CN107025647A (zh) * 2017-03-09 2017-08-08 中国科学院自动化研究所 图像篡改取证方法及装置
WO2020061792A1 (en) * 2018-09-26 2020-04-02 Intel Corporation Real-time multi-view detection of objects in multi-camera environments

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661619B (zh) * 2009-09-25 2012-08-22 天津大学 基于单视图测量的图片伪造检测方法
CN107025647A (zh) * 2017-03-09 2017-08-08 中国科学院自动化研究所 图像篡改取证方法及装置
CN107025647B (zh) * 2017-03-09 2020-02-28 中国科学院自动化研究所 图像篡改取证方法及装置
WO2020061792A1 (en) * 2018-09-26 2020-04-02 Intel Corporation Real-time multi-view detection of objects in multi-camera environments
US11842496B2 (en) 2018-09-26 2023-12-12 Intel Corporation Real-time multi-view detection of objects in multi-camera environments

Also Published As

Publication number Publication date
CN101527042B (zh) 2012-08-22

Similar Documents

Publication Publication Date Title
Lee et al. Detection of copy–move image forgery using histogram of orientated gradients
US9235902B2 (en) Image-based crack quantification
Mushtaq et al. Digital image forgeries and passive image authentication techniques: a survey
CN101147159A (zh) 利用统计模板匹配进行对象检测的快速方法
Shivakumar et al. Automated forensic method for copy-move forgery detection based on Harris interest points and SIFT descriptors
Wu et al. Detection of digital doctoring in exemplar-based inpainted images
Fadl et al. A proposed accelerated image copy-move forgery detection
CN101527042B (zh) 基于平面同源性的图片伪造检测方法
Trung et al. Blind inpainting forgery detection
Agarwal et al. Reflective SIFT for improving the detection of copy-move image forgery
Emam et al. A robust detection algorithm for image Copy-Move forgery in smooth regions
Isaac et al. A key point based copy-move forgery detection using HOG features
Isaac et al. Copy-Move forgery detection based on Harris Corner points and BRISK
CN101527041B (zh) 基于shadow matte一致性的图片伪造检测方法
Singh et al. Copy move forgery detection on digital images
Abdulqader et al. Detection of tamper forgery image in security digital mage
CN101661619B (zh) 基于单视图测量的图片伪造检测方法
Fadl et al. Copy-rotate-move forgery detection based on spatial domain
Gan et al. Image copy-move tamper blind detection algorithm based on integrated feature vectors
Yohannan et al. Detection of copy-move forgery based on Gabor filter
JP2015128228A (ja) 画像処理装置、画像処理システム、画像処理方法、画像処理プログラム、及び移動体制御装置
Lu et al. Monocular multi-kernel based lane marking detection
Bertojo et al. A very fast copy-move forgery detection method for 4k ultra hd images
Jaafar et al. New copy-move forgery detection algorithm
Alkawaz et al. An overview of advanced optical flow techniques for copy move video forgery detection

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
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120822

Termination date: 20130422