CN102013101A - 一种经过模糊后处理的置换篡改图像盲检测方法 - Google Patents
一种经过模糊后处理的置换篡改图像盲检测方法 Download PDFInfo
- Publication number
- CN102013101A CN102013101A CN 201010561393 CN201010561393A CN102013101A CN 102013101 A CN102013101 A CN 102013101A CN 201010561393 CN201010561393 CN 201010561393 CN 201010561393 A CN201010561393 A CN 201010561393A CN 102013101 A CN102013101 A CN 102013101A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- tampered
- piece
- sub
- image
- 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.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种经过模糊后处理的置换篡改图像盲检测方法,该方法首先对经过模糊处理的篡改图像进行再次模糊变换,并对再次模糊前后的图像进行相同大小子块的划分;其次,对对应位置的子块分别进行二维傅立叶变换后取绝对值,再作自然对数变换后取绝对值,然后计算所有这种模糊前后对应子块频域系数对数的相关性大小;最后,根据相关系数的不同分类完成了待检图像模糊区域和未模糊区域的检测,实现了篡改区域的定位。该方法可以有效地检测经历不同模糊方式后处理的篡改图像,同时具有更低的复杂度、更好的抗高斯噪声和有损JPEG压缩的性能。
Description
技术领域
本发明涉及一种经过模糊后处理的置换篡改图像盲检测方法,该方法基于模糊区域具有再次模糊的不敏感性,通过计算再次模糊前后图像对应位置子块频域系数的对数相关性大小实现了模糊区域的检测。在图像信息安全领域有广泛的应用前景。
背景技术
随着计算机技术和图像处理技术的不断发展,低成本、高性能图像处理软件的不断推出,图像信息非常容易地被篡改,如何检测图像的原始性已经成为当前研究的热点问题。数字图像的篡改方式有很多,最常见的方式是由两幅或两幅以上的数字图像,通过置换各自的一部分生成的图像,我们把这类篡改图像称为置换图像。由于置换操作容易产生视觉上的畸变,通常会对篡改后的图像进行模糊后处理,以消除置换留下的人眼可观察的遗留痕迹。
针对经过模糊后处理的置换篡改图像,现有方法提出通过检测这种模糊遗留痕迹可以有效地实现篡改区域的检测与定位。目前,模糊检测方法主要有:基于频域谱分离的高斯模糊检测、基于模糊半径估计的散焦模糊检测、基于局部异常色调率的彩色图像模糊检测、基于形态学滤波的边缘模糊检测、基于小波变换系数规律性的局部模糊检测和基于像素局部相关性的局部模糊检测。虽然这些方法在模糊检测方面都有一定的效果,但是,它们具有本身的局限性:要么只能检测某种特定模糊类型、要么需要知道模糊参数的先验信息、要么算法的计算复杂度较高、要么对噪声或JPEG压缩比较敏感等。在没有先验信息的情况下,现有算法对经历不同类型模糊后处理的置换篡改图像则具有较高的误检率。
发明内容
本发明的目的在于针对现有技术存在的不足,提出了一种经过模糊后处理的置换篡改图像盲检测方法,该方法利用模糊区域具有再次模糊的不敏感性,计算再次模糊前后图像对应位置子块频域系数的对数相关性大小,根据相关系数的不同分类实现了模糊区域的检测。
为了达到上述目的,本发明采用下述技术方案:
一种经过模糊后处理的置换篡改图像盲检测方法。其特征在于首先对经过模糊处理的篡改图像进行再次模糊变换(本发明选取最常用的高斯模糊作为再次模糊方式),并对再次模糊前后的图像进行相同大小子块的划分;其次,对对应位置的子块分别进行二维傅立叶变换后取绝对值,再作自然对数变换后取绝对值,然后计算所有这种模糊前后对应子块频域系数对数的相关性大小;最后,根据相关系数的不同分类完成了待检图像模糊区域和未模糊区域的检测,实现了篡改区域的定位。
上述经过模糊后处理的置换篡改图像盲检测方法具体步骤如下:
上述第3步骤中求频域系数对数变换的绝对值的步骤如下:
本发明方法与现有技术相比较,具有如下显而易见的突出实质性特点和显著优点:该发明旨在提供一种经过模糊后处理的置换篡改图像盲检测方法,该发明方法首先对经过模糊后处理的篡改图像进行再次高斯模糊变换,并对再次模糊前后的图像进行相同大小子块的划分;其次,对对应位置的子块分别进行二维傅立叶变换后取绝对值,再作自然对数变换后取绝对值,然后计算所有这种模糊前后对应子块频域系数对数的相关性大小;最后,根据相关系数的不同分类完成了待检图像模糊区域和未模糊区域的检测,实现了篡改区域的定位。具体特点和优点为:
1) 针对现有技术只能检测某种特定模糊类型的不足,利用模糊区域具有再次模糊的不敏感性,通过对经过模糊后处理的置换篡改图像进行再次模糊,提出了一种经历不同类型模糊后处理的置换篡改图像盲检测方法。
2) 对现有模糊检测技术中需要知道一些模糊参数的先验信息的不足,提出只要对待检测图像进行再次高斯模糊变换,根据再次模糊前后对应位置子块频域系数的对数相关性大小实现了模糊区域的检测。
3) 由于本方法只需要计算再次模糊前后图像对应位置子块频域系数的对数相关性大小,计算复杂度较低。
4) 针对现有技术对高斯噪声和有损JPEG压缩较为敏感,本发明方法则具有较好的鲁棒性。
本发明提供的置换篡改图像盲检测方法能在没有先验信息的情况下,对经历不同类型模糊后处理的置换篡改图像均能达到较高检测正确率,同时,相比现有的方法,本发明方法对高斯噪声和有损JPEG压缩具有更好的鲁棒性。在图像信息安全领域有广泛的应用前景。
附图说明
图1为本发明一个实施例的置换篡改图像盲检测方法框图;
图2是图1示例盲检测结果图。图中,从上到下置换篡改图像依次经历进一步模糊、高斯模糊、方框模糊、镜头模糊、动感模糊和形状模糊后处理。其中,a、b为原始图像,c为置换篡改图像,d为高斯模糊图像,e为相关系数构造的特征空间,f为检测定位结果;
图3为本发明方法对加性高斯白噪声的鲁棒性;
图4为像素局部相关方法对加性高斯白噪声的鲁棒性;
图5为本发明方法对JPEG压缩的鲁棒性;
图6为像素局部相关方法对JPEG压缩的鲁棒性;
图7为两种方法复杂度比较。
具体实施方式
本发明的一个优选实施例结合附图祥述如下:本发明旨在提供一种经过模糊后处理的置换篡改图像盲检测方法,如图1所示。首先对经过模糊后处理的篡改图像进行再次高斯模糊变换,并对再次模糊前后的图像进行相同大小子块的划分;其次,对对应位置的子块分别进行二维傅立叶变换后取绝对值,再作自然对数变换后取绝对值,然后计算所有这种模糊前后对应子块频域系数对数的相关性大小;最后,根据相关系数的不同分类完成了待检图像模糊区域和未模糊区域的检测,实现了篡改区域的定位。[0015] 具体步骤为:
从图2 可以看出,本盲检测方法能够有效地检测出经历不同类型模糊后处理的置换篡改图像,实现了篡改区域的准确定位。
图3—图6给出了本发明方法与其他检测方法在高斯白噪和有损JPEG压缩情况下的性能比较,表明了本方法具有更好的鲁棒性。
图7给出了本发明方法与其他检测方法在不同图像大小情况下的时间消耗。从表中可以看出本发明方法在时间消耗方面显示极大优势,并随着图像的阶数的增大,时间节省更加明显。
总之,无论是从检测模糊类型,还是从算法的鲁棒性和复杂度,均表明本发明方法能够更有效地检测出经过模糊后处理的置换篡改图像,实现了篡改区域的准确定位。
Claims (2)
1.一种经过模糊后处理的置换篡改图像盲检测方法,其特征在于具体步骤如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010561393 CN102013101A (zh) | 2010-11-27 | 2010-11-27 | 一种经过模糊后处理的置换篡改图像盲检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010561393 CN102013101A (zh) | 2010-11-27 | 2010-11-27 | 一种经过模糊后处理的置换篡改图像盲检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102013101A true CN102013101A (zh) | 2011-04-13 |
Family
ID=43843265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010561393 Pending CN102013101A (zh) | 2010-11-27 | 2010-11-27 | 一种经过模糊后处理的置换篡改图像盲检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102013101A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567987A (zh) * | 2011-11-28 | 2012-07-11 | 贵州大学 | 图像合成篡改中人工模糊操作痕迹的检测方法 |
CN102592151A (zh) * | 2012-01-13 | 2012-07-18 | 中山大学 | 一种数字图像中值滤波的盲检测方法 |
CN103208100A (zh) * | 2013-03-19 | 2013-07-17 | 南京工业大学 | 基于模糊不变形黎曼测度的模糊润饰图像模糊核反演方法 |
CN104424641A (zh) * | 2013-09-07 | 2015-03-18 | 无锡华御信息技术有限公司 | 一种关于图像模糊篡改检测的方法 |
CN106097379A (zh) * | 2016-07-22 | 2016-11-09 | 宁波大学 | 一种使用自适应阈值的图像篡改检测与定位方法 |
CN106228557A (zh) * | 2016-07-26 | 2016-12-14 | 浙江捷尚视觉科技股份有限公司 | 基于二次jpeg压缩的图像篡改区域检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1525387A (zh) * | 2003-01-30 | 2004-09-01 | ���ǵ�����ʽ���� | 检测图像模糊性的设备和方法 |
CN1900970A (zh) * | 2006-07-20 | 2007-01-24 | 中山大学 | 一种鲁棒的图像区域复制篡改检测方法 |
CN1979558A (zh) * | 2005-11-30 | 2007-06-13 | 中国科学院半导体研究所 | 一种基于高维空间点分布分析法的图像复原方法 |
-
2010
- 2010-11-27 CN CN 201010561393 patent/CN102013101A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1525387A (zh) * | 2003-01-30 | 2004-09-01 | ���ǵ�����ʽ���� | 检测图像模糊性的设备和方法 |
CN1979558A (zh) * | 2005-11-30 | 2007-06-13 | 中国科学院半导体研究所 | 一种基于高维空间点分布分析法的图像复原方法 |
CN1900970A (zh) * | 2006-07-20 | 2007-01-24 | 中山大学 | 一种鲁棒的图像区域复制篡改检测方法 |
Non-Patent Citations (2)
Title |
---|
《光学精密工程》 20070615 周曲,等 相关系数分析在模糊图像参数识别中的应用 第15卷, 第06期 2 * |
《高技术通讯》 20090725 王睿,等 一种图像局部模糊检测方法及其在被动图像认证中的应用 第19卷, 第07期 2 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567987A (zh) * | 2011-11-28 | 2012-07-11 | 贵州大学 | 图像合成篡改中人工模糊操作痕迹的检测方法 |
CN102592151A (zh) * | 2012-01-13 | 2012-07-18 | 中山大学 | 一种数字图像中值滤波的盲检测方法 |
CN102592151B (zh) * | 2012-01-13 | 2014-08-06 | 中山大学 | 一种数字图像中值滤波的盲检测方法 |
CN103208100A (zh) * | 2013-03-19 | 2013-07-17 | 南京工业大学 | 基于模糊不变形黎曼测度的模糊润饰图像模糊核反演方法 |
CN103208100B (zh) * | 2013-03-19 | 2014-08-20 | 南京工业大学 | 基于模糊不变形黎曼测度的模糊润饰图像模糊核反演方法 |
CN104424641A (zh) * | 2013-09-07 | 2015-03-18 | 无锡华御信息技术有限公司 | 一种关于图像模糊篡改检测的方法 |
CN106097379A (zh) * | 2016-07-22 | 2016-11-09 | 宁波大学 | 一种使用自适应阈值的图像篡改检测与定位方法 |
CN106097379B (zh) * | 2016-07-22 | 2018-11-09 | 宁波大学 | 一种使用自适应阈值的图像篡改检测与定位方法 |
CN106228557A (zh) * | 2016-07-26 | 2016-12-14 | 浙江捷尚视觉科技股份有限公司 | 基于二次jpeg压缩的图像篡改区域检测方法 |
CN106228557B (zh) * | 2016-07-26 | 2018-11-02 | 浙江捷尚视觉科技股份有限公司 | 基于二次jpeg压缩的图像篡改区域检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Visual depth guided color image rain streaks removal using sparse coding | |
Kang et al. | Automatic single-image-based rain streaks removal via image decomposition | |
Huang et al. | An efficient visibility enhancement algorithm for road scenes captured by intelligent transportation systems | |
CN104933721B (zh) | 基于颜色滤波阵列特性的拼接图像篡改检测方法 | |
Richao et al. | Detection of object-based manipulation by the statistical features of object contour | |
CN109447073B (zh) | 一种基于张量鲁棒主成分分析的红外弱小目标检测方法 | |
Derpanis et al. | Classification of traffic video based on a spatiotemporal orientation analysis | |
CN102013101A (zh) | 一种经过模糊后处理的置换篡改图像盲检测方法 | |
Park et al. | Single image haze removal with WLS-based edge-preserving smoothing filter | |
US7561732B1 (en) | Method and apparatus for three-dimensional shape estimation using constrained disparity propagation | |
CN104408728A (zh) | 一种基于噪声估计的伪造图像检测方法 | |
CN102231844B (zh) | 基于结构相似度和人眼视觉的视频图像融合性能评价方法 | |
CN114782298B (zh) | 一种具有区域注意力的红外与可见光图像融合方法 | |
Mursi et al. | An improved SIFT-PCA-based copy-move image forgery detection method | |
Chen et al. | Visual depth guided image rain streaks removal via sparse coding | |
Bahrami et al. | Splicing detection in out-of-focus blurred images | |
CN104376311A (zh) | 一种基于核贝叶斯压缩感知的人脸识别方法 | |
CN112489073B (zh) | 基于帧间高级特征差分的零样本视频前景分割方法 | |
CN106023184A (zh) | 一种基于各向异性中心环绕差异的深度显著性检测方法 | |
Wang et al. | Saliency detection using mutual consistency-guided spatial cues combination | |
CN102968793B (zh) | 基于dct域统计特性的自然图像与计算机生成图像的鉴别方法 | |
CN112668532A (zh) | 基于多阶段混合注意网络的人群计数方法 | |
CN112149596A (zh) | 一种异常行为检测方法、终端设备及存储介质 | |
CN109871779B (zh) | 掌纹识别的方法及电子设备 | |
CN101600115A (zh) | 一种剔除图像稳像系统周期性特征块的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110413 |