CN102867306A - 一种用于数字图像拷贝-粘贴伪造检测的方法 - Google Patents
一种用于数字图像拷贝-粘贴伪造检测的方法 Download PDFInfo
- Publication number
- CN102867306A CN102867306A CN2012103314938A CN201210331493A CN102867306A CN 102867306 A CN102867306 A CN 102867306A CN 2012103314938 A CN2012103314938 A CN 2012103314938A CN 201210331493 A CN201210331493 A CN 201210331493A CN 102867306 A CN102867306 A CN 102867306A
- Authority
- CN
- China
- Prior art keywords
- copy
- pixels
- neighborhood
- block
- combination
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3236—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于数字图像拷贝-粘贴伪造检测的方法,涉及信号与信息处理技术领域,包括:构造沿图像各区域逐像素滑动的像素块,利用极谐变换提取像素块的特征,选择满足预设条件的极谐变换系数构成特征矢量;通过局部敏感哈希函数计算特征矢量的哈希值,对所有像素块特征矢量的哈希值进行比对,筛选出具有相似特征的像素块组合,并标记为疑似拷贝-粘贴组合;通过邻域相似性准则、邻域同步准则和距离准则对疑似拷贝-粘贴组合进行逐一验证,将满足所有准则的标记为拷贝-粘贴组合;将拷贝-粘贴组合进行可视化处理,显示图像中的拷贝-粘贴伪造区域。本方法能够检测出包含修饰操作的拷贝-粘贴伪造;可避免漏检的发生;提高了检测准确率。
Description
技术领域
本发明属于信号与信息处理技术领域,特别涉及一种用于数字图像拷贝-粘贴伪造检测的方法。
背景技术
拷贝-粘贴是一种常见的图像伪造手段,主要是拷贝数字图像中的某一区域(称为拷贝源区域),然后将其移动至图像中的其它区域(称为粘贴区域)。这种伪造手段目的主要是通过拷贝和粘贴手段来替换原始图像中的某些目标。参见图1和图2(拷贝源区域和粘贴区域分别用圆圈标记出,该伪造对粘贴区域进行了旋转修饰,角度为顺时针方向2°):原始图像中的树木区域被复制并用于掩盖图中的建筑物。拷贝-粘贴伪造的痕迹通常很难被肉眼察觉,拷贝-粘贴伪造的检测属于数字图像取证中的关键问题。
由于拷贝-粘贴伪造可以使数字图像中呈现出内容高度相似的区域组合(即拷贝源区域和粘贴区域),因此现有的拷贝-粘贴检测方法主要是以特征提取和特征比对为基本手段。若特征比对结果表明数字图像中存在特征高度相似的区域组合,则将这些区域标记为拷贝-粘贴伪造区域。特征提取是数字图像拷贝-粘贴检测中的关键环节,旨在获取图像内各区域的鲁棒内容表征。目前在拷贝-粘贴检测中常用的特征主要有:离散余弦变换系数(Y.P.Huang,W.Lu,W.Sun,D.Y.Long,Improved DCT-based detection of copy-move forgery in images,ForensicScience International,206(1-3)(2011)178-184.)、离散小波变换系数(G.H.Li,Q.Wu,D.Tu,S.J.Sun,A sorted neighborhood approach for detecting duplicatedregions in image forgeries based on DWT and SVD,in:Proc.IEEE Conf.Multimediaand Expo,2007,1750-1753.)、傅里叶-梅林变换系数(S.Bayram,H.T.Sencar,N.Memon,An efficient and robust method for detecting copy-move forgery,in:Proc.IEEE Conf.Acoustics,Speech and Signal Processing,2009,1053-1056.)和图像距(B.Mahdian,S.Saic,Detection of copy-move forgery using a method based on blurmoment invariants,Forensic Science International,171(2-3)(2007)180-189.)等。在特征比对方面,现有的检测方法大都采取J.Fridrich等人提出的对特征矢量进行字典排序的方法(J.Fridrich,D.Soukal,J.Lukas,Detection of copy-move forgery indigital images,in:Proc.Digital Forensic Research Workshop,2003)。
发明人在实现本发明的过程中,发现现有技术中至少存在以下缺点和不足:
1)在特征提取方面,大多数检测方法所采用的特征难以抵御拷贝-粘贴伪造中可能存在的旋转操作。旋转是拷贝-粘贴伪造中常见的修饰操作。为了增强粘贴区域与其邻域的吻合程度以实现更加逼真的伪造效果,伪造者有时会在粘贴拷贝源区域之前对其施加旋转操作,如图2中的伪造图像所示。若特征对旋转操作不具备鲁棒性,检测方法很难有效检测出包含旋转操作的拷贝-粘贴伪造。
2)在特征比对方面,大多数检测方法所广泛采用的字典排序法存在漏检率高的弊端。字典排序法首先将所有特征矢量按行组织成矩阵,之后对矩阵的各行进行字典排序。字典排序法假定相似的特征矢量经过排序后会出现在矩阵的邻近行,因此只需筛查矩阵的邻近行即可检测出数字图像中的拷贝-粘贴伪造区域。然而实际的检测结果表明:若拷贝-粘贴伪造中伴随有修饰操作,这一假设通常难以成立,由此可导致漏检的发生。
发明内容
本发明提供了一种用于数字图像拷贝-粘贴伪造检测的方法,本方法实现了检测出包含旋转操作的拷贝-粘贴伪造,避免了漏检的发生,详见下文描述:
一种用于数字图像拷贝-粘贴伪造检测的方法,所述方法包括以下步骤:
(1)构造沿图像各区域逐像素滑动的像素块,利用极谐变换提取所述像素块的特征,选择满足预设条件的极谐变换系数构成特征矢量;
(2)通过局部敏感哈希函数计算所述特征矢量的哈希值,对所有像素块特征矢量的哈希值进行比对,筛选出具有相似特征的像素块组合,并标记为疑似拷贝-粘贴组合;
(3)通过邻域相似性准则、邻域同步准则和距离准则对所述疑似拷贝-粘贴组合进行逐一验证,将满足所有准则的标记为拷贝-粘贴组合;
(4)将所述拷贝-粘贴组合进行可视化处理,显示图像中的拷贝-粘贴伪造区域。
所述构造沿图像各区域逐像素滑动的像素块,利用极谐变换提取像素块的特征,选择满足预设条件的极谐变换系数构成特征矢量具体为:
1)选取(2B+1)×(2B+1)的正方形像素块作为特征提取的基本单元,其中,B为图像块的大小;
2)移动所述正方形像素块覆盖整个图像区域,每当所述正方形像素块移动至一个新位置时通过所述极谐变换进行特征提取,获取极谐变换系数;
3)选择满足预设条件的所述极谐变换系数构成特征矢量。
所述通过局部敏感哈希函数计算所述特征矢量的哈希值,对所有像素块特征矢量的哈希值进行比对,筛选出具有相似特征的像素块组合,并标记为疑似拷贝-粘贴组合具体为:
1)通过所述局部敏感哈希函数计算所述特征矢量的哈希值,对所有像素块特征矢量的哈希值进行比对;
2)将特征矢量V1和V2的哈希值分别记为H1和H2,若矢量d=H1-H2中零元素的个数NZ≥TZ,则将这两个特征矢量所对应的像素块(P1,P2)标记为所述疑似拷贝-粘贴组合,TZ为哈希比对阈值。
所述邻域相似性准则具体为:
定义邻域组合,统计每个所述疑似拷贝-粘贴组合的邻域组合数目NP,满足NP≥TP,TP为邻域相似性阈值;其中,
所述邻域组合具体为:令{Ni 1|i=1,...,8}表示P1的8个最邻近像素块,8个邻近像素块与P1分别在水平、垂直及对角方向上相邻;若Ni 1与另一像素块Ni 2被匹配为疑似组合,且Ni 2位于像素块P2的W×W邻域内,则称(Ni 1,Ni 2)为(P1,P2)的一个邻域组合,W为具体的数值。
所述邻域同步准则具体为:
对于每个所述疑似拷贝-粘贴组合(P1,P2),计算标准差σ=Std{Δθi|i=1,…,K},满足σ≤Tσ,Tσ为邻域同步阈值;其中,
所述计算标准差具体为:对满足所述邻域相似性准则的所述疑似拷贝-粘贴组合(P1,P2),将K个邻域组合记为{(Ni 1,Ni 2)|i=1,...,K};对于每个邻域组合(Ni 1,Ni 2),连接像素块P1和Ni 1的中心得到矢量li 1,连接像素块P2和Ni 2的中心得到矢量li 2,分别计算矢量li 1和li 2与水平方向的夹角θi 1和θi 2;若所述疑似拷贝-粘贴组合中的两个像素块位于拷贝-粘贴区域,根据像素块间的位置同步关系有i=1,...,K,α为粘贴区域相对拷贝源区域的旋转角度;标准差σ=Std{Δθi|i=1,…,K}。
本发明提供的技术方案的有益效果是:通过使用极谐变换系数作为拷贝-粘贴伪造检测的特征;采用局部敏感哈希函数和哈希比对实现拷贝-粘贴组合的初步筛选;并考查邻域相似性和邻域同步关系来对疑似拷贝-粘贴组合进行验证;本发明基于极谐变换系数的特征矢量对拷贝-粘贴伪造中常见的修饰操作(如模糊和旋转等)具有鲁棒性,本方法能够检测出包含修饰操作的拷贝-粘贴伪造;可避免漏检的发生;提高了检测准确率。
附图说明
图1为一幅未经过任何伪造的原始实例图像;
图2为图1经过拷贝-粘贴伪造后的状态;
图3为对图2进行拷贝-粘贴伪造检测的可视化结果;
图4为邻域相似性准则示意图,
图5为邻域同步准则示意图;
图6为一种用于数字图像拷贝-粘贴伪造检测方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,兹例举以下实施例,并配合附图详细说明如下:
为了实现检测出包含旋转操作的拷贝-粘贴伪造,避免漏检的发生,本发明实施例提出了一种用于数字图像拷贝-粘贴伪造检测的方法,参见图6,详见下文描述:
101:构造沿图像各区域逐像素滑动的像素块,利用极谐变换提取像素块的特征,选择满足预设条件的极谐变换系数构成特征矢量;
其中,该步骤具体为:
1)选取(2B+1)×(2B+1)的正方形像素块作为特征提取的基本单元;
其中,B为图像块的大小,具体取值根据实际应用中的需要进行设定,本发明实施例对此不做限制。
2)移动正方形像素块覆盖整个图像区域,每当像素块移动至一个新位置时通过极谐变换进行特征提取,获取极谐变换系数;
其中,移动正方形图像块时可以从图像左上角开始以1像素为步长逐行移动,直至到达图像的右下角,覆盖整个图像区域;也可以采用其他的移动方式,本发明实施例对此不做限制。
本发明实施例以像素块的极谐变换系数作为拷贝-粘贴伪造检测的特征,其原因是极谐变换系数对拷贝-粘贴伪造中可能包含的修饰操作(尤其是旋转操作)具有鲁棒性。将像素块记为P={P(x,y)|x=0,...,2B,y=0,...,2B},极谐变换系数Mnl的计算方法如下:
其中,Cnl(x,y)为极谐变换的变换核,*表示共轭运算。以(B,B)为坐标原点将Cnl(x,y)在极坐标下表示为Cnl(r,θ),r和θ分别为极径和极角,则变换核可表示如下:
式(2)中n和l为变换参数,n,|l|=0,1,...,∞。在极谐变换中,参数n,l的取值越小,相应的变换系数对各种修饰操作的鲁棒性就越强。
3)选择满足预设条件的极谐变换系数构成特征矢量。
其中,预设条件根据实际应用中的需要进行设定,本发明实施例对此不做限制,对于每个像素块P,级联所有选择出的变换系数构成特征矢量V。本发明实施例以预设条件为:满足(n+l≤3,0≤n,l<3)的系数Mnl为例进行说明,具体实现时,本发明实施例对此不做限制。
102:通过局部敏感哈希函数计算特征矢量的哈希值,对所有像素块特征矢量的哈希值进行比对,筛选出具有相似特征的像素块组合,并标记为疑似拷贝-粘贴组合;
其中,该步骤具体为:
1)通过局部敏感哈希函数计算特征矢量的哈希值,对所有像素块特征矢量的哈希值进行比对;
在特征提取操作之后,需找出具有相似特征矢量的像素块组合。由于特征矢量相似只是两个像素块位于拷贝-粘贴区域的必要条件,这里将一对具有相似特征矢量的像素块组合称为疑似拷贝-粘贴组合。本发明实施例采用局部敏感哈希函数筛选疑似拷贝-粘贴组合,计算所有特征矢量的哈希值,通过哈希比对来找出具有相似特征的像素块组合。
令V表示任一像素块的特征矢量,这里采用局部敏感哈希函数计算V的哈希值:
其中,a服从均值为0、方差为1的正态分布,b服从在[0,r]区间内的均匀分布,·表示内积运算。本发明实施例随机生成N组参数(a,b),据此构造N个局部敏感哈希函数,利用这些局部敏感哈希函数将每个特征矢量映射成N个哈希值H=(h1,...,hN)。式(3)中的局部敏感哈希函数可将一对相似的特征矢量以较大的概率映射至相同的哈希值。
2)将特征矢量V1和V2的哈希值分别记为H1和H2,若矢量d=H1-H2中零元素的个数NZ≥TZ,则将这两个特征矢量所对应的像素块(P1,P2)标记为疑似拷贝-粘贴组合,TZ为哈希比对阈值。
其中,TZ的取值根据实际应用中的需要进行设定,通常为N/2,具体实现时,根据实际应用中的需要进行设定,本发明实施例对此不做限制。
103:通过邻域相似性准则、邻域同步准则和距离准则对疑似拷贝-粘贴组合进行逐一验证,将满足所有准则的标记为拷贝-粘贴组合;
数字图像中的拷贝-粘贴伪造区域除了会产生许多对具有相似特征矢量的像素块组合之外,还会呈现出其它特性。本发明实施例依据这些特性设置判决准则,对各个疑似拷贝-粘贴组合进行逐一验证。令(P1,P2)表示一对疑似拷贝-粘贴组合,P1和P2分别为疑似组合中的两个像素块。若疑似像素块组合满足下述所有验证准则,则将该对中的两个像素块所在区域标记为拷贝-粘贴区域。
1)邻域相似性准则具体为:定义邻域组合,统计每个疑似拷贝-粘贴组合的邻域组合数目NP,满足NP≥TP,TP为邻域相似性阈值。
其中,参见图4(圆圈表示一对疑似组合中的两个像素块中心,叉号表示邻近像素块的中心)邻域组合具体为:令{Ni 1|i=1,...,8}表示P1的8个最邻近像素块,8个邻近像素块与P1分别在水平、垂直及对角方向上相邻;若Ni 1与另一像素块Ni 2被匹配为疑似组合,且Ni 2位于像素块P2的W×W邻域内,则称(Ni 1,Ni 2)为(P1,P2)的一个邻域组合。其中,W的取值为具体的数值,根据实际应用中的需要进行设定,具体实现时,本发明实施例对此不做限制。
其中,邻域相似性阈值TP的取值根据实际应用中的需要进行设定,本发明实施例以6为例进行说明,具体实现时,本发明实施例对此不做限制。
在拷贝-粘贴伪造中,像素块之间的位置同步关系不会被改变,本发明实施例因此采用邻域同步准则对疑似拷贝-粘贴组合进行验证。其中,
2)邻域同步准则具体为:对于每个疑似拷贝-粘贴组合(P1,P2),计算标准差σ=Std{Δθi|i=1,…,K},满足σ≤Tσ,Tσ为邻域同步阈值。
其中,参见图5,计算标准差具体为:对满足邻域相似性准则的疑似拷贝-粘贴组合(P1,P2),将K个邻域组合记为{(Ni 1,Ni 2)|i=1,...,K};对于每个邻域组合(Ni 1,Ni 2),连接像素块P1和Ni 1的中心得到矢量li 1,连接像素块P2和Ni 2的中心得到矢量li 2,分别计算矢量li 1和li 2与水平方向的夹角θi 1和θi 2;若疑似拷贝-粘贴组合中的两个像素块位于拷贝-粘贴区域,根据像素块间的位置同步关系有i=1,...,K,α为粘贴区域相对拷贝源区域的旋转角度;标准差σ=Std{Δθi|i=1,…,K}。
其中,邻域同步阈值Tσ的取值根据实际应用中的需要进行设定,本发明实施例以π/4为例进行说明,具体实现时,本发明实施例对此不做限制。
在数字图像中,位置邻近的两个像素块通常具有较高的相似性。为了避免将邻近像素块误判为拷贝-粘贴组合,本发明实施例通过设置距离准则对每个疑似组合进行验证。
其中,具体实现时,只需在执行完邻域相似性准则后执行邻域同步准则,本发明实施例对其他的执行顺序不做限制,即可以按照邻域相似性准则、邻域同步准则和距离准则的顺序,或按照距离准则、邻域相似性准则和邻域同步准则的顺序等进行验证。
104:将拷贝-粘贴组合进行可视化处理,显示图像中的拷贝-粘贴伪造区域。
其中,步骤(3)中的验证环节可以筛选出数字图像中存在的拷贝-粘贴像素块组合。之后,需对检测结果进行可视化处理,即步骤(4),具体如下:
1)根据待检测图像中的像素定义二值矩阵A,二值矩阵A中的每个元素对应于一个像素;
2)当像素属于拷贝-粘贴组合时,将二值矩阵A对应的元素置为‘1’;否则置为‘0’,获取赋值后二值矩阵A;
3)对赋值后二值矩阵A进行形态学腐蚀和膨胀处理,将处理后二值矩阵记为AP;
其中,对赋值后二值矩阵A进行形态学腐蚀和膨胀处理为本领域技术人员所公知,本发明实施例在此不做赘述。
4)将处理后二值矩阵AP分别和被检测图像各颜色通道相乘,乘积图像所显示的区域即为被检测图像中的拷贝-粘贴伪造区域。
参见图3,乘积图像所显示的2处区域即为被检测图像中的拷贝-粘贴伪造区域。
其中,步骤104中的对拷贝-粘贴组合进行可视化处理为本领域技术人员所公知,本发明实施例在此不做限制。
下面以图2所示的尺寸为682×343的伪造图像为实例,说明本发明实施例提供的一种用于数字图像拷贝-粘贴伪造检测的方法,详见下文描述:
步骤(1):特征提取
本实例选取尺寸为21×21的像素块作为特征提取的基本单元。像素块从图像左上角开始以1像素为步长逐行移动,直至到达图像的右下角,覆盖整个图像区域。每当像素块移动至新位置时,提取像素块覆盖区域的特征。将像素块记为P={P(x,y)|x=0,...,20,y=0,...,20},则极谐变换系数的计算方法如下:
这里在极坐标系下给出变换核的表示形式,以(10,10)为坐标原点将Cnl(x,y)在极坐标下表示为Cnl(r,θ),则变换核可表示如下:
按预设条件(n+l≤3,0≤n,l<3)的原则选取参数,将共计6个极谐变换系数作为像素块P的特征。极谐变换系数对包括旋转、模糊在内的修饰操作具有很强的鲁棒性,因此以此为特征可有效地检测出包含修饰操作的拷贝粘贴伪造。由于本发明实施例中的图像为彩色图像,独立计算像素块红、蓝、绿颜色通道的极谐变换系数,因此每个像素块的特征矢量维数为6×3=18。
步骤(2):筛选疑似拷贝-粘贴伪造区域
对于图2所示的图像,在完成特征提取操作后需要对所得到的特征矢量进行分析,找出具有相似特征矢量的像素块组合。这里首先利用局部敏感哈希函数计算每个像素块特征矢量的哈希值,然后借助哈希比对来找出与之具有相似特征矢量的像素块。令V表示某一像素块的特征矢量,哈希值的计算方法如下:
本发明实施例选取r=6,随机生成8组参数(a,b),由此构成8个哈希函数,据此将每个像素块的特征矢量映射成8个哈希值。接着,对所有特征矢量的哈希值进行两两比对。将任意两个特征矢量V1和V2的哈希分别记为H1和H2,由于(6)所示的哈希函数能够将相似的特征矢量以较大的概率映射至相同的哈希值,因此若矢量d=H1-H2中有不少于4个元素为零,则将这对特征矢量所对应的两个像素块(P1,P2)标记为疑似拷贝-粘贴组合,留待后续继续验证。
步骤(3):拷贝-粘贴伪造区域的判决
经过上述两个步骤,可以得到一系列具有相似特征矢量的疑似拷贝-粘贴组合。但这些疑似拷贝-粘贴组合仅仅具有相似的特征矢量,不足以证明对应区域是拷贝-粘贴伪造的结果。因此,所有的疑似拷贝-粘贴组合还需要继续接受检验,这里依次运用下列三个准则对每个疑似拷贝-粘贴组合进行检验。令(P1,P2)表示任意一对疑似拷贝-粘贴组合,其中P1和P2分别为该疑似组合中的两个像素块。若疑似组合(P1,P2)满足下列所有准则,则将该组合中的两个像素块P1和P2所在的区域标记为拷贝-粘贴区域。
a.邻域相似性准则
令{Ni 1|i=1,...,8}表示P1的8个最邻近像素块,这些像素块与P1分别在水平、垂直及对角方向上相邻,如图4所示。若Ni 1与另一像素块Ni 2被匹配为疑似组合,且Ni 2位于像素块P2的12×12邻域内,则称(Ni 1,Ni 2)为(P1,P2)的一个邻域组合,如图4所示。对于每个疑似组合,统计其邻域组合数目NP,若NP≥6则表明像素块P1和P2的邻域同样具有较高的相似度,这属于拷贝-粘贴区域的特征,判定组合(P1,P2)满足邻域相似性准则。
b.邻域同步准则
对于任意一对疑似组合(P1,P2),将其K个邻域组合记为{(Ni 1,Ni 2)|i=1,...,K}。对于每个邻域组合(Ni 1,Ni 2),连接像素块P1和Ni 1的中心得到矢量li 1;连接像素块P2和Ni 2的中心得到矢量li 2,如图5所示。分别计算矢量li 1和li 2与水平方向的夹角θi 1和θi 2。若像素块P1和P2位于拷贝-粘贴区域,则角度差(i=1,...,K)之间的标准差应较小。因此,对于每个疑似组合(P1,P2),本发明实施例计算标准差σ=Std{Δθi|i=1,…,K},若σ≤π/4则判定其满足邻域同步准则。
c.距离准则
由于数字图像中的邻近像素块通常较为相似,这些邻近像素块有可能被标记为疑似拷贝-粘贴组合。为了滤除这些邻近像素块组合,这里检验每个疑似组合中两个像素块的位置偏移。对于任意一对疑似组合(P1,P2),将其中两个图像块的中心坐标分别记为(xc 1,yc 1)和(xc 2,yc 2)。若则判定该疑似组合满足距离准则。
步骤(4):检测结果的可视化
在完成上述拷贝-粘贴区域检测之后,需对检测结果进行可视化处理。这里首先定义一个与被检测图像尺寸一致的矩阵,图像中每个像素对应于矩阵的一个元素。若一个像素所在的区域被检测为拷贝-粘贴伪造区域,则将对应的矩阵元素置为‘1’;否则置为‘0’。为获得较好的可视化效果,依次对矩阵做形态学腐蚀和膨胀处理,本发明实施例中的腐蚀和膨胀处理均采用尺寸为21×21的矩形结构元素。将经过形态学处理之后的二值矩阵记为AP,将AP和被检测图像各颜色通道相乘即可实现检测结果的可视化,至此完成整个检测过程。本发明实例最终得到的检测结果如图3所示。从图中可见,上述检测过程可以准确地定位出图像中的伪造区域。
综上所述,本发明实施例提供了一种用于数字图像拷贝-粘贴伪造检测的方法,本方法基于极谐变换系数的特征矢量对拷贝-粘贴伪造中常见的修饰操作(如模糊和旋转等)具有鲁棒性,本方法能够检测出包含修饰操作的拷贝-粘贴伪造;可避免漏检的发生;提高了检测准确率。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种用于数字图像拷贝-粘贴伪造检测的方法,其特征在于,所述方法包括以下步骤:
(1)构造沿图像各区域逐像素滑动的像素块,利用极谐变换提取所述像素块的特征,选择满足预设条件的极谐变换系数构成特征矢量;
(2)通过局部敏感哈希函数计算所述特征矢量的哈希值,对所有像素块特征矢量的哈希值进行比对,筛选出具有相似特征的像素块组合,并标记为疑似拷贝-粘贴组合;
(3)通过邻域相似性准则、邻域同步准则和距离准则对所述疑似拷贝-粘贴组合进行逐一验证,将满足所有准则的标记为拷贝-粘贴组合;
(4)将所述拷贝-粘贴组合进行可视化处理,显示图像中的拷贝-粘贴伪造区域。
2.根据权利要求1所述的一种用于数字图像拷贝-粘贴伪造检测的方法,其特征在于,所述构造沿图像各区域逐像素滑动的像素块,利用极谐变换提取像素块的特征,选择满足预设条件的极谐变换系数构成特征矢量具体为:
1)选取(2B+1)×(2B+1)的正方形像素块作为特征提取的基本单元,其中,B为图像块的大小;
2)移动所述正方形像素块覆盖整个图像区域,每当所述正方形像素块移动至一个新位置时通过所述极谐变换进行特征提取,获取极谐变换系数;
3)选择满足预设条件的所述极谐变换系数构成特征矢量。
3.根据权利要求2所述的一种用于数字图像拷贝-粘贴伪造检测的方法,其特征在于,所述通过局部敏感哈希函数计算所述特征矢量的哈希值,对所有像素块特征矢量的哈希值进行比对,筛选出具有相似特征的像素块组合,并标记为疑似拷贝-粘贴组合具体为:
1)通过所述局部敏感哈希函数计算所述特征矢量的哈希值,对所有像素块特征矢量的哈希值进行比对;
2)将特征矢量V1和V2的哈希值分别记为H1和H2,若矢量d=H1-H2中零元素的个数NZ≥TZ,则将这两个特征矢量所对应的像素块(P1,P2)标记为所述疑似拷贝-粘贴组合,TZ为哈希比对阈值。
4.根据权利要求3所述的一种用于数字图像拷贝-粘贴伪造检测的方法,其特征在于,所述邻域相似性准则具体为:
定义邻域组合,统计每个所述疑似拷贝-粘贴组合的邻域组合数目NP,满足NP≥TP,TP为邻域相似性阈值;其中,
所述邻域组合具体为:令{Ni 1|i=1,...,8}表示P1的8个最邻近像素块,8个邻近像素块与P1分别在水平、垂直及对角方向上相邻;若Ni 1与另一像素块Ni 2被匹配为疑似组合,且Ni 2位于像素块P2的W×W邻域内,则称(Ni 1,Ni 2)为(P1,P2)的一个邻域组合,W为具体的数值。
5.根据权利要求4所述的一种用于数字图像拷贝-粘贴伪造检测的方法,其特征在于,所述邻域同步准则具体为:
对于每个所述疑似拷贝-粘贴组合(P1,P2),计算标准差σ=Std{Δθi|i=1,…,K},满足σ≤Tσ,Tσ为邻域同步阈值;其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210331493.8A CN102867306B (zh) | 2012-09-07 | 2012-09-07 | 一种用于数字图像拷贝-粘贴伪造检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210331493.8A CN102867306B (zh) | 2012-09-07 | 2012-09-07 | 一种用于数字图像拷贝-粘贴伪造检测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102867306A true CN102867306A (zh) | 2013-01-09 |
CN102867306B CN102867306B (zh) | 2014-11-26 |
Family
ID=47446162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210331493.8A Active CN102867306B (zh) | 2012-09-07 | 2012-09-07 | 一种用于数字图像拷贝-粘贴伪造检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102867306B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104699701A (zh) * | 2013-12-05 | 2015-06-10 | 深圳先进技术研究院 | 基于敏感哈希的并行最邻近节点计算方法及分布式系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184537A (zh) * | 2011-04-22 | 2011-09-14 | 西安理工大学 | 基于小波变换和主成分分析的图像区域篡改检测方法 |
CN102592276A (zh) * | 2011-12-20 | 2012-07-18 | 中山大学 | 一种图像区域描述方法和基于该描述方法的复制图像检测方法 |
CN102609948A (zh) * | 2012-02-10 | 2012-07-25 | 浙江理工大学 | 一种针对复制粘贴篡改的数码照片伪造检测方法 |
-
2012
- 2012-09-07 CN CN201210331493.8A patent/CN102867306B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184537A (zh) * | 2011-04-22 | 2011-09-14 | 西安理工大学 | 基于小波变换和主成分分析的图像区域篡改检测方法 |
CN102592276A (zh) * | 2011-12-20 | 2012-07-18 | 中山大学 | 一种图像区域描述方法和基于该描述方法的复制图像检测方法 |
CN102609948A (zh) * | 2012-02-10 | 2012-07-25 | 浙江理工大学 | 一种针对复制粘贴篡改的数码照片伪造检测方法 |
Non-Patent Citations (4)
Title |
---|
ALEXANDR ANDONI ET AL: "Near-optimal hashing algorithms for approximate nearest neighbor in high dimensions", 《COMMUNICATIONS OF THE ACM》, vol. 51, no. 1, 31 January 2008 (2008-01-31), pages 117 - 122, XP058090560, DOI: doi:10.1145/1327452.1327494 * |
PEW-THIAN YAP ET AL: "Two-Dimensional Polar Harmonic Transforms for Invariant Image Representation", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》, vol. 32, no. 7, 31 July 2010 (2010-07-31), pages 1259 - 1270, XP011293677 * |
YANJUN CAO ET AL: "A robust detection algorithm for copy-move forgery in digital images", 《FORENSIC SCIENCE INTERNATIONAL》, vol. 214, 2 August 2011 (2011-08-02), pages 33 - 43, XP028348816, DOI: doi:10.1016/j.forsciint.2011.07.015 * |
沃焱 等: "精确的快速极坐标谐波变换", 《华南理工大学学报(自然科学版)》, vol. 40, no. 4, 30 April 2012 (2012-04-30), pages 23 - 29 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104699701A (zh) * | 2013-12-05 | 2015-06-10 | 深圳先进技术研究院 | 基于敏感哈希的并行最邻近节点计算方法及分布式系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102867306B (zh) | 2014-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chang et al. | A forgery detection algorithm for exemplar-based inpainting images using multi-region relation | |
Wang et al. | Detection and localization of image forgeries using improved mask regional convolutional neural network | |
CN104966085B (zh) | 一种基于多显著特征融合的遥感图像感兴趣区域检测方法 | |
CN103345758B (zh) | 基于dct统计特征的jpeg图像区域复制篡改盲检测方法 | |
CN111340784B (zh) | 一种基于Mask R-CNN图像篡改检测方法 | |
CN104537625A (zh) | 一种基于方向标志位的Bayer彩色图像插值方法 | |
CN102867188B (zh) | 一种基于级联结构的会场内座位状态检测方法 | |
CN104778721A (zh) | 一种双目图像中显著性目标的距离测量方法 | |
CN105067638A (zh) | 基于机器视觉的轮胎胎膜表面字符缺陷检测方法 | |
CN104933721A (zh) | 基于颜色滤波阵列特性的拼接图像篡改检测方法 | |
CN104850850A (zh) | 一种结合形状和颜色的双目立体视觉图像特征提取方法 | |
CN103544703B (zh) | 数字图像拼接检测方法 | |
CN111611861B (zh) | 一种基于多尺度特征关联的图像变化检测方法 | |
CN104240256A (zh) | 一种基于层次化稀疏建模的图像显著性检测方法 | |
CN104182973A (zh) | 基于圆形描述算子csift的图像复制粘贴检测方法 | |
CN104408728A (zh) | 一种基于噪声估计的伪造图像检测方法 | |
CN112288758B (zh) | 一种电力设备红外与可见光图像配准方法 | |
CN103049904B (zh) | 一种图像提取方法及其系统、电子证书制作方法及其系统 | |
CN102693522A (zh) | 一种彩色图像区域复制篡改检测方法 | |
CN106056122A (zh) | 一种基于kaze特征点的图像区域复制粘贴篡改检测方法 | |
CN113221881B (zh) | 一种多层级的智能手机屏幕缺陷检测方法 | |
CN104599288A (zh) | 一种基于肤色模板的特征跟踪方法及装置 | |
Zhang et al. | Improved Fully Convolutional Network for Digital Image Region Forgery Detection. | |
CN111861866A (zh) | 一种变电站设备巡检图像全景重建方法 | |
CN104966054A (zh) | 无人机可见光图像中的弱小目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |