KR101341624B1 - 위·변조 이미지 검출 장치 및 방법 - Google Patents

Abstract

위·변조 이미지 검출장치가 개시된다. 변환 이미지 생성부는 입력 이미지에 대해 소정의 윈도우 사이즈 내의 픽셀 레벨 값 중 최소값을 선택하여 출력하는 미니멈 필터(minimum filter)를 적용하여 변환 이미지를 생성한다. 차분 맵 생성부는 입려격 이미지와 변환 이미지 간 픽셀 레벨 값의 차이를 산정하고, 차이 값을 토대로 차분 맵을 생성한다. 위·변조 영역 검출부는 생성된 차분 맵에 대해 라플라시안(laplacian) 연산을 수행하여 위·변조 영역을 검출한다. 본 발명에 따르면, 위·변조 영역과 비 위·변조 영역의 차이를 명확하게 구분할 수 있으며, 이러한 차이 값을 이용하여 위·변조 영역을 검출하는 최종 검출 맵의 성능을 극대화할 수 있다.

Description

위·변조 이미지 검출 장치 및 방법{Detection apparatus and method of forged image}

본 발명은 위·변조 이미지 검출 장치 및 방법에 관한 것으로, 더욱 상세하게는, 위·변조된 이미지에 대해 최적의 필터링 알고리즘을 이용하여 입력된 이미지에 대해 위·변조 영역과 비 위·변조 영역을 명확하게 검출하는 위·변조된 이미지의 검출 장치 및 그 방법에 관한 것이다.

최근 디지털 이미지 편집 프로그램들이 발전하면서 누구나 손쉽게 위·변조 이미지들을 대량으로 생산할 수 있게 되었다. 이 때문에 이를 이용한 인터넷, 신문 기사, 잡지 등의 매체에 위·변조 이미지들의 출현 빈도가 점차 증가하고 있는 추세이다. 하지만 현재 상황 속에서 위·변조 이미지들에 대한 객관적인 검증 시스템이 제대로 구축되어 있지 않아 수용자에게 왜곡된 정보가 전달되고 있으며, 결국 개인적으로는 명예훼손, 초상권 침해가 발생하고, 공적으로는 허위사실 유포, 공문서 위조 등과 같은 다양한 범죄가 발생하고 있다. 따라서 이러한 위·변조 이미지로 파생되는 문제들을 해결하기 위한 검증 시스템에 대한 연구가 진행되고 있다.

이와 관련된 선행기술을 구체적으로 살펴보면, 한국등록공보 제10-0880612호(발명의 명칭 : 디지털 이미지의 위·변조 분석기 및 그 방법)에는 기준 보간 계수에 기초하여 디지털 이미지를 구성하는 다수의 픽셀들을 분류하여 디지털 이미지의 위·변조 여부를 분석하는 위·변조 분석기 및 방법을 개시하고 있다. 이는 보간 패턴 특징을 검출/분석하는 방법을 이용하여 이엠(EM:Expectation maximization) 알고리즘과 같은 통계적 수단을 이용하여 검출 맵을 구현하고 있다. 그러나 이는 통계적 접근 개념을 사용했기 때문에 최종 검출 맵에서 위·변조된 영역이 명확하게 검출되지 않는 문제점이 있다. 또한 위·변조에 사용된 보간 검출 방법은 1차 보간에 국한되어 2차 이상의 보간이 발생한 위·변조 영역에서는 그 검출 효과가 현저히 떨어지는 문제점이 있다.

한국공개공보 제10-2011-0048919호(발명의 명칭 : 보간 검출 장치, 보간 영역 검출 장치 및 그 방법)에는 디지털 위·변조 이미지 내에서 보간 연산에 의해 이미지의 확대/축소가 된 보간 영역의 존재 여부와 보간 영역의 위치를 검출할 수 있는 보간 (영역) 검출 장치를 개시하고 있다. 이는 블록 단위의 스캐닝 과정을 이용하여 최종 검출 맵을 구현하고 있다. 그러나 이는 블록 단위의 스캔 과정을 거쳤기 때문에 최종 위·변조 영역이 명확하게 검출되지 않는 문제점이 있다.

본 발명이 이루고자 하는 기술적 과제는, 위·변조된 이미지에서 보간의 흔적을 명확하게 찾아내기 위해 기존의 보간 검출 알고리즘 외에 미니멈 필터(minimum filter)와 라플라시안(laplacian) 연산, 그리고 맥시멈 필터(maximum filter)를 이용한 위·변조 영역 검출 방법을 구현함으로써 위·변조 영역을 명확하게 구분할 수 있는 위·변조 이미지 검출 장치 및 방법을 제공하는 데 있다.

본 발명이 이루고자 하는 다른 기술적 과제는, 종래 블록 단위, 통계적 개념을 적용하여 최종 검출 맵의 성능이 떨어지는 문제점을 보완하기 위해 위·변조 영역과 비 위·변조 영역 간 픽셀 레벨 차이 값을 이용하여 위·변조 영역을 검출하는 최종 검출 맵의 성능을 극대화할 수 있는 위·변조 이미지 검출 장치 및 방법을 제공하는 데 있다.

상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 위·변조 이미지 검출 장치는, 입력 이미지에 대해 소정의 윈도우 사이즈 내의 픽셀 레벨 값 중 최소값을 선택하여 출력하는 미니멈 필터(minimum filter)를 적용하여 변환 이미지를 생성하는 변환 이미지 생성부; 상기 입력 이미지와 상기 변환 이미지 간 픽셀 레벨 값의 차이를 산정하고, 상기 차이 값을 토대로 차분 맵을 생성하는 차분 맵 생성부; 및 상기 생성된 차분 맵에 대해 라플라시안(laplacian) 연산을 수행하여 위·변조 영역을 검출하는 위·변조 영역 검출부;를 구비한다.

상기의 다른 기술적 과제를 달성하기 위한, 본 발명에 따른 위·변조 이미지 검출 방법은, 위·변조 이미지 검출 장치에 의해 수행되는 위·변조 이미지를 검출하는 방법에 있어서, (a) 입력 이미지에 대해 소정의 윈도우 사이즈 내의 픽셀 레벨 값 중 최소값을 선택하여 출력하는 미니멈 필터(minimum filter)를 적용하여 변환 이미지를 생성하는 단계; (b) 상기 입력 이미지와 상기 변환 이미지 간 픽셀 레벨 값의 차이를 산정하고, 상기 차이 값을 토대로 차분 맵을 생성하는 단계; 및 (c) 상기 생성된 차분 맵에 대해 라플라시안(laplacian) 연산을 수행하여 위·변조 영역을 검출하는 단계;를 갖는다.

본 발명에 따른 위·변조 이미지 검출 장치 및 방법에 의하면, 위·변조된 이미지에서 보간의 흔적을 명확하게 찾아내기 위해 기존의 보간 검출 알고리즘 외에 미니멈 필터(minimum filter)와 라플라시안(laplacian) 연산, 그리고 맥시멈 필터(maximum filter)를 이용한 위·변조 영역 검출 방법을 구현함으로써 위·변조 영역을 명확하게 구분할 수 있다. 또한, 기존에 블록 단위, 통계적 개념을 적용하여 위·변조 영역을 검출하는 최종 검출 맵의 성능이 떨어지는 문제점을 보완하기 위해, 재 보간의 특성을 고려한 위·변조 영역 검출 방법을 구현함으로써 위·변조 영역과 비 위·변조 영역의 차이를 명확하게 구분할 수 있으며, 이러한 차이 값을 이용하여 위·변조 영역을 검출하는 최종 검출 맵의 성능을 극대화할 수 있다.

본 발명에 따른 위·변조 이미지 검출 장치 및 방법에 의하면, 다양한 형태로 생산되는 디지털 위·변조 이미지들에 대한 위·변조 여부를 확인할 수 있어 개인 및 공공기관에 유포되는 디지털 이미지에 대한 정보의 신뢰도를 높일 수 있다. 또한, 수사기관 및 법정에 사용되는 증거자료로써 디지털 이미지에 대한 검증 시스템의 역할을 수행할 수 있다.

도 1은 본 발명에 따른 위·변조 이미지 검출 장치의 구성을 도시한 블록도,
도 2는 본 발명에 따른 위·변조 이미지 검출 방법을 이용하여 위·변조 영역 이미지 검출을 위한 알고리즘을 도시한 흐름도,
도 3은 본 발명에 따른 위·변조 이미지 검출 방법을 실제 위·변조된 이미지에 적용한 흐름도를 도시한 도면,
도 4는 위·변조 영역이 없는 원본 이미지에 본 발명에 따른 위·변조 영역 이미지 검출 방법을 실제 적용한 이미지를 도시한 도면,
도 5는 원본 이미지의 특정 영역에 세 가지 보간 방법을 적용한 위·변조된 이미지에 본 발명에 따른 위·변조 이미지 검출 방법을 실제 적용한 결과를 도시한 도면,
도 6은 위·변조된 이미지를 3회 보간 작업을 진행하기 위해 0.7배, 1.2배, 0.8배 순서로 보간했을 때 본 발명에 따른 위·변조 검출 방법을 적용한 결과 맵을 도시한 도면,
도 7 내지 도 11은 다수의 이미지 샘플에 대해 본 발명에 따른 위·변조 검출 방법을 적용하여 위·변조 영역을 검출한 결과를 도시한 도면, 그리고,
도 12는 본 발명에 따른 위·변조 이미지 검출 방법을 적용하여 위·변조 영역을 검출한 결과와 종래 기술을 적용하여 위·변조 영역을 검출한 결과를 비교한 도면이다.

이하에서 첨부의 도면들을 참조하여 본 발명에 따른 위·변조 이미지 검출 장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.

도 1은 본 발명에 따른 위·변조 이미지 검출 장치(100)의 구성을 도시한 블록도이다. 도 1을 참조하면, 본 발명에 따른 위·변조 이미지 검출 장치(100)는 변환 이미지 생성부(110), 차분 맵 생성부(120), 맥시멈 필터부(130) 및 위·변조 영역 검출부(140)를 구비한다.

변환 이미지 생성부(110)는 입력 이미지에 대해 소정의 윈도우 사이즈 내의 픽셀 레벨 값 중 최소값을 선택하여 출력하는 미니멈 필터(minimum filter)를 적용하여 변환 이미지를 생성한다. 즉, 도 2를 참고하면, 입력 이미지(210)에 대해 미니멈 필터(220)를 적용하여 변환 이미지(230)를 생성한다. 특히, 본 발명에 따른 위·변조 이미지 검출 장치(100)에서 미니멈 필터(220)를 사용하는 이유에 대해 구체적으로 살펴본다.

먼저, 이미지의 화소 변화에 따른 보간 영역과 비 보간 영역의 특성을 비교하여 이를 통해 위·변조의 흔적을 찾기 위해서 디지털 사진의 화소들에 변화를 주는 실험을 하였다. 이는 화소들의 패턴을 변화시켰을 때 보간 영역과 비보간 영역에서 발생하는 화소들의 조합의 차이를 확인하기 위해서이다. 이때 사용된 방법은 미니멈 필터(minimum filter)와 미디언 필터(median filter)이다. 미니멈 필터는 입력 이미지에 대해 정해진 윈도우 사이즈 내의 화소 값들 중 가장 수치가 작은 값을 선택하여 이미지로 출력하는 필터이다. 또한, 미디언 필터는 윈도우 사이즈 내의 화소 값들의 배열 순서 중 중간 순위의 화소 값을 이미지로 출력하는 필터이다. 이 두 필터들은 일정한 윈도우 사이즈 내의 화소 값들을 재정렬하는 필터로써 이미지의 잡음 제거를 위한 블러링 필터(blurring filter)의 일종이다.

원본 이미지와 보간이 적용된 이미지에 미니멈 필터와 미디언 필터가 적용되었을 때 두 영역에서 어떠한 차이가 있는지 확인하기 위해 도 3에 도시된 바와 같은 흐름도로 테스트하였다. 이때, 종래 제안했던 재보간 특허(출원번호 제10-2012-0000392호) 방법도 함께 성능을 비교하기 위해 테스트하였다. 즉, 원본 격자 이미지와 보간 적용 격자 이미지를 미니멈 필터, 미디언 필터와 기존 재보간 특허를 적용하여 차분 맵으로 구현하였다. 또한, 원본 격자 이미지와 보간 적용 격자 이미지의 차분 맵을 통해서 그 성분에 차이가 어느 정도 인지 확인하기 위해 각각의 이미지 평균(mean) 값의 차이를 수치화하였다. 이를 통해 최종 검출 맵에서 보간 영역과 비보간 영역 간의 성분 차이를 확인할 수 있다. 결국 이 차이 값 수치가 높을수록 더 성분 차이가 커지기 때문에 검출 맵에서 보간이 적용된 합성 영역을 더 명확히 구분할 수 있다.

테스트 결과, 도 4 내지 도 5에 도시된 바와 같이 재보간 특허가 세 가지 보간법 중에서 평균값의 차이가 가장 큰 것을 확인할 수 있다. 특히 최근접 이웃 화소 보간에서 가장 큰 수치를 갖고 있다. 하지만 양선형 보간법, 고등차수 보간법과 같은 보간법에서는 그 수치가 작아져 최종 검출 맵을 통해 보간 영역을 식별하는 데 문제가 있을 수 있다.

나머지 미니멈 필터, 미디언 필터의 경우는 보간의 종류와 상관없이 재보간 특허 방법보다 평균값 차이가 작은 것을 알 수 있다. 그러나 본 실험을 통해 양선형 보간법, 고등차수 보간법 안에 적용된 미니멈 필터, 미디언 필터의 경우 원본과 보간된 이미지의 검출 맵을 비교해 보면 두 영역에서 화소 패턴의 차이가 있다는 것을 확인할 수 있었다. 반면, 재보간 특허 방법의 경우는 패턴의 차이가 명확하지 않거나 밝기만 변한 것으로 확인되었다. 결과적으로 재보간 특허 방법은 양선형 보간법, 고등차수 보간법에서 두 영역간의 화소 밝기 차이의 변화는 가장 크지만 화소 패턴의 변화는 작은 것을 알 수 있다. 이 때문에 양선형 보간법, 고등차수 보간법으로 보간된 이미지에 대한 식별 능력을 상승시킬 수 있는 방안으로 필터링된 두 영역의 차분 이미지의 화소 패턴 차이가 중요한 단서가 되었다.

즉, 화소 패턴을 강조함으로써 비 보간 영역과 보간 영역의 평균값의 차이를 극대화할 수 있는 방안으로 라플라시안(laplacian) 가장자리 검출 알고리즘을 적용한다. 라플라시안 연산자는 대표적인 2차 미분 연산자로, 모든 방향의 가장자리를 강조하는 효과가 있다. 화소들의 패턴이 바뀌면서 가장자리의 성분들도 바뀌기 때문에 라플라시안 연산을 통해 가장 자리를 검출하면 비 보간 영역과 보간 영역에서의 가장자리 성분 차이가 발생할 것이다.

이때, 1차 미분의 회선 마스크에는 행과 열 방향의 회선 마스크가 있으나, 2차 미분의 라플라시안 회선 마스크에는 행과 열 방향이 합쳐져 한 개만 존재한다. 이를 이용하여 라플라시안 회선 마스크의 계수를 반전시킨 마스크를 만들어 도 4에 적용한 결과, 도 6 내지 도 7의 결과를 얻을 수 있었다.

도 6 내지 도 7을 통해 알 수 있듯이 라플라시안을 적용한 후 재보간 특허 알고리즘에서 최근접 이웃 화소 보간법은 처음과 유사한 평균 차 값을 볼 수 있으나, 양선형 보간법, 고등차수 보간법에서는 평균 차가 상당 부분 줄어든 것을 알 수 있었다. 반면, 미니멈 필터에서는 양선형 보간법, 고등차수 보간법에서 가장 높은 평균 차 값을 보여 라플라시안을 적용 후 화소의 패턴 변화에 따른 가장자리의 차를 분명히 할 수 있다는 것을 확인하였다. 더욱이 최초 최근접 이웃 화소 보간법의 평균 차 값보다 수치가 높아진 것을 확인할 수 있었다. 결과적으로 최근접 이웃 화소 보간법으로 합성된 영역에서는 재보간 특허 알고리즘이 우수한 검출 맵을 구현할 수 있으나, 이외의 보간법으로 합성된 영역에서는 미니멈 필터가 우수하다는 결론을 얻을 수 있다.

따라서 도 1 내지 도 2를 참고하면 본 발명에 따른 위·변조 영역 검출 장치(100)의 일 구성부인 변환 이미지 생성부(110)는 미니멈 필터(220)를 적용하여 변환된 이미지(230)를 생성하게 된다. 그리고 나서, 차분 맵 생성부(120)는 입력 이미지와 변환 이미지 간 픽셀 레벨 값의 차이를 산정하고, 산정한 차이 값을 토대로 차분 맵(240)을 생성한다. 이때 생성된 차분 맵에 대해 라플라시안(laplacian) 연산(250)을 수행함으로써 위·변조 영역 검출부(140)는 위·변조 영역을 검출할 수 있는 최종 검출 맵(270)을 추출한다.

상술한 바와 같이, 미니멈 필터를 사용하면 보간 영역 식별이 용이한 검출 맵으로 구현할 수 있다는 것을 위의 실험을 통해 검증하였다. 그러나 식별에 있어 비 보간 영역과 보간 영역 간의 차를 더욱 분명히 하기 위해 본 발명에서는 맥시멈 필터(maximum filter)를 사용하였다. 이 필터는 윈도우 사이즈 내에 가장 밝은 값을 출력하는 필터로써 평균 차 값을 이용하여 검출 맵을 구현하는 본 내용에 적용하면 비 보간 영역과 보간 영역의 차를 극대화시킬 수 있을 것으로 가정한다. 실제 맥시멈 필터를 라플라시안 처리가 끝난 이미지에 적용해 보면 도 8 내지 도 9와 같은 결과를 얻을 수 있다. 즉, 라플라시안 연산을 수행한 이미지에 대해 맥시멈 필터부(130)는 소정의 사이즈 내의 픽셀 레벨 값 중 최대값을 선택하여 출력하는 맥시멈 필터(maximum filter)를 적용(260)할 수 있다.

도 8 내지 도 9에 도시된 바와 같이, 평균 차 값이 200을 넘겨 그 차이 값이 더욱 분명해 지는 것을 알 수 있다. 특히 재보간 특허 알고리즘에서는 최근접 이웃 화소 보간법의 경우 그 값이 220을 넘기면서 최근접 이웃 화소 보간법으로 보간 되어진 합성 영역에서는 재보간 특허 알고리즘을 통해 정확하게 검출할 수 있음을 확인하였다. 반면, 양선형 보간법과 고등차수 보간법에서는 미니멈 필터에서 200에 가까운 수치를 보여, 본 알고리즘이 기존 방법보다 더욱 효과적으로 보간 영역을 식별할 수 있음을 확인할 수 있었다. 특히, 도 8에 도시된 바와 같이, 보간에 의한 합성이 이루어지지 않은 영역은 레벨 값이 높아 백색에 가깝고, 반대로 보간에 의한 합성이 이루어진 부분에서는 레벨 값이 낮아 흑색에 가까운 결과를 보여주고 있다. 즉, 최종 알고리즘을 적용 후 도출되는 검출 맵에서 밝은 부분은 원본 이미지이며, 어두운 부분은 합성 영역이라고 말할 수 있다.

본 발명에 따른 위·변조 이미지 검출 방법을 실제 장면에 적용했을 때 어떤 결과가 나오는지 도 10에 도시된 바와 같이 테스트했다. 그 결과, 비 보간 영역에서는 최종 맥시멈 필터를 적용하였을 때 화소 레벨이 255에 가까운 백색으로 표현되었으며, 보간 영역에서는 밝기 정보와 색정보가 비 보간 영역보다 작은 레벨 값을 갖고 있는 것을 확인할 수 있었다. 결과적으로 이 두 영역의 차이는 검출 맵을 통해 쉽게 식별할 수 있다는 것을 증명할 수 있었다.

특히, 이미지 수정에 가장 많이 사용되는 것 중 하나는 얼굴 및 몸의 형태를 변형시키는 기하학적 변형이다. 본 발명에 따른 위·변조 이미지 검출 방법을 통해 상술한 기하학적인 변형을 식별할 수 있는지 인터넷에 있는 사진들을 통해 분석해 보았다. 그 결과 도 11에 도시된 바와 같이 본 발명에 따른 위·변조 이미지 검출 방법을 통해 분석한 식별 영역과 원본/수정된 이미지와의 차분 값을 통해 출력된 차문 맵과 일치하는 것을 확인할 수 있었다.

또한, 이미지 수정을 위해 많이 사용하는 프로그램은 Adove® Photoshop이며, 그 중 특정 영역의 자연스러운 조작을 위해 사용되는 것이 필터들이다. 이 중 피사체 자체의 디테일을 조정하거나 수정한 부분을 티가 나지 않게 하기 위해 많이 사용하는 것은 Blur, Noise, Sharpen 필터들이다. 각 필터들은 보간 연산에 의한 리샘플링 과정을 거치기 때문에 본 발명에 따른 위·변조 이미지 검출 방법을 적용하였을 때 보간 영역 검출이 가능할 것이다. 이러한 실험을 위해 실험에 사용된 원본 파일과 필터들을 정리한 내용이 도 12에 도시되어 있다. 예제 샘플에는 일정 영역을 설정하여 각 필터를 적용하였다. 다음으로 본 발명에 따른 위·변조 이미지 검출 방법을 통해 필터링된 영역에 대한 식별이 가능한지 확인하였다. 또한 세부적인 분석을 위해 라플라시안 필터까지 적용된 결과 맵과 최종 맥시멈 필터까지 적용된 검출 맵을 출력하여 비교하였다.

도 13을 참고하면, 라플라시안 까지의 검출 맵과 최종 검출 맵에서 각 필터의 특성에 맞는 필터링 영역이 검출되었다. 하지만 Dust&Scratches, Sharpen edges 필터에서는 본 발명에 따른 위·변조 이미지 검출 방법을 통해 합성 영역이 명확하게 식별되지 않는 것을 확인할 수 있었다. 이러한 실험을 바탕으로 실제 인터넷에 존재하는 필터를 통해 수정된 샘플들을 본 발명에 따른 위·변조 이미지 검출 방법을 통해 분석하였다. 그 결과, 도 14와 같이 필터링된 영역을 검출 맵을 통해 식별할 수 있었다.

도 14에 도시된 바와 같이, 실험에 사용된 이미지들은 라플라시안 검출 맵에서 수정된 영역을 명확하게 식별할 수 있었다. 샘플 1을 분석한 결과, 특정 부분의 피부 톤에서 밝은 레벨 값으로 표현되어 있는 것을 확인하여 필터링된 흔적을 식별할 수 있었다. 또한, 손가락 부분에는 필터링 작업을 하면서 작업자가 프로그램에서 사용한 브러시의 흔적이 그대로 나타나는 것을 검출 맵을 통해 확인할 수 있었다. 샘플 2에서는 여성의 앞머리 밑으로 극단적인 필터링이 적용된 것을 검출 맵을 통해 확인할 수 있었다. 또한 입 주변과 왼쪽 어깨 부분에는 기하학적 변형의 흔적이 명확하게 나타나고 있었다. 마지막으로, 샘플 3에서는 얼굴의 피부에 극단적인 필터링을 한 흔적이 검출 맵을 통해 식별되었다. 또한, 기존 보간 검출 알고리즘 적용시, 필터링된 영역이 정확하게 식별되지 않는 것을 확인할 수 있어 본 발명에 따른 위·변조 이미지 검출 방법의 타당성을 검증할 수 있다.

본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 유무선 통신망으로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.

100 : 위·변조 이미지 검출 장치 110 : 변환 이미지 생성부
120 : 차분 맵 생성부 130 : 맥시멈 필터부
140 : 위·변조 영역 검출부

Claims (7)

1. 입력 이미지에 대해 소정의 윈도우 사이즈 내의 픽셀 레벨 값 중 최소값을 선택하여 출력하는 미니멈 필터(minimum filter)를 적용하여 변환 이미지를 생성하는 변환 이미지 생성부;
   상기 입력 이미지와 상기 변환 이미지 간 픽셀 레벨 값의 차이를 산정하고, 상기 차이 값을 토대로 차분 맵을 생성하는 차분 맵 생성부; 및
   상기 생성된 차분 맵에 대해 라플라시안(laplacian) 연산을 수행하여 위·변조 영역을 검출하는 위·변조 영역 검출부;를 포함하는 것을 특징으로 하는 위·변조 이미지 검출 장치.
2. 제 1항에 있어서,
   상기 라플라시안 연산을 수행한 이미지에 대해 소정의 사이즈 내의 픽셀 레벨 값 중 최대값을 선택하여 출력하는 맥시멈 필터(maximum filter)를 적용하는 맥시멈 필터부를 더 포함하는 것을 특징으로 하는 위·변조 이미지 검출 장치.
3. 제 2항에 있어서,
   상기 입력 이미지는 양선형 보간 방법(Bilinear), 고등차수 보간 방법(Bicubic) 중 어느 하나를 이용하여 위·변조된 것을 특징으로 하는 위·변조 이미지 검출 장치.
4. 위·변조 이미지 검출 장치에 의해 수행되는 위·변조 이미지를 검출하는 방법에 있어서,
   (a) 입력 이미지에 대해 소정의 윈도우 사이즈 내의 픽셀 레벨 값 중 최소값을 선택하여 출력하는 미니멈 필터(minimum filter)를 적용하여 변환 이미지를 생성하는 단계;
   (b) 상기 입력 이미지와 상기 변환 이미지 간 픽셀 레벨 값의 차이를 산정하고, 상기 차이 값을 토대로 차분 맵을 생성하는 단계; 및
   (c) 상기 생성된 차분 맵에 대해 라플라시안(laplacian) 연산을 수행하여 위·변조 영역을 검출하는 단계;를 포함하는 것을 특징으로 하는 위·변조 이미지 검출 방법.
5. 제 4항에 있어서,
   (d) 상기 라플라시안 연산을 수행한 이미지에 대해 소정의 사이즈 내의 픽셀 레벨 값 중 최대값을 선택하여 출력하는 맥시멈 필터(maximum filter)를 적용하는 단계를 더 포함하는 것을 특징으로 하는 위·변조 이미지 검출 방법.
6. 제 5항에 있어서,
   상기 입력 이미지는 양선형 보간 방법(Bilinear), 고등차수 보간 방법(Bicubic) 중 어느 하나를 이용하여 위·변조된 것을 특징으로 하는 위·변조 이미지 검출 방법.
7. 제 4항 내지 제 6항 중 어느 한 항에 기재된 위·변조 이미지 검출 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.

Images