专利名称：一种基于非对称模板搜索的快速伪造区域盲检测方法
技术领域：
本发明涉及一种基于非对称模板搜索的快速伪造区域盲检测算法，属媒体认证领域，尤其涉及一种用于检测复制粘贴伪造图像的方法。
背景技术：
数字图像编辑技术的发展促进了照片级数字图像在虚拟现实、数字娱乐、动漫、影视制作等领域的应用，也为图像伪造提供了技术支持，伪造图像越来越多地出现在博客、互 联网、新闻、出版、摄影、法律证据、文档等方面，严重扰乱了人们正常的信息交流环境、降低了人们对大众媒介的公信度，因此伪造图像鉴定有着重大的现实需求和研究意义。图像的复制粘贴伪造是图像伪造的基本操作，直接把一幅图片的部分区域通过复制粘贴方式覆盖至另一区域，用于掩盖图像的某些信息，一般很难被人眼直接识别出来，其检测方法是当前国内外伪造图像盲检测研究的重点。由于复制区域多来自于源图像，其颜色直方图、噪音特征、获取相机参数等与源图像相一致，因而通过寻找图像中相似区域是目前复制粘贴伪造检测的主要方法。下面简单介绍已有的检测方法，即传统的复制粘贴伪造检测方法。传统的复制粘贴伪造检测采用逐像素或逐块比较方式搜索相似区域。逐像素的暴力搜索法是典型的匹配搜索方法，其优点是算法简单，易于实现，但运算量太大且非常耗时，仅适合小尺寸图象处理，因而一些算法集中在搜索效率改善方面。Fridrich等人把对像素的比较转化为对图像块的操作，对图像块的DCT量化系数按字典排序并进行匹配比较，减少了伪造检测的时间消耗。Popescu等人把图像分块，对图像块进行主成分分析，用滑窗法对图像块的主成分比较，提高了伪造检测效率。Li等人用SVD分解提取小波低频图像特征，把图像块奇异值矩阵按行进行字典排序，也减少了搜索伪造块的运算量。通过把图像分块，提取图像块特征，比较块的相关性检测复制粘贴伪造的方法在一定程度上提高检测效率，但容易忽略块与块边界以及边界与邻域像素点的相关性，且不能检测经过仿射变换后的复制粘贴伪造区域，Pan等人基于SIFT关键点发现疑似伪造区域，利用相关系数检测仿射变换区域，但搜索效率仍有待于改善。以下是本发明涉及的现有技术特征的介绍I、SIFT 描述符SIFT描述符是一种尺度无关、旋转不变和光照无关的局部图像特征描述算子。SIFT描述符提取包括极值点检测和特征向量描述符计算。2、极值点检测极值点检测涉及高斯尺度空间和DOG (Differenceof Gaussians,高斯差分尺度)空间。高斯尺度空间是由一系列不同尺度的高斯平滑图像构成的高斯金字塔，同层相邻不同尺度的高斯卷积核的比力士高阶图像由低阶图像进行下采样生成。图像I (X，y)对应的高斯尺度图像L由式⑴生成。L(x, y, δ ) = G(x, y, δ )*Ι (χ, y) (I)其中G(x，y，δ)为高斯核函数，δ为尺度因子。
高斯差分尺度空间由高斯尺度空间的图像经差分运算构建而成，DOG空间中的每一幅图像由同一阶内相邻两层高斯尺度图像做差值运算生成。高斯差分尺度图像由式(2)计算得到。D(x, y, 5) = (G(x, y,k5)-G(x, y, δ))*Ι(χ, y)=L(x, y, k δ )-L(x, y, δ )(2)DOG空间用来检测极值点，如图2所示，图中标记为叉号的像素为待检测点。检测原理是把该像素点与其所在阶上下相邻层图像的9X2个像素值以及该像素点周围的8个像素值进行比较，若该待检测点的像素值大于或小于所有与其比较的26个像素值，那么该待检测点为极值点。SIFT算法在多数情况下检测的极值点稳定，但由于DOG值对噪声和边缘比较敏感，因而有必要对检测的局部极值点进行过滤，去除对比度低的极值点和不稳定的边缘响应极值点。对比度低的极值点一般位于图像平滑区域，不稳定的边缘响应极值点多位于图像边界，采用拟合法对局部极值点进行滤除。3、SIFT特征向量SIFT特征向量描述符是基于梯度的直方图描述子，包括主方向和特征向量。SIFT算法利用局部极值点所在圆形区域内的邻域像素来计算该点的梯度幅值m(x, y)和方向 θ (χ, y)。
权利要求
1.一种基于非对称模板搜索的快速伪造区域盲检测方法，其特征在于包括如下步骤步骤(I):通过SIFT算法检测出待检测图像的SIFT特征点集，计算这些特征点集的SIFT特征向量； 步骤(2):将步骤(I)所述的SIFT特征点集采用RANSAC算法进行匹配，滤除相似度小于特征点相似度阈值的特征点对，分别形成疑似复制区域的初始点集和疑似粘贴区域的初始点集，疑似复制区域初始点集中的每个特征点在疑似粘贴区域的初始点集中均存在一个唯一对应的特征点； 步骤(3):将步骤(2)所述的疑似复制区域的初始点集和疑似粘贴区域的初始点集，利用非对称模板匹配搜索进行疑似区域定位，具体如下 步骤001，在疑似复制区域初始点集中选取一个特征点P作为第一检测点，以该检测点为中心点，在该检测点的圆周范围内平均构造相互对称的4对椭圆，形成第一检测点的非对称模板；该非对称模板中椭圆的长轴取复制区域所有特征点之间距离的平均值的1/2，椭圆的长轴、短轴之比为2:1; 步骤002，在疑似粘贴区域初始点集选取与当前检测点P相对应的特征点P1作为第二检测点，以该检测点为中心点，在该检测点的圆周范围内平均构造相互对称的4对椭圆，形成第二检测点的非对称模板；该非对称模板中椭圆的长轴取疑似粘贴区域所有特征点之间距离的平均值的1/2，椭圆的长轴、短轴之比为2 1 ； 上述非对称模板中的每一对椭圆构成一个检测方向；非对称模板所覆盖区域即为非对称区域；第一检测点P与第二检测点P1构成一个检测点对； 步骤003，判断该检测点对所在非对称区域中的相似椭圆个数，根据匹配椭圆数目判定当前检测点对类型 a，若该检测点对所对应的两个非对称区域中同时有一个以上、三个以下数量的椭圆完全包含在该检测点对各自所处的疑似复制区域或疑似粘贴区域中时，该检测点对为边界点匹配类型； b，若该检测点对所对应的两个非对称区域中同时有三个以上、八个以下数量的椭圆完全包含在该检测点对各自所处的疑似复制区域或疑似粘贴区域中时，该检测点对为半内点匹配类型； c，若该检测点对所对应的两个非对称区域中的所有椭圆同时均完全包含在该检测点对各自所处的疑似复制区域或疑似粘贴区域中时，该检测点对为全内点匹配类型； d，若该检测点对所对应的两个非对称区域中的所有椭圆均不完全包含在该检测点对各自所处的疑似复制区域或疑似粘贴区域中时，该检测点对为非疑似伪造区域的特征点类型； 步骤004，当该检测点对的类型属于全内点匹配、半内点匹配以及边界点匹配时，将该检测点对所对应的两个非对称区域中的所有点分别加入该检测点对各自所处的疑似复制区域或疑似粘贴区域，然后在疑似复制区域初始点集中选择与第一检测点距离最远的特征点作为下一个待检测点，返回执行步骤001 ； 当该检测点对的类型属于非疑似伪造区域的特征点类型时，将该检测点对分别从疑似复制区域、疑似粘贴区域初始点集中剔除，然后在疑似复制区域初始点集中选择与第一检测点距离最近的特征点作为下一个检测点，返回执行步骤001 ；步骤(4):重复步骤OOl至004，直至疑 似复制区域的初始点集和疑似粘贴区域的初始点集中的所有特征点均完成检测，形成复制粘贴区域特征点集，最终确定伪造区域。
全文摘要
本发明公开了一种基于非对称模板搜索的快速伪造区域盲检测方法，属媒体认证领域。本发明包括如下步骤首先运用SIFT算法提取图像特征点及特征点特征向量；然后把所有SIFT特征点的特征向量进行比较，滤除小于特征点相似阈值的点对，形成疑似复制区域和粘贴区域的初始点集；最后利用非对称模板匹配搜索算法对疑似复制区域和粘贴区域的初始点集进行扩展搜索疑似区域，对疑似复制/粘贴区域进行精确检测定位，实现了最小匹配误差的求解。本发明相比现有技术，能够准确快速地检测出疑似复制/粘贴伪造区域，且具有高抗噪能力。
文档编号G06T7/00GK102930529SQ20121035968
公开日2013年2月13日 申请日期2012年9月24日 优先权日2012年9月24日
发明者杜振龙, 李晓丽 申请人:南京工业大学