一种基于CFA插值特性的数字图像真伪鉴别方法与流程

技术特征：

1.一种基于CFA插值特性的数字图像真伪鉴别方法，其特征在于，具体步骤如下：

1)将待测图像I分为m×n个相同大小的图像块，其中，第i行第j列的图像块记为Ii,j，i∈(1,m)，j∈(1,n)，i,j,m,n为整数；

2)对图像块Ii,j提取通道间频谱差能量特征Ui,j和色度失真特征Vi,j，得到图像块特征Fi,j＝{Ui,j,Vi,j}；

3)采用通道间插值算法对待测图像I进行CFA插值，对重插值图像重复上述步骤1)-2)，得到块特征F′i,j；；

4)计算重插值前后的图像块特征差异Di,j作为取证特征：

Di,j＝|Fi,j-F′i,j| (4-1)

5)计算图像块Ii,j和相邻图像块之间的相关系数集合P：

P＝{Corr(Di,j,Di+g,j+h)|i∈(1,m)，j∈(1,n)，g,h∈[-1,1]，g,h∈Z} (5-1)

取P中的最大值、均值和中值，组成图像的块间一致性特征向量Y；

6)使用训练过的SVM分类器对特征向量Y进行分类，实现图像篡改检测，鉴别待检测图像的真伪。

2.根据权利要求1所述的基于CFA插值特性的数字图像真伪鉴别方法，其特征在于，所述步骤2)的具体步骤如下：

2-1)首先计算通道间频谱差的能量特征U：

区域Ω1定义为：

Ω1＝{(ω1,ω2)|ω1≤π∩ω2≤π} (2-1)

提取频谱差能量特征U：

其中b表示区域Ω1中元素的个数，ω1,ω2为频谱的横纵坐标，C(ω1,ω2)表示绿红频谱差，由式(2-3)计算得到，式中分别表示绿色和红色分量的频谱：

2-2)其次计算色度失真特征V：

对红绿、红蓝、绿蓝色差和色度分量C1，C2分别进行小波分解，得到每个分量的HL水平高频竖直低频、LH水平低频竖直高频、HH水平高频竖直高频的三种高频子带，将三种色差分量的9种高频子带与两种色度分量的6种高频子带进行两两组合，并计算相关系数，则所有组合一共有54种相关系数，构成色度失真特征向量V的54维特征。