基于局部平面线性点的翻拍图像鉴别算法
【技术领域】
[0001] 本发明设及数字图像处理领域，特别设及一种基于局部平面线性点的翻拍图像鉴 别算法。
【背景技术】
[0002] 翻拍图像的鉴别是图像处理中的一个基本问题，同时也是一个研究难题，在模式 识别、计算机视觉、机器学习处理等领域中有着十分广泛的应用。根据翻拍图像和真实图像 在成像过程中的差异，可将翻拍图像的鉴别技术分为基于纹理特征鉴别技术、基于颜色特 征鉴别技术和基于双重压缩鉴别技术。
[0003] 基于纹理特征鉴别技术主要根据真实图像和翻拍图像在纹理上的差异进行鉴别， 主要包括边缘检测、小波变换、局部二值模式和基于梯度检测算法等。基于颜色特征鉴别技 术主要针对真实图像和翻拍图像在对比度、光照强度和色度等方面进行鉴别，主要包括图 像对比度检测、光源不一致性检测W及基于反射图像的检测算法等。基于双重压缩鉴别技 术主要针对肝EG图像翻拍后会被双重压缩的情况。目前几种比较成功的方法是基于DCT 的系数直方图和系数相关性来判断图像是否被双重压缩。
[0004] 在图像检测过程中难度比较大的是对翻拍图像进行检测，目前对翻拍图像的检测 主要集中于针对真实图像和翻拍图像的差异提取特征值的方法，而现有的鉴别算法存在缺 少理论支持、算法鉴别率不高W及只能对单一介质所得到的翻拍图像进行鉴别的问题。因 此，需要一种方法解决上述问题。
【发明内容】
[0005] 本发明所要解决的技术问题是为克服现有翻拍图像鉴别算法鉴别率不高W及只 能对单一介质所得到的翻拍图像进行鉴别的问题，提出一种基于局部平面线性点的翻拍图 像鉴别算法，所述方法对不同介质所得到的翻拍图像具有较好的鉴别率。
[0006] 为了解决上述技术问题，本发明所采用的技术方案是；一种基于局部平面线性点 的翻拍图像鉴别算法，包括如下步骤：
[0007] 步骤A;对彩色图像进行预处理得到灰度图像；
[0008] 步骤B;计算灰度图像的水平方向和垂直方向的一阶偏导数，分别使用水平方向 和垂直方向的一阶偏导数计算水平方向、垂直方向和水平垂直方向的二阶偏导数；
[0009] 步骤C;提取特征值E
[0010] 由于灰度图像中局部平面线性点水平方向和垂直方向的二阶偏导数和一阶偏导 数的平方比值近似相等，特征值E的计算公式如下：
[0011]
【主权项】
1. 一种局部平面线性点的翻拍图像鉴别算法，其特征在于，包括如下步骤： 步骤A :对彩色图像进行预处理得到灰度图像； 步骤B :计算灰度图像的水平方向和垂直方向的一阶偏导数，分别使用水平方向和垂 直方向的一阶偏导数计算水平方向、垂直方向和水平垂直方向的二阶偏导数； 步骤C :提取特征值E 由于灰度图像中局部平面线性点水平方向和垂直方向的二阶偏导数和一阶偏导数的 平方比值近似相等，特征值E的计算公式如下：
艮水平方向一阶偏导数、R y垂直方向一阶偏导数、R xx水平方向二阶偏导数、R yy垂直方 向二阶偏导数、Rxy水平垂直方向二阶偏导数。 步骤D :得到特征图像 为了解决特征值E存在间断点和取值范围过大的问题，根据局部平面线性点的性质， 对所有局部平面线性点进行平移运算和取对数处理，得到特征图像； 步骤E :得到特征向量 方法是计算特征图像像素的概率直方图，设定阈值ε，提取特征图像中小于阈值的像 素概率值，作为特征向量，即ε ;阈值ε的取值受到平移参数和取对数下底参数的影 响； 步骤F :利用步骤E中所得到的特征向量进行分类。
2. 根据权利要求1所述的一种局部平面线性点的翻拍图像鉴别算法，其特征在于，所 述的步骤C中局部平面线性点是指在真实场景中的点，如果该点在局部很小的区域内能够 满足线性平面的性质，将具有该性质的点称作局部平面线性点，局部平面线性点可以理解 为真实场景中局部呈现线性分布的点，局部平面线性点的性质具有平移不变和旋转不变的 特点，图像经过二次翻拍后，在翻拍图像中该点将失去局部平面线性点的性质转化为非局 部平面线性点。
3. 根据权利要求1所述的一种局部平面线性点的翻拍图像鉴别算法，其特征在于，所 述步骤D中平移取对数的变换表达式为：
α为平移参数，取值范围是a < KTltlK t为对数下底参数，取值范围是{1 < t < 2丨，为了确保特征倌在取对数时的lH确件，特征倌加绝对倌处理，表达式为：
4. 根据权利要求3所述的一种局部平面线性点的翻拍图像鉴别算法，其特征在于，平 移参数α和对数下底参数t作为2个阈值参数，该参数影响特征向量的维数和最后分类的 结果，实验结果表明，当a = KT5以及t = 2. O时鉴别率最高。
5. 根据权利要求3所述的一种局部平面线性点的翻拍图像鉴别算法，其特征在于，经 过变换后得到特征倌E的表达式为：
特征向量的维数，需要满足条件E < ε，实验结果表面，当ε =120时鉴别率最高。
【专利摘要】本发明提出一种基于局部平面线性点的翻拍图像鉴别算法，该方法包括以下几个步骤：首先将彩色图像转化成灰度图像，其次计算图像的一阶偏导数和二阶偏导数；提取出局部平面线性点，并计算特征值；然后对特征值进行平移运算，避免产生间断点，同时对特征值进行取对数处理，限制特征向量的取值范围，得到用来分类的特征向量。最后通过分类器对真实图像和翻拍图像进行分类。本发明有效提高了不同介质所得到翻拍图像的鉴别率，并通过实验数据验证了本算法的有效性。
【IPC分类】G06T7-00
【公开号】CN104867149
【申请号】CN201510263628
【发明人】陈海鹏, 申铉京, 孙延君, 吕颖达, 石泽男, 谭大奇
【申请人】吉林大学
【公开日】2015年8月26日
【申请日】2015年5月16日