基于局部四元数指数矩的彩色图像复制篡改检测方法
【技术领域】
[0001] 本发明属于图像处理领域，尤其是一种能够大幅度降低算法时间复杂度、准确检 测出篡改区域的基于局部四元数指数矩的彩色图像复制篡改检测方法。
【背景技术】
[0002] 图像区域复制篡改是一种典型而有效的图像伪造方式，是将图像中某一区域进行 复制，粘贴到同一图像的不相交区域，从而达到消除或隐藏图像的某一对象或某一片区域 的目的。通常情况，针对图像实施区域复制篡改时，会人为地对篡改区域添加后处理操作， 如高斯噪声、高斯模糊、双重JPEG压缩等操作，使人眼难以察觉，绝大多数篡改图像还混合 对篡改区域实施诸如旋转、缩放的几何攻击操作，改变了复制区域的透视效果，从而使得粘 贴的篡改区域更加逼真，增加了辨识与检测的难度。目前，已有一系列图像篡改检测方法， 可以分为基于块匹配和基于特征点匹配两种篡改检测算法。基于分块匹配的篡改检测算法 对篡改图像的检测精度较高，但整个算法的时间复杂度却非常大；基于特征点匹配的篡改 检测算法，极大程度上降低了时间复杂度，但对于平滑的篡改区域检测效果却不很理想。
【发明内容】
[0003] 本发明是为了解决现有技术所存在的上述技术问题，提供一种能够大幅度降低算 法时间复杂度、准确检测出篡改区域的基于局部四元数指数矩的彩色图像复制篡改检测方 法。
[0004] 本发明的技术解决方案是：一种基于局部四元数指数矩的彩色图像复制篡改检测 方法，其特征在于如下步骤： 步骤1 :利用基于熵率超像素分割算法结合非下采样Shearlet变换，对高斯平滑滤波 预处理后的待检测图像进行自适应超像素分块； 步骤2 :利用四元数指数矩表示Sifer特征点局部区域特征，并利用每块超像素块中所 有Sifer特征点的局部区域特征进行相似块匹配； 步骤3 :利用步骤2得到的相似块中匹配的特征点确定出疑似篡改区域； 步骤4 :利用形态学滤波操作标记出篡改区域。
[0005] 所述步骤1如下： 步骤11 :读取待检测图像，利用高斯平滑滤波进行预处理，去除噪声； 步骤12 :对步骤11预处理后得到的图像进行非下采样Shearlet变换，自适应初始化 超像素分块个数； 步骤13 :利用基于熵率超像素分割算法结合步骤11初始化的分块个数，对预处理后图 像进行自适应超像素分块。
[0006] 所述步骤12如下： 步骤121 :读取预处理后图像进行四级非下采样Shearlet变化，计算出低频能量占总 能量比例，其中&^表示低频能量，表示高频能量，表示低频能量占总能量比例， 可以表示为：
步骤122 :通过步骤121计算出的低频能量所占比例，确定出初始化超像素分块个数Λ%??，可以表示为：
[0007」所还步骤2 5□卜：
步骤21 :求取每个超像素块的Sifer特征点，构造出每个特征点对应的局部特征区 域； 步骤22 :利用四元数指数矩对步骤21得到的局部特征区域外接正方形子图像进行分 解选择稳定矩幅值表示每个Sifer特征点局部区域特征； 步骤23 :将每一个超像素块中所有Sifer特征点局部区域特征作为该块特征，通过自 适应块匹配阈值进行相似块匹配。
[0008]所述步骤21如下： 步骤211 :构造颜色不变量特征，利用CMG滤波器在X，Y方向上对图像进行η尺度滤波， 可以表示为：
其中，参数b=l. 0,Κ=6 ; 步骤212:计算CMG加和响应并在尺度间提取局部极值点并移除边缘响应，确定出稳定 的特征点位置； 步骤213:利用二阶自相关矩阵R的特征值@@_求取长短轴，利用二阶自相关矩阵R 的特征向量_#1求取角度，构造以此特征点_@为圆心的椭圆形局部特征区域，可以 表示为：
其中
1是特征对应尺度的波长； 步骤214 :将局部特征区域映射成圆形区域，求取每个圆形区域四周补"0"以得到外接 正方形子图像。
[0009] 所述步骤22如下： 步骤221 :假设:右:;、:'和.分别表不彩色图像的龙.、.沒、:波三个分量，lygpPK/s)分别表示彩色图像:先、:0、三个分量的传统指数矩，X-?:表示取复数 龙的实部，:&_|議表示取复数龙的虚部，则四元数指数矩分解，可以表示为： 其中，
步骤222 :选择步骤221中计算得到的四兀数指数矩部分幅值表不该特祉点Sifer的 局部区域特征。
[0010] 所述步骤23如下： 步骤231 :将每个超像素块中所有Sifer特征点的局部区域特征共同表示该超像素块 的特征，计算每一块与所有块中特征点特征匹配的个数，作为超像素块的相似系数CC，超像 素块中的特征点和特征点匹配需要满足以下条件：
其中_二表示两个特征点#和J的特征向量的欧氏距离，鐵_#表示特征点 与另一块中其他特征点特征向量的欧氏距离，表示另一块中特征点的个数； 步骤232 :计算块匹配阈值确定出匹配的超像素块，将块间相关系数按升序存放进相 关系数矩阵中
，其中_:_ ;分别计算出相关系数矩 阵丨_丨的一阶导数二阶导数一阶导数的平均数在二阶 导数矩阵中选择满足以下条件且值最小的系数即被选为块匹配阈值。
[0011] 所述步骤3如下： 步骤31:标记出步骤2中匹配块中匹配的Sifer特征点； 步骤32 :利用基于熵率超像素算法将疑似篡改区域分割成较小的超像素块，将步骤31 中匹配的特征点用其位置所在的小超像素块代替，从而得到可疑区域； 步骤33:计算可疑区域的相邻区域颜色特征，如果小于给定的颜色特征阈值，则将相 邻区域合并到可疑区域，形成合并区。
[0012] 所述步骤4如下： 步骤41:构造圆形结构元素； 步骤42:利用步骤41构造的圆形结构元素对步骤33得到的合并区域进行形态学操 作，标记出检测到的篡改区域。
[0013] 本发明利用四元数指数矩表示Sifer特征点的特征，从而提高了特征点匹配的精 度，同时将Sifer特征点匹配与超像素块匹配相结合进行复制篡改检测，实验结果表明，本 发明能够在大幅度降低计算时间复杂度的同时准确检测出篡改区域。
【具体实施方式】
[0014] 一种基于局部四元数指数矩的彩色图像复制篡改检测方法，按照如下步骤： 步骤1 :利用基于熵率超像素分割算法结合非下采样Shearlet变换，对高斯平滑滤波 预处理后的待检测图像进行自适应超像素分块，具体如下： 步骤11 :读取待检测图像，利用高斯平滑滤波进行预处理，去除噪声； 步骤12 :对步骤11预处理后得到的图像进行非下采样Shearlet变换，自适应初始化 超像素分块个数； 步骤121 :读取预处理后图像进行四级非下采样Shearlet变化，计算出低频能量占总 能量比例，其中__表示低频能量，_表示高频能量，觸？?表示低频能量占总能量比例， 可以表示为：
步骤122 :通过步骤121计算出的低频能量所占比例，确定出初始化超像素分块个数 ，可以表示为：
步骤13 :利用基于熵率超像素分割算法结合步骤11初始化的分块个数，对预处理后图 像进行自适应超像素分块。
[0015] 步骤2 :利用四元数指数矩表示Sifer特征点局部区域特征，并将每块超像素块中 所有Sifer特征点的局部区域特征进行相似块匹配，具体如下： 步骤21 :求取每个超像素块的Sifer特征点，构造出每个特征点对应的局部特征区 域； 步骤211 :构造颜色不变量特征，利用CMG滤波器在X，Y方向上对图像进行η尺度滤波， 可以表示为：
其中，参数b可控制CMG滤波器的带宽，由于b=0. 4时旁瓣较多（因此会在定位特征 位置时出现较多不确定或错误)，在CMG滤波器中尺度检测与特征定位性能互相逆反，选取 b=l. 0,K=6 ; 步骤212 :计算CMG加和响应并在尺度间提取局部极值点并移除边缘响应，确定出稳定 的特征点位置； 步骤213 :利用二阶自相关矩阵R的特征值求取长短轴，利用二阶自相关矩阵R 的特征向量求取角度，构造以此特征点:_:0为圆心的椭圆形局部特征区域，可以 表示为：
其中：
是特征对应尺度的波长； 步骤214 :将局部特征区域映射成圆形区域，求取每个圆形区域四周补"0"以得到外接 正方形子图像