专利名称：基于边界能量的数字图像区域克隆识别技术的制作方法
技术领域：
本发明涉及数字图像区域克隆识别技术，具体讲，涉及基于边界能量的数字图像区域克隆识别技术。
背景技术：
21世纪以来，以Photoshop、iPhoto、ACDSee等为代表的图像处理软件的功能越来越强大，使得人们可以轻而易举地篡改别人的数字作品，其中复制、粘贴方法是最容易也是最流行的方法。人们往往利用这种方法隐藏图片中的目标物体，或者在图片中添加一些失实信息，使得人的肉眼很难辨别图像内容的真伪。虽然图像复制粘贴这种区域克隆伪造手段既简便又迅速，但由于这种图片中包含着相同或极相似的部分，人们很难分辨出伪造区域和真实区域。尽管人们可以借助从图片中得到的一些预测和先验信息，找出一张克隆伪造图片的伪造区域和真实区域，但是分不清哪块是伪造区域哪块是真实区域，这就只能确定一张图片是伪造的，是怎么伪造的却不清楚。现在通过研究者们的大量研究，已经产生了各种区域克隆伪造取证方法，他们通常使用块匹配方法找到真实区域，然后使用聚合方法找到伪造区域4689，或者使用信号峰值方法去定位伪造区域357，然而在几何变化和压缩等更复杂情形下，这些方法或者失效或者只能处理一些特殊状况，并不能很好的找出真假区域。对于一张区域克隆伪造图片，真实区域在图片中没有经过任何修改，显然它的边界和图片中的其他区域的边界很规整的吻合，而伪造区域是复制其他区域粘贴到这个区域的，它的边界不能和这个区域的边界吻合的天衣无缝。
发明内容
本发明旨在克服现 有技术的不足，提供基于区域边界能量的图片区域克隆辨别技术，为达到上述目的，本发明采取的技术方案是，基于边界能量的数字图像区域克隆识别技术，包括如下步骤:步骤一:定位边界像素点使用平面单应性和图形分割技术找到区域的边界，而且为下一步计算每个边界上像素点的能量做准备，还需要找到构成边界上每个像素点在图像中的位置坐标；步骤二:计算边界像素点能量利用步骤一中得到的边界上像素点在图像中的位置，计算每个像素点的能量，这个能量是利用每个边界像素点周围邻近像素点的梯度值求得的，它是邻近像素点梯度值之和，计算公式如下:
权利要求
1.一种基于边界能量的数字图像区域克隆识别技术，其特征是，包括如下步骤: 步骤一:定位边界像素点 使用平面单应性和图形分割技术找到区域的边界，而且为下一步计算每个边界上像素点的能量做准备，还需要找到构成边界上每个像素点在图像中的位置坐标； 步骤二:计算边界像素点能量 利用步骤一中得到的边界上像素点在图像中的位置，计算每个像素点的能量，这个能量是利用每个边界像素点周围邻近像素点的梯度值求得的，它是邻近像素点梯度值之和，计算公式如下:
2.按权利要求1所述的一种基于边界能量的数字图像区域克隆真假混淆辨别方法，其特征是，采用轮廓能量的最大值、平均值和中位数值代替所述的五数概括法，计算方法如下: (1)遍历这两个轮廓的像素点能量值，排除其中的异常值，并且将非异常值求和为sum，记录下非异常值的个数n，得到最终的轮廓像素点能量值集合； (2)将第I步骤中最终的像素点能量集合由小到大排序或者由大到小排序； (3)由第I步骤中的能量和sum以及像素点个数η得到能量均值为mean，由第2步骤中有序值序列得到能量的最大 值和中位数。
全文摘要
本发明涉及数字图像区域克隆识别技术。为提供基于区域边界能量的图片区域克隆辨别技术，为达到上述目的，本发明采取的技术方案是，基于边界能量的数字图像区域克隆识别技术，包括如下步骤步骤一定位边界像素点；步骤二计算边界像素点能量；步骤三分析边界像素点能量；步骤四自动辨别伪造区域和真实区域。训练出一个人工神经网络，实现伪造和真实区域的自动辨别。本发明主要应用于数字图像区域克隆识别。
文档编号G06K9/00GK103093195SQ20131000938
公开日2013年5月8日 申请日期2013年1月9日 优先权日2013年1月9日
发明者操晓春, 马媚丽, 熊越, 李思远, 宋涛 申请人:天津大学