一种基于二维滑动窗DFT快速计算的图像篡改检验方法与流程

技术特征：

1.一种基于二维滑动窗DFT快速计算的图像拷贝粘贴篡改检验方法，其特征在于：采用多点滑动的二维滑动窗DFT快速计算方法提取待检验图像的图像特征，并且采用粗检验和精细检验相结合的办法进行图像特征匹配，具体过程为：先采用两点滑动的移动窗口对待检验图像进行粗检验，确定篡改的大致区域；然后采用单点滑动的移动窗口对大致区域进行精细检验，确定篡改的具体位置。

2.根据权利要求1所述的基于二维滑动窗DFT快速计算的图像拷贝粘贴篡改检验方法，其特征在于：所述多点滑动的二维滑动窗DFT快速计算方法提取待检验图像特征的具体过程如下：

用V表示一个M×M的滑动窗口，滑动窗口沿着水平方向移动，滑动窗口V_x,y表示右下角的点在待检验图像上的坐标为(x,y)时的滑动窗口V，S_x,y(u,v)表示滑动窗口V_x,y区域的待检验图像经DFT变换后在频域上的图像强度，S_x,y(u,v)也称为滑动窗口V_x,y区域的二维DFT：

$S_{x,y}(u,v)=\underset{m=0}{\overset{M-1}{\Σ}}\underset{n=0}{\overset{M-1}{\Σ}}{f}_{\hat{x}+m,\hat{y}+n}{W}_M^{-um}{W}_M^{-vn}---\left(1\right)$

其中：u、v表示S_x,y(u,v)的二维取样频率序号，W_M＝e^j2π/M，为待检验图像上点图像强度；

根据DFT变换的性质，滑动窗口V_x,y区域的二维DFTS_x,y(u,v)可根据滑动窗口V_x-L,y区域的二维DFTS_x-L,y(u,v)计算得到，具体计算公式为：

$S_{x,y}(u,v)=W_M^{Lu}\{S_{x-L,y}(u,v)+\[D_{x-L+1,y}\left(v\right)+W_M^{-u}{D}_{x-L+2,y}\left(v\right)+...+W_M^{-(L-1)u}{D}_{x,y}\left(v\right)\]\}---\left(2\right)$

其中：为待检验图像上点图像强度，为待检验图像上点图像强度；

将式(2)进一步改写为：

$S_{x,y}(u,v)=W_M^{Lu}{S}_{x-L,y}(u,v)+W_M^u\[\begin{array}{cccc}{W}_M^0& W_M^{1u}& \mathrm{...}& W_M^{(L-1)u}\end{array}\]\left[\begin{array}{c}{D}_{x,y}\left(v\right)\\ D_{x-1,y}\left(v\right)\\ .\\ .\\ .\\ D_{x-L+1,y}\left(v\right)\end{array}\right]---\left(3\right)$

同时定义：

$T_{x,y}(u,v)=\[\begin{array}{cccc}{W}_M^0& W_M^u& \mathrm{...}& W_M^{(L-1)u}\end{array}\]\left[\begin{array}{c}{D}_{x,y}\left(v\right)\\ D_{x-1,y}\left(v\right)\\ .\\ .\\ .\\ D_{x-L+1,y}\left(v\right)\end{array}\right]---\left(4\right)$

从式(4)可以看到，T_x,y(u,v)就是序列{D_x,y(v),D_x-1,y(v),…,D_x-L+1,y(v)}一维DFT，先通过FFT算法计算得出T_x,y(u,v)，然后将T_x,y(u,v)带入式(3)即可计算出滑动窗口V_x,y区域的二维DFTS_x,y(u,v)。

3.根据权利要求1所述的基于二维滑动窗DFT快速计算的图像拷贝粘贴篡改检验方法，其特征在于：该方法具体包括如下步骤：

(1)确定篡改的大致区域

(11)将待检验图像进行重叠分块，不同图像块之间采用两点的滑动变化量；

(12)利用多点滑动的二维滑动窗DFT快速计算方法提取每个图像块的图像特征；

(13)利用图像特征进行不同图像块之间的匹配，以不同图像块的二维DFT的欧式距离作为相似性度量函数，若两个图像块的二维DFT的欧式距离小于设定阈值D₁，则认为该两个图像块匹配；利用KD树算法搜索每个图像块的所有匹配对；

(14)在所有匹配的图像块中，选取水平方向的最小和最大的坐标(x_min,x_max)，选取垂直方向的最小和最大的坐标(y_min,y_max)，然后以(x_min,y_min)和(x_max,y_max)的连线作为对角线圈定待检验图像的篡改的大致区域，篡改的大致区域为矩形；

(2)确定篡改的具体位置

(21)将某个篡改的大致区域进行重叠分块，不同图像块之间采用单点的滑动变化量；

(22)利用多点滑动的二维滑动窗DFT快速计算方法提取每个图像块的图像特征；

(23)利用图像特征进行不同图像块之间的匹配，以不同图像块的二维DFT的欧式距离作为相似性度量函数，若两个图像块的二维DFT的欧式距离大于设定阈值D₂，则认为该两个图像块匹配；利用KD树算法搜索每个图像块的所有匹配对；

(24)对某一个图像块，从与之匹配的所有图像块中，移除与之平移距离小于误判阈值D_T的图像块；

(25)对某一个图像块，统计与之匹配的图像块总数量，按照匹配图像块位置分类方法，若该总数量小于阈值D_P，则放弃该图像块及其对应的图像块；

(26)从所有存留的图像块及其匹配图像块中，标识具有连通区域的图像块为篡改的具体位置。