本发明涉及数字图像拼接篡改检测领域，具体地说是一种数字图像拼接篡改盲检测方法。
背景技术：
目前，数字图像拼接篡改盲检测方法主要有基于特征匹配、基于光照方向和基于数字图像成像原理这三大类。基于特征匹配的方法通常只能检测同源数字图像的复制-粘贴篡改，对于异源数字图像的拼接篡改并不适用；基于光照方向的方法虽然能够实现异源数字图像的拼接篡改，但是其检测过程中需要人工在图像中标记疑似拼接篡改区域，对于一幅图像中存在多处拼接篡改区域的情况可能出现漏检；基于数字图像成像原理的方法对待检测图像质量要求较高，通常需要原始设备获取图像或未被压缩过的图像，在实际的数字图像篡改检测过程中这种情况的图像并不多见。因此，上述方法对于异源图像拼接、多处拼接、图像质量较差或图像经过压缩等情况下数字图像的拼接篡改检测较为困难，并且容易产生错误结果。
技术实现要素：
针对现有技术的不足，本发明提供一种数字图像拼接篡改盲检测方法，解决了对于异源图像拼接、多处拼接、图像质量较差或图像经过压缩等情况下数字图像拼接篡改检测的诸多问题，不仅能够对上述图像进行拼接篡改盲检测，而且对于经过篡改的数字图像能够有效定位其篡改区域。
本发明为实现上述目的所采用的技术方案是：
一种数字图像拼接篡改盲检测方法，包括以下步骤：
步骤1：将图像分割成不重叠的若干个子块；
步骤2：根据颜色偏量估计算法估计每一个子块的颜色偏量；
步骤3：在图像中选取若干子块作为颜色偏量的参考区域，并将参考区域中子块的颜色偏量平均值作为图像的参考颜色偏量；
步骤4：计算除参考区域的每个子块的颜色偏量与图像的参考颜色偏量之间的欧式距离；
步骤5：判断欧式距离是否大于距离阈值，如果是，则该欧式距离对应的子块为篡改子块，并在图中标记；否则该欧式距离对应的子块为未篡改子块。
所述颜色偏量的参考区域为图像的边缘区域。
所述边缘区域包括图像上边缘、下边缘、左边缘和右边缘中的一条或几条。
所述颜色偏量的参考区域为随机选取的若干个子块组成的区域。
所述若干小于图像所有子块个数。
所述距离阈值根据欧式距离通过大津法计算得出，或为经验设定值。
本发明具有以下有益效果及优点：
1.本发明能够自动识别图像中拼接篡改区域，并完成拼接篡改区域的标记；
2.本发明能够实现异源拼接、多处拼接、图像质量较差或图像经过压缩等数字图像的拼接篡改自动检测；
3.本发明时间复杂度低，对于数字图像拼接篡改的盲检测时间效率较高。
附图说明
图1是本发明的方法流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
如图1所示为本发明的方法流程图。
数字图像是光源发出的光被物体反射经过镜头后，由传感器捕捉并记录下来的光信息。同一拍摄场景下，不同物体呈现在图像上的颜色偏量应该是一个常数，该常数应该等于或者接近于拍摄该图像时的光源颜色偏量值。基于上述原理，本方法主要利用颜色偏量估计方法找到数字图像中颜色偏量值不一致区域，并将该区域认定为拼接篡改区域。
对于一幅数字图像，首先将图像分割成不重叠的n个图像块，通过像素值估算每一图像块的颜色偏量值。选定m(m<n)个图像块作为图像的参考颜色偏量计算区域，计算这m个图像块颜色偏量值的平均值作为图像的参考颜色偏量值。对于参考颜色偏量计算区域之外的图像，分别计算其各子块颜色偏量值与图像的参考颜色偏量值的欧式距离，当该欧式距离大于一定阈值θ时，则认为该图像块为编辑篡改得到的图像，并在原图像中标记该图像块。所有待检测图像块全部完成上述操作后，图像的标记区域即为拼接篡改区域。
具体步骤为：
1.首先将图像分割成不重叠的n个子块，每一子块用Ii表示(i＝1，2，3…，n)，用Imgn表示整个图像区域；
2.将k值初始化为1；
3.计算图像第Ik子块的颜色偏量；
4.判断k值是否小于n，如小于n则k＝k+1，并重复步骤3，否则进行步骤5；
5.计算图像参考区域内(用Imgm表示图像的参考区域)所有子块颜色偏量的平均值CTmean，并将该值作为图像的参考颜色偏量；
6.将kk值初始化为1；
7.计算第Ikk子块(Ikk∈Imgn-Imgm)的颜色偏量值与参考颜色偏量CTmean的欧氏距离dkk，如果dkk>θ，则该图像块为篡改图像块；
8.判断kk值是否小于n-m，如小于，则kk＝kk+1，并重复步骤7，否则程序终止。