[發(fā)明專利]基于首數(shù)字定律的圖像高斯模糊篡改檢測方法

有效

• 申請?zhí)枺?/td>: 201410292782.0
• 申請日: 2014-06-26
• 公開（公告）號: CN104021567A
• 公開（公告）日: 2014-09-03
• 發(fā)明（設(shè)計）人: 陳明志;賈福運;葉瀟翔;查昊迅;肖傳奇
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/40
• 代理公司: 福州元創(chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 蔡學(xué)俊

1.一種基于首數(shù)字定律的圖像高斯模糊篡改檢測方法，其特征在于，包括以下步驟：

步驟（1）?取一定數(shù)量的自然圖像作為訓(xùn)練樣本，分別提取各自然圖像的RGB三個顏色通道的梯度的首位有效數(shù)字的首數(shù)字定律特征；

步驟（2）?對各自然圖像的RGB三個顏色通道分別進行8×8的不重復(fù)塊離散余弦變換，得到8×8分塊離散余弦變換系數(shù)矩陣，隨后提取離散余弦變換域交流分量的首位有效數(shù)字的首數(shù)字定律特征；

步驟（3）?對各自然圖像進行高斯模糊操作，得到高斯模糊圖像，然后分別提取各高斯模糊圖像的RGB三個顏色通道的梯度的首位有效數(shù)字的首數(shù)字定律特征以及離散余弦變換域交流分量的首位有效數(shù)字的首數(shù)字定律特征；

步驟（4）?把得到的各自然圖像、高斯模糊圖像的RGB三個顏色通道的梯度的首位有效數(shù)字的首數(shù)字定律特征以及離散余弦變換域交流分量的首位有效數(shù)字的首數(shù)字定律特征放入SVM分類器中進行訓(xùn)練，得到訓(xùn)練好的SVM分類器；

步驟（5）?用訓(xùn)練好的SVM分類器對待測圖像進行檢測，判斷待測圖像是否經(jīng)過模糊篡改。

2.根據(jù)權(quán)利要求1所述的基于首數(shù)字定律的圖像高斯模糊篡改檢測方法，其特征在于，所述訓(xùn)練好的SVM分類器按如下方法對待測圖像進行檢測：

提取待測圖像的RGB三個顏色通道的梯度的首位有效數(shù)字的首數(shù)字定律特征以及離散余弦變換域交流分量的首位有效數(shù)字的首數(shù)字定律特征，并輸入SVM分類器，所述SVM分類器判斷待測圖像為自然圖像或高斯模糊圖像，從而判斷待測圖像是否經(jīng)過模糊篡改。

3.根據(jù)權(quán)利要求1所述的基于首數(shù)字定律的圖像高斯模糊篡改檢測方法，其特征在于，所述離散余弦變換為二維離散余弦變換，二維離散余弦變換F(u,?v)用公式(1)表示如下：

????(1)

式中f(.)表示圖像像素，n₁、n₂分別表示圖像的行、列序數(shù)，N₁、N₂分別表示行、列序數(shù)的最大值，u、v分別表示傅里葉級數(shù)的橫、縱坐標(biāo)。

4.根據(jù)權(quán)利要求1所述的基于首數(shù)字定律的圖像高斯模糊篡改檢測方法，其特征在于，離散余弦變換域交流分量的首位有效數(shù)字的首數(shù)字定律特征提取方法如下：

首先，對圖像的每一個顏色通道，計算8×8?離散余弦變換分塊；然后由公式(2)計算每一個離散余弦變換分塊的所有交流分量x的首位有效數(shù)字d：

????(2)

最后由公式(3)計算出圖像的首數(shù)字定律特征：

????(3)

式中p(d)表示概率，d=1,2,…,9，C_d表示首位有效數(shù)字d的個數(shù)。

5.根據(jù)權(quán)利要求1所述的基于首數(shù)字定律的圖像高斯模糊篡改檢測方法，其特征在于，二維函數(shù)f(x,?y)的梯度用公式(4)表示如下：

????(4)

式中f(.)表示圖像像素，Δf表示圖像的梯度域，G_x和G_y分別表示Δf在水平域和豎直域的分向量；然后按如下方法提取梯度的首位有效數(shù)字的首數(shù)字定律特征：

首先，計算出圖像的每一個顏色通道的梯度，然后計算每一個梯度的首位有效數(shù)字d，d=1,2,…,9，最后統(tǒng)計所有梯度的首位有效數(shù)字d的概率分布，即首數(shù)字定律特征。