[發明專利]基于Markov過程和Gabor濾波的圖像重采樣檢測

在審

• 申請號: 201410415488.4
• 申請日: 2014-08-20
• 公開（公告）號: CN105654089A
• 公開（公告）日: 2016-06-08
• 發明（設計）人: 周治平;胡成燕;朱丹
• 申請（專利權）人: 江南大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種統計特征和紋理特征相結合的圖像重采樣篡改檢測方法，屬于數字圖像篡改取證技術領域。

背景技術

在當今數字信息迅速發展的時代，數字圖像作為最常用的一種數字信息載體被廣泛地應用到新聞、司法、科學、娛樂、軍事等領域，但是各種對圖像的偽造和篡改對事實的真實性產生了嚴重的破壞，妨礙了司法公正、影響了社會的穩定和秩序等。因此，數字圖像取證技術成了信息安全技術研究領域里一個非常重要的方向。

圖像篡改操作包括很多種，如圖像的拼接、粘貼-復制、重采樣等操作。本發明主要是針對重采樣操作進行檢測，重采樣的檢測可以分為兩類：Popescu等人在“Exposingdigitalforgeriesbydetectingtracesofresampling”(IEEETransactionsonSignalProcessing，vol.53，pp.758-767，2005年2月)中提出的基于期望值最大化(EM)的算法以及Mahdian等人在“Blindauthenticationusingperiodicpropertiesofinterpolation”(IEEETransactionsonInformationForensicsandSecurity，vol.3，pp.529-538，2008年3月)中提出的重采樣信號差分統計量具有周期性的方法。在這兩種基本算法的基礎上，國內外的學者對這兩種算法進行了一定的改進，提出了多種檢測圖像重采樣操作的方法，其中包括汪然等人在“基于圖像紋理復雜度和奇異值分解的重采樣檢測”(計算機輔助設計與圖形學學報，vol.22，pp.1606-1612，2010年9月)中提出的利用奇異值分解的特征值對重采樣圖像進行檢測，文獻中考慮到紋理對圖像塊的影響，故通過設定閾值將圖像塊區分開并對其提取不同的特征，該算法對于縮放因子大于1的圖像檢測很有效果，然而對于旋轉圖像的檢測則效果并不理想。曹洪建等人在“基于冗余性的圖像重采樣檢測”(數據采集與處理，vol.29，pp.116-120，2014年1月)中提出的一種在時域中計算重采樣因子的方法解決了由于重采樣過程中的頻率混疊導致的重采樣因子不完全確定的問題，但是該方法也只能在時域中正確檢測壓縮圖像的縮放因子，并不能完全解決存在的問題。

綜上所述，上述的算法都可以檢測出圖像中的重采樣篡改操作。但是每種方法都存在它們的缺點，主要的缺點有算法的魯棒性不強，即對旋轉和縮放操作不能同時兼顧，或者是圖像中縮放因子的計算等等，所以本發明中針對算法中的一些缺點進行改進從而提高算法的檢測精度。

發明內容

本發明意在改進現有算法的不足，提高算法的檢測精度，改進算法的魯棒性。由于原圖像經過篡改之后圖像的紋理和質量會發生變化，因此在上述算法的基礎上引入圖像的Markov特征和圖像Gabor濾波后的紋理特征對篡改圖像進行檢測。圖像的Markov特征是通過引入圖像的條件狀態轉移概率矩陣來表示的，條件狀態轉移概率矩陣是用來表達圖像相鄰DCT系數之間的相關性，所以利用常用的DCT變換計算圖像的Markov特征。而圖像的紋理特征主要是根據圖像對Gabor濾波后響應幅值的標準差和均值向量作為特征值來描述圖像的紋理。

本發明提出的技術方案是基于一種統計特征和紋理特征相結合的圖像重采樣篡改檢測方法，其改進部分主要分為三個部分：Markov特征的提取、圖像紋理特征的提取、篡改圖像的檢測。

所述Markov特征的提取步驟如下：

(1)根據分塊算法將圖像分割成8×8的子塊，分別對每個子塊進行二維DCT，獲取所有BDCT系數的二維矩陣；

(2)根據BDCT系數的二維矩陣分別計算出沿水平、垂直、主對角線及次對角線的差分矩陣，分別記為F_h(u，v)、F_v(u，v)、F_d(u，v)和F_m(u，v)；