[發明專利]一種圖像隱寫檢測方法、裝置及計算機設備、存儲介質

在審

• 申請號: 201910982092.0
• 申請日: 2019-10-16
• 公開（公告）號: CN110930287A
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 敖琦;唐炳武
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06T1/00
• 分類號: G06T1/00
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種圖像隱寫檢測方法，其特征在于，包括：

接收待檢測的目標圖像文件，分析所述目標圖像文件的圖像類型；

根據所述目標圖像文件的圖像類型獲取所述目標圖像文件的圖像通道數；

根據所述目標圖像文件的圖像通道數分別提取所述目標圖像文件在空域和頻域的共生矩陣，并分別提取所述空域和所述頻域的共生矩陣的特征向量；

將所述空域及所述頻域的共生矩陣的特征向量聯合作為預設的二分類模型分類器的輸入，輸出所述目標圖像文件的圖像隱寫檢測結果。

2.根據權利要求1所述的圖像隱寫檢測方法，其特征在于，在所述接收待檢測的目標圖像文件之前，所述方法還包括對所述預設的二分類模型分類器進行訓練，其中，所述預設的二分類模型分類器的訓練過程包括：

獲取樣本集，所述樣本集包括若干樣本圖像文件，分析各所述樣本圖像文件的類型；

根據各所述樣本圖像文件的類型分別獲取各所述樣本圖像文件的圖像通道數；

根據各所述樣本圖像文件的圖像通道數分別提取各所述樣本圖像文件在空域以及頻域的共生矩陣，并分別提取所述空域及所述頻域的各個預設方向上所述共生矩陣的特征向量；

將每個所述樣本圖像文件的所述空域及所述頻域的所述共生矩陣的特征向量聯合作為二分類模型分類器的輸入，對所述二分類模型分類器進行訓練，得到所述預設的二分類模型分類器。

3.根據權利要求1或2所述的圖像隱寫檢測方法，其特征在于，所述分析所述目標圖像文件的圖像類型包括：

獲取所述目標圖像文件的后綴；

根據所述目標圖像文件的后綴獲取所述目標圖像文件的文件開始字節；

根據所述目標圖像文件的文件開始字節確定所述目標圖像文件的實際類型。

4.根據權利要求1或2所述的圖像隱寫檢測方法，其特征在于，根據所述目標圖像文件的圖像通道數提取所述目標圖像文件在空域的共生矩陣包括：

判斷所述目標圖像文件在空域中的圖像通道數是否等于預設圖像通道數；

若判斷為等于，則按照預設方向分別提取所述目標圖像文件在空域中的第一共生矩陣，將所述第一共生矩陣作為所述目標圖像文件在空域的共生矩陣。

5.根據權利要求4所述的圖像隱寫檢測方法，其特征在于，根據所述目標圖像文件的圖像通道數提取所述目標圖像文件在空域的共生矩陣還包括：

若判斷所述目標圖像文件在空域中的圖像通道數不等于預設圖像通道數，則將所述目標圖像文件進行顏色空間轉換，得到第一預設圖像文件，所述第一預設圖像文件為YUV圖像；

提取所述第一預設圖像文件的亮度通道，按照所述預設方向分別提取所述亮度通道在空域上的第二共生矩陣，將所述第二共生矩陣作為所述目標圖像文件在空域的共生矩陣。

6.根據權利要求1或2所述的圖像隱寫檢測方法，其特征在于，根據所述目標圖像文件的圖像通道數提取所述目標圖像文件在頻域的共生矩陣包括：

判斷所述目標圖像文件在頻域中的圖像通道數是否等于預設圖像通道數；

若判斷為等于，則將所述目標圖像文件進行圖像分塊處理，并對每個圖像分塊進行離散余弦變化，得到各圖像分塊的第一離散余弦變換系數；

基于各圖像分塊的所述第一離散余弦變換系數，分別獲取各圖像分塊的共生矩陣，并根據各圖像分塊的共生矩陣生成第三共生矩陣，將所述第三共生矩陣作為所述目標圖像文件在頻域上的共生矩陣。

7.根據權利要求6所述的圖像隱寫檢測方法，其特征在于，根據所述目標圖像文件的圖像通道數提取所述目標圖像文件在頻域的共生矩陣還包括：

若判斷所述目標圖像文件在頻域中的圖像通道數大于預設圖像通道數，則將所述目標圖像文件轉換為第二預設圖像文件，所述第二預設圖像文件為YUV圖像；

對所述第二預設圖像文件進行圖像分塊處理，并對每個圖像分塊的亮度通道進行離散余弦變化，得到各圖像分塊的第二離散余弦變換系數；

基于各圖像分塊的所述第二離散余弦變換系數，分別獲取各圖像分塊的共生矩陣，并根據各圖像分塊的共生矩陣生成第四共生矩陣，將所述第四共生矩陣作為所述目標圖像文件在頻域上的共生矩陣。