專利名稱：：基于小波域同態(tài)濾波的檢測(cè)偽造圖像的方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及圖像內(nèi)容信息安全領(lǐng)域，特別是圖像內(nèi)容真實(shí)性盲檢測(cè)方法。
背景技術(shù)：
：當(dāng)前對(duì)數(shù)字圖像內(nèi)容的保護(hù)，主要是利用數(shù)字水印和簽名技術(shù)來(lái)實(shí)現(xiàn)的，這些技術(shù)采用的基本思想都是通過(guò)添加附加信息對(duì)圖像進(jìn)行真實(shí)性鑒別。但是目前絕大多數(shù)圖像中并不含有數(shù)字水印或者簽名。隨著數(shù)碼相機(jī)和圖像處理軟件的普及和流行，越來(lái)越多的高品質(zhì)的偽造圖像通過(guò)網(wǎng)絡(luò)大量傳播，使人們的"眼見(jiàn)"不再"為實(shí)"，造成了政治、文化、新聞和科學(xué)真實(shí)性等方面的負(fù)面影響。更進(jìn)一步的，偽造照片的大量存在很可能影響到公眾的個(gè)人意識(shí)，最終讓人們失去對(duì)照片的信任。因此，這一研究的開(kāi)展對(duì)社會(huì)和人們生活有著重要的軍事意義，民用意義和科學(xué)意義。數(shù)字圖像真實(shí)性檢測(cè)是信息安全技術(shù)的分支之一，是在不預(yù)先向圖像中嵌入水印等標(biāo)識(shí)的情況下對(duì)數(shù)字圖像內(nèi)容的真實(shí)性進(jìn)行評(píng)價(jià)的技術(shù)。該技術(shù)通過(guò)分析圖像數(shù)據(jù)及其統(tǒng)計(jì)特性，來(lái)對(duì)圖像進(jìn)行真?zhèn)螜z測(cè)，并對(duì)圖像中的偽造和竄改痕跡進(jìn)行檢測(cè)和定位。目前，對(duì)數(shù)字圖像內(nèi)容可信度評(píng)價(jià)的研究尚處于起步階段，隨著國(guó)內(nèi)外相關(guān)機(jī)構(gòu)對(duì)其關(guān)注程度日益提高，已取得了一些研究成果。這些研究主要針對(duì)某種具體篡改操作對(duì)圖像進(jìn)行真?zhèn)螜z測(cè)，其中包括模糊操作，雙重JPEG壓縮操作，局部復(fù)制-粘貼操作，重采樣操作，拼接操作等等。這些技術(shù)都是基于這樣一個(gè)假設(shè)在自然圖像中存在著某些統(tǒng)計(jì)上的性質(zhì)，倘若對(duì)圖像數(shù)據(jù)迸行修改則會(huì)改變其潛在的統(tǒng)計(jì)規(guī)律。這一假設(shè)也是判定一幅圖像是否被修改和進(jìn)行篡改定位的依據(jù)。在基于合成邊緣方面，已出現(xiàn)了一些檢測(cè)合成邊緣處人工模糊操作痕跡的技術(shù)。專利公開(kāi)號(hào)為CN1862598(公開(kāi)日2006.11.15)的圖像偽造中模糊操作的異常色調(diào)率取證方法中，利用模糊操作對(duì)數(shù)字圖像局部色彩屬性造成的異常，通過(guò)定義異常色調(diào)集合和異常色調(diào)率，對(duì)圖像色調(diào)的局部一致性和相關(guān)性程度進(jìn)行量化，進(jìn)而對(duì)一幅經(jīng)過(guò)偽造和人工模糊操作的數(shù)字圖像進(jìn)行檢測(cè)。周琳娜等人在KES-AMSTA2007會(huì)議上發(fā)表文章，利用同態(tài)濾波、移動(dòng)平均濾波和數(shù)學(xué)形態(tài)學(xué)的方法對(duì)經(jīng)過(guò)人工模糊處理過(guò)的數(shù)字圖像進(jìn)行篡改檢測(cè)。但相對(duì)于性能越來(lái)越強(qiáng)大的圖像編輯軟件以及技術(shù)高超的偽造者來(lái)說(shuō)，這些方法和研究成果依然力量較弱，還無(wú)法從根本上遏制圖像偽造的步伐。
發(fā)明內(nèi)容為了克服現(xiàn)有技術(shù)不能有效檢測(cè)圖像真?zhèn)蔚牟蛔?，本發(fā)明提供一種基于小波域同態(tài)濾波的檢測(cè)偽造圖像的方法，從合成邊緣特征方面總結(jié)了偽造圖像中可能存在的破綻規(guī)律，分析了圖像偽造過(guò)程可能遺留的痕跡，并對(duì)偽造區(qū)域進(jìn)行準(zhǔn)確定位。本發(fā)明的原理分析如下目前，圖像合成是一種很常見(jiàn)的偽造圖像的方法，大多數(shù)圖像在經(jīng)過(guò)簡(jiǎn)單合成以后，為了消除在合成邊緣產(chǎn)生的視覺(jué)或統(tǒng)計(jì)上的畸變，都會(huì)采用模糊、羽化、漸變等操作進(jìn)行后期處理。無(wú)論采用哪種潤(rùn)飾操作，都不可避免的對(duì)圖像的合成邊緣產(chǎn)生以下影響.*經(jīng)過(guò)各種潤(rùn)飾操作之后，人工模糊的邊緣灰度級(jí)范圍降低，分不清物體的灰度層次和細(xì)節(jié)，而其余未經(jīng)處理的正常邊緣一般灰度級(jí)動(dòng)態(tài)范圍較大，層次鮮明。所以，對(duì)模糊處理后的邊緣進(jìn)行加強(qiáng)放大，從而使模糊邊緣具有較寬的特性，然后利用形態(tài)學(xué)腐蝕操作將相對(duì)較弱的自然邊緣腐蝕掉，留下增強(qiáng)的模糊邊緣以定位偽造區(qū)域。對(duì)模糊邊緣進(jìn)行加強(qiáng)放大，采用一般的線性變換難以奏效，因?yàn)榻y(tǒng)一擴(kuò)展圖像灰度級(jí)雖可以提高物體圖像的反差，但會(huì)使動(dòng)態(tài)范圍更大，同時(shí)也加強(qiáng)了未經(jīng)處理部分的正常邊緣，容易造成誤判；統(tǒng)一壓縮圖像的灰度級(jí)，使人工模糊處理部分的灰度層次和細(xì)節(jié)更加不清楚，在取證時(shí)則無(wú)法設(shè)定閾值。小波域同態(tài)濾波方法，對(duì)不同分辨率下的小波分解系數(shù)進(jìn)行類似的高通濾波處理，可以在不影響自然邊緣的情況下，很好地增強(qiáng)了對(duì)應(yīng)高頻段反射分量的人工模糊部分邊緣，形態(tài)學(xué)腐蝕操作可以將相對(duì)較弱的自然邊緣腐蝕掉，然后對(duì)遺留下來(lái)的模糊邊緣采用區(qū)域標(biāo)定方法，定位出圖像偽造區(qū)域。傳統(tǒng)同態(tài)分析是從圖像整體角度對(duì)圖像進(jìn)行處理，可以很好地保持圖像的原始面貌，但它沒(méi)有充分考慮圖像的空域局部特征，高頻成份的增強(qiáng)效果尚不能令人滿意，而模糊部分對(duì)應(yīng)通過(guò)鄰域平均灰度后的高頻段反射分量，所以傳統(tǒng)同態(tài)濾波增強(qiáng)人為模糊邊緣的效果不理想。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案包括以下步驟(1)對(duì)彩色圖像進(jìn)行HIS變換，得到亮度、色度與色飽和度三個(gè)分量，HIS變換的公式如下360。，「min(i,G,5)其中I為亮度，H為色度，S為色飽和度，R表示彩色圖像的紅色分量，G表示彩色圖像的綠色分量，B表示彩色圖像的藍(lán)色分量。(2)對(duì)彩色圖像的亮度分量進(jìn)行一層小波分解，得到小波變換后的各個(gè)不同分量。小波變換是將原始信號(hào)分解為在一系列倍頻上的多個(gè)高頻帶數(shù)據(jù)和一個(gè)低頻帶數(shù)據(jù)。將圖像經(jīng)過(guò)J層小波分解，得到Z化、ffi^(y-l,2,…,J)和i^，其中丄巧、/a,、////,分別代表第)層小波分解后的水平方向、垂直方向和對(duì)角方向的高頻分量，代表J層小波分解后的低頻分量。(3)設(shè)計(jì)小波域同態(tài)濾波函數(shù)。實(shí)際中常用的指數(shù)同態(tài)濾波器函數(shù)的表達(dá)式如下所示。//(",力=0^-",)[1—e"。]+y丄(2)其中A為截止頻率，=V"2+v2，w、v為頻率變量，常數(shù)c被引入用來(lái)控制濾波器函數(shù)斜面的銳化，它在^和^之間過(guò)渡，且^>1、^<1，^和^是兩個(gè)用來(lái)控制指數(shù)同態(tài)濾波器形狀的參數(shù)。對(duì)指數(shù)同態(tài)濾波器函數(shù)進(jìn)行改進(jìn)，以使其能用于小波域的同態(tài)濾波算法中，改進(jìn)后的濾波器函數(shù)如下所示。W,W,vOi—^)[卜e"]",(3)其中/代表小波分解層數(shù)，^為截止系數(shù)(0<&<1)，^和M;分別為水平權(quán)值系數(shù)和垂直權(quán)值系數(shù)。對(duì)于Z//,，M/A=0，Wv=l;對(duì)于ffl^.，=0;對(duì)于/f/^.，VVA=1，wv=l。這種改進(jìn)滿足各級(jí)小波系數(shù)的頻域倍頻特征，同時(shí)保證了傳統(tǒng)高通濾波器中濾波特性與濾波參數(shù)間的關(guān)系。690—arctan(力(G-用)+(0,G〉5;180,G,對(duì)于^,上的系數(shù)可以根據(jù)圖像的特點(diǎn)進(jìn)行線性或非線性的調(diào)整來(lái)調(diào)整圖像的亮度不均勻性。本文中采取線性調(diào)整方式，如式(4)所示。=^(^0—w)+附)(4)這里，表達(dá)式/fcOc-附)+m完成Z^系數(shù)的線性均衡，x代表Z^上的小波系數(shù)，w代表丄丄,上小波系數(shù)的平均值，對(duì)比度調(diào)節(jié)因子A滿足0《it《1。(4)利用步驟(3)中得到的濾波器系數(shù)對(duì)一層小波分解后的圖像進(jìn)行小波域同態(tài)濾波，對(duì)不同分辨率下的小波分解系數(shù)進(jìn)行類似的高通濾波處理，以衰減低頻成分，增強(qiáng)高頻信息。小波域同態(tài)濾波的過(guò)程如附圖i示，其中/ffi、Z//、////和ZZ代表小波變換后的四個(gè)不同分量，//—//Z、//—Z//、F—FZ/和//—丄丄代表各個(gè)分量的濾波器系數(shù)。(5)利用邊緣檢測(cè)算子(如Sobel算子、L叩lace算子等)提取經(jīng)小波域同態(tài)濾波后圖像的邊緣圖像信息，發(fā)明中實(shí)驗(yàn)采用的Sobd算子如下<formula>formulaseeoriginaldocumentpage7</formula>其中，//,用來(lái)提取水平邊緣，A用來(lái)提取垂直邊緣。本文中的邊緣信息是對(duì)提取得到的水平邊緣和垂直邊緣進(jìn)行平均處理。.(6)人工模糊的模糊半徑大多為37個(gè)像素，所以選擇3X3或5X5的結(jié)構(gòu)元素SE對(duì)邊緣圖像信息進(jìn)行腐蝕運(yùn)算，腐蝕收縮掉未經(jīng)增強(qiáng)的圖像正常邊緣，提取出經(jīng)人工模糊后的邊緣。(7)采用八連通區(qū)域標(biāo)定法標(biāo)記腐蝕后圖像的連通區(qū)域，根據(jù)實(shí)驗(yàn)結(jié)果設(shè)定閾值，保留面積不小于原始圖像0.8%的連通區(qū)域，該連通區(qū)域即為圖像偽造區(qū)域。本發(fā)明的有益效果是由于采用小波域同態(tài)濾波方法，對(duì)不同分辨率下的小波分解系數(shù)進(jìn)行類似的高通濾波處理，增強(qiáng)了模糊區(qū)域"寬"邊緣，結(jié)合形態(tài)學(xué)腐蝕操作，將圖像自然邊緣腐蝕掉，保留經(jīng)增強(qiáng)的人工模糊邊緣從而定位出偽造區(qū)域，與基于傳統(tǒng)同態(tài)濾波方法相比，由于較好地實(shí)現(xiàn)壓縮整幅圖像的灰度動(dòng)態(tài)范圍，同時(shí)使模糊的邊緣灰度級(jí)擴(kuò)展，有效增強(qiáng)了模糊邊緣，從而降低了誤檢率。下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。圖1為小波域同態(tài)濾波過(guò)程示意圖。圖2和圖3為利用小波域同態(tài)濾波檢測(cè)偽造圖像的樣本圖像及檢測(cè)結(jié)果示意圖。具體實(shí)施例方式圖2中(a)、(b)為原始圖像，(c)為偽造圖像，它是將原圖(b)中的飛機(jī)復(fù)制到(a)'中得到的，并使用了邊緣模糊等后處理操作。利用小波域同態(tài)濾波對(duì)其偽造圖像(c)進(jìn)行檢測(cè)。(d)所示為偽造圖像亮度分量的小波變換，(e)為小波域同態(tài)濾波后的圖像，(f)為檢測(cè)結(jié)果。圖3中(a)、(b)為原始圖像，(c)為偽造圖像，它是將原圖(b)中的老鼠復(fù)制到(a)中得到的，并使用了邊緣模糊等后處理操作。我們利用小波域同態(tài)濾波對(duì)其偽造圖像(c)進(jìn)行檢測(cè)。(d)所示為偽造圖像亮度分量的小波變換，(e)為小波域同態(tài)濾波后的圖像，(f)為檢測(cè)結(jié)果。檢測(cè)步驟如下(1)對(duì)實(shí)驗(yàn)中的彩色圖像(圖2(c)與圖3(c))進(jìn)行HIS變換，得到亮度、色度與色飽和度三個(gè)分量；(2)選擇Biro4.4雙正交小波基對(duì)得到的彩色圖像的亮度分量進(jìn)行一層小波分解；(圖2(d)與圖3(d));(3)按照公式(3)和(4)設(shè)計(jì)小波域同態(tài)濾波函數(shù)，得到小波變換后各個(gè)分量的濾波器系數(shù)i/一/tt、—丄//、#—禾卩//—￡丄；'(4)利用步驟(3)中得到的濾波器系數(shù)對(duì)一層小波分解后的圖像進(jìn)行小波域同態(tài)濾波，得到小波域同態(tài)濾波后的圖像(圖2(e)與圖3(e))，其中圖2中指數(shù)同態(tài)濾波器函數(shù)的參數(shù)設(shè)置如下^=2.2、^=0.9、&.=丄、6=0.8，圖3中的參8數(shù)設(shè)置如下^=3.1、=1.3、、=丄、^6=0.66;--1_2-r—-10r(5)利用Sobel算子(7/1=000，7/2=-20212i一l01)提取經(jīng)小波域同態(tài)濾波后圖像的邊緣圖像信息;(6)選擇3X3結(jié)構(gòu)元素S五:111111111對(duì)邊緣圖像進(jìn)行腐蝕運(yùn)算，腐蝕收縮掉未經(jīng)增強(qiáng)的圖像正常邊緣，提取出經(jīng)人工模糊后的邊緣；(7)采用八連通區(qū)域標(biāo)定法標(biāo)記腐蝕后圖像的連通區(qū)域，根據(jù)實(shí)驗(yàn)結(jié)果設(shè)定閾值，保留面積不小于原始圖像0.8°/。的連通區(qū)域，該連通區(qū)域即為圖像偽造區(qū)域。(圖2(f)與圖3(f))。權(quán)利要求1、基于小波域同態(tài)濾波的檢測(cè)偽造圖像的方法，其特征在于包括下述步驟(1)對(duì)彩色圖像進(jìn)行HIS變換，公式如下<mathsid="math0001"num="0001"><math><![CDATA[<mfencedopen='{'close=''><mtable><mtr><mtd><mi>I</mi><mo>=</mo><mfrac><mrow><mi>R</mi><mo>+</mo><mi>G</mi><mo>+</mo><mi>B</mi></mrow><mn>3</mn></mfrac></mtd></mtr><mtr><mtd><mi>H</mi><mo>=</mo><mfrac><mn>1</mn><mn>360</mn></mfrac><mo>[</mo><mn>90</mn><mo>-</mo><mi>arctan</mi><mrow><mo>(</mo><mfrac><mrow><mn>2</mn><mi>R</mi><mo>-</mo><mi>G</mi><mo>-</mo><mi>B</mi></mrow><mrow><msqrt><mn>3</mn></msqrt><mrow><mo>(</mo><mi>G</mi><mo>-</mo><mi>B</mi><mo>)</mo></mrow></mrow></mfrac><mo>)</mo></mrow><mo>+</mo><mo>{</mo><mn>0</mn><mo>,</mo><mi>G</mi><mo>></mo><mi>B</mi><mo>;</mo><mn>180</mn><mo>,</mo><mi>G</mi><mo><</mo><mi>B</mi><mo>}</mo><mo>]</mo></mtd></mtr><mtr><mtd><mi>S</mi><mo>=</mo><mn>1</mn><mo>-</mo><mo>[</mo><mfrac><mrow><mi>min</mi><mrow><mo>(</mo><mi>R</mi><mo>,</mo><mi>G</mi><mo>,</mo><mi>B</mi><mo>)</mo></mrow></mrow><mi>I</mi></mfrac><mo>]</mo></mtd></mtr></mtable></mfenced>]]></math></maths>其中I為亮度，H為色度，S為色飽和度，R表示彩色圖像的紅色分量，G表示彩色圖像的綠色分量，B表示彩色圖像的藍(lán)色分量；(2)對(duì)彩色圖像的亮度分量進(jìn)行一層小波分解，得到小波變換后的各個(gè)不同分量LHj、HLj、HHj(j＝1，2，…，J)和LLJ，其中LHj、HLj、HHj分別代表第j層小波分解后的水平方向、垂直方向和對(duì)角方向的高頻分量，LLJ代表J層小波分解后的低頻分量；(3)設(shè)計(jì)小波域同態(tài)濾波函數(shù)<mathsid="math0002"num="0002"><math><![CDATA[<mrow><mi>H</mi><mrow><mo>(</mo><mi>j</mi><mo>,</mo><msub><mi>w</mi><mi>h</mi></msub><mo>,</mo><msub><mi>w</mi><mi>v</mi></msub><mo>)</mo></mrow><mo>=</mo><mrow><mo>(</mo><msub><mi>γ</mi><mi>H</mi></msub><mo>-</mo><msub><mi>γ</mi><mi>L</mi></msub><mo>)</mo></mrow><mo>[</mo><mn>1</mn><mo>-</mo><msup><mi>e</mi><mrow><mo>-</mo><msup><mrow><mo>(</mo><mfrac><msqrt><msubsup><mi>w</mi><mi>h</mi><mn>2</mn></msubsup><mo>+</mo><msubsup><mi>w</mi><mi>v</mi><mn>2</mn></msubsup></msqrt><mrow><msup><mn>2</mn><mi>j</mi></msup><msub><mi>k</mi><mi>c</mi></msub></mrow></mfrac><mo>)</mo></mrow><mn>2</mn></msup></mrow></msup><mo>]</mo><mo>+</mo><msub><mi>γ</mi><mi>L</mi></msub><mo>,</mo></mrow>]]></math>id="icf0002"file="A2009100213180002C2.tif"wi="74"he="10"top="128"left="86"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/></maths>其中j代表小波分解層數(shù)，kc為截止系數(shù)(0＜kc＜1)，wh和wv分別為水平權(quán)值系數(shù)和垂直權(quán)值系數(shù)，對(duì)于LHj，wh＝0，wv＝1；對(duì)于HLj，wh＝1，wv＝0；對(duì)于HHj，wh＝1，wv＝1；對(duì)于LLJ，HLLJ＝γL(k(x-m)+m)，其中，x代表LLJ上的小波系數(shù)，m代表LLJ上小波系數(shù)的平均值，對(duì)比度調(diào)節(jié)因子k滿足0≤k≤1；(4)利用步驟(3)中得到的濾波器系數(shù)對(duì)一層小波分解后的圖像進(jìn)行小波域同態(tài)濾波，對(duì)不同分辨率下的小波分解系數(shù)進(jìn)行類似的高通濾波處理，以衰減低頻成分，增強(qiáng)高頻信息；(5)利用邊緣檢測(cè)算子提取經(jīng)小波域同態(tài)濾波后圖像的邊緣圖像信息；(6)選擇3×3或5×5的結(jié)構(gòu)元素SE對(duì)邊緣圖像信息進(jìn)行腐蝕運(yùn)算，腐蝕收縮掉未經(jīng)增強(qiáng)的圖像正常邊緣，提取出經(jīng)人工模糊后的邊緣；(7)采用八連通區(qū)域標(biāo)定法標(biāo)記腐蝕后圖像的連通區(qū)域，根據(jù)實(shí)驗(yàn)結(jié)果設(shè)定閾值，保留面積不小于原始圖像0.8％的連通區(qū)域，該連通區(qū)域即為圖像偽造區(qū)域。2、根據(jù)權(quán)利要求1所述的基于小波域同態(tài)濾波的檢測(cè)偽造圖像的方法，其特征在于.-所述的邊緣檢測(cè)算子釆用的Sobel算子<formula>formulaseeoriginaldocumentpage2</formula><formula>formulaseeoriginaldocumentpage3</formula>其中，《用來(lái)提取水平邊緣，//2用來(lái)提取垂直邊緣。全文摘要本發(fā)明公開(kāi)了一種基于小波域同態(tài)濾波的檢測(cè)偽造圖像的方法，對(duì)彩色圖像進(jìn)行HIS變換后對(duì)彩色圖像的亮度分量進(jìn)行一層小波分解，設(shè)計(jì)小波域同態(tài)濾波函數(shù)，利用濾波器系數(shù)對(duì)一層小波分解后的圖像進(jìn)行小波域同態(tài)濾波，對(duì)不同分辨率下的小波分解系數(shù)進(jìn)行類似的高通濾波處理；利用邊緣檢測(cè)算子提取經(jīng)小波域同態(tài)濾波后圖像的邊緣圖像信息；選擇結(jié)構(gòu)元素對(duì)邊緣圖像信息進(jìn)行腐蝕運(yùn)算，提取出經(jīng)人工模糊后的邊緣；標(biāo)記腐蝕后圖像的連通區(qū)域，根據(jù)實(shí)驗(yàn)結(jié)果設(shè)定閾值，保留面積不小于原始圖像0.8％的連通區(qū)域，該連通區(qū)域即為圖像偽造區(qū)域。本發(fā)明有效增強(qiáng)了模糊邊緣，從而降低了誤檢率。文檔編號(hào)G06T7/00GK101493939SQ200910021318公開(kāi)日2009年7月29日申請(qǐng)日期2009年2月27日優(yōu)先權(quán)日2009年2月27日發(fā)明者苗劉,鄭江濱申請(qǐng)人:西北工業(yè)大學(xué)