專利名稱：一種圖像區(qū)域描述方法和基于該描述方法的復制圖像檢測方法
技術領域：
本發(fā)明涉及數字圖像取證技術，提出了一種圖像區(qū)域描述方法和基于該描述方法的復制圖像檢測方法。
背景技術：
隨著數字圖像編輯軟件(如Photoshop，A⑶See等)的不斷發(fā)展以及網絡的廣泛使用，數字偽造圖像已經成為一個嚴重問題并且嚴重影響到數字圖像作為事件證明的可靠性。因此，力求揭露數字圖像中的偽造操作的圖像取證技術正受到越來越多的關注。作為主動的圖像取證方法，數字簽名和數字水印技術最為成熟。但是數字簽名和數字水印要事先嵌入到數字圖像中，因而其應用范圍受到了一定的限制。因此，被動的圖像取證方法得到越來越多的關注，該方法不依賴其他輔助信息，僅根據待取證的圖像本身就可以判斷其是否經過篡改、合成、復制等偽造處理。在數字圖像偽造中，最常見的一種偽造方法就是區(qū)域復制，它首先復制圖像中的某一部分，然后粘貼到同一圖像的其他位置，從而增加或者覆蓋掉圖像中的某些物體。在圖像區(qū)域進行復制的過程中，復制的區(qū)域很可能會經歷一些幾何變換，如旋轉、縮放等，這些幾何變換，增加了檢測數字偽造圖像中的復制區(qū)域的難度?，F有技術中，檢測數字圖像區(qū)域復制最簡單的方法就是窮搜索，但巨大的運算量讓這種方法很難在實際中應用。因此，塊匹配方法被提出來并得到廣泛的應用。在檢測過程中，圖像先被分割成相互重疊的小塊，然后各個小塊之間再進行匹配，但各個小塊要有相應的特征向量來描述才能進行匹配，而這些描述方法要具有一定的幾何魯棒性，因此，如何解決塊匹配方法的匹配問題和魯棒性問題成為了塊匹配方法得到廣泛應用的一大關鍵點。

發(fā)明內容
本發(fā)明解決的技術問題是克服現有技術的不足，提供一種操作簡單、對旋轉具有魯棒性的圖像區(qū)域描述方法。本發(fā)明還提供一種操作簡單、辨別度高、能夠有效檢測出圖像中復制區(qū)域的復制圖像檢測方法，其利用上述的圖像區(qū)域描述方法對圖像的復制區(qū)域進行檢測。為解決上述技術問題，本發(fā)明第一個發(fā)明目的的技術方案如下一種圖像區(qū)域描述方法，包括如下步驟構造扇形掩模,將所述扇形掩模的內角A旋轉一周,得到m個方向上的扇形掩模 S1, S2, ......，S111，其中m = 360/A，并將所述m個方向上的扇形掩模順序排列；提取統(tǒng)計特征向量計算圖像中的圖像分塊在每個方向的扇形掩模中所有像素值
的均值和標準差，獲得統(tǒng)計特征向量<M s1，M s2，...M sm，S s1，S s2，···，S sm);重排統(tǒng)計特征向量將統(tǒng)計特征向量中均值最大的扇形掩模Si定為圓形區(qū)域的方向標記排在首位，其他m-Ι個扇形掩模按照原來的排列順序依次進行重新排列，獲得一個重排后的統(tǒng)計特征向量
Si,Msi+1,…,Msm^MS1,…,Msu ^Ss^Ssi+1 Ssm,SS1，…，/Ssw);獲得區(qū)域描述特征向量描述所述圖像分塊將所述重排后的統(tǒng)計特征向量附帶上圖像分塊在完整圖像上的位置信息(x，y)，獲得一個區(qū)域描述特征向量描述所述圖像分塊。本發(fā)明通過設置一定內角和一定半徑的扇形掩模，用來提取圖像分塊特定徑向方向上的統(tǒng)計特性，即該扇形掩模內的圖像像素的均值和標準差統(tǒng)計量。接著，對得到的各個徑向方向上的統(tǒng)計量進行排序，將均值最大的扇形統(tǒng)計量作為該圖像分塊的方向標志排在首位，其他統(tǒng)計量按照規(guī)定的順序(順時針或逆時針)依次進行排列，使得所述圖像區(qū)域描述方法具有對旋轉的魯棒性。上述方案中，所述扇形掩模的內角為5到15度，半徑為15到25mm。上述方案中，所述扇形掩模的內角為10度,半徑為20mm。本發(fā)明第二個發(fā)明目的的技術方案如下一種復制圖像檢測方法，包括如下步驟將待檢測圖像進行分塊；提取區(qū)域描述特征向量利用所述的圖像區(qū)域描述方法提取待檢測圖像每個圖像分塊的區(qū)域描述特征向量并存儲在區(qū)域描述特征向量表中；設置匹配閾值，閾值設置為O. 95 ；將各個區(qū)域描述特征向量中的均值和標準差分別進行匹配獲得均值匹配度和標準差匹配度，均值匹配度和標準差匹配度分別大于所述匹配閾值且均值匹配度和標準差匹配度之和最大的區(qū)域描述特征向量即匹配成功，所述匹配成功的區(qū)域描述特征向量所對應的圖像分塊即為相同圖像分塊，所述相同圖像分塊中包括了復制的圖像分塊。均值匹配度和標準差匹配度分別大于匹配閾值的區(qū)域描述特征向量有一對或者多對，若有多對區(qū)域描述特征向量，則均值匹配度和標準差的匹配度之和最大者為匹配成功的區(qū)域描述特征向量。上述方案中，所述將各個區(qū)域描述特征向量中的均值和標準差分別進行匹配獲得均值匹配度和標準差匹配度具體步驟為將所有區(qū)域描述特征向量在區(qū)域描述特征向量表中進行字典排序；設置匹配窗口 a, a的長度設置為10 ；將每個區(qū)域描述特征向量的均值和標準差分別與排在其后面的a個區(qū)域描述特征向量的均值和標準差進行匹配獲得均值匹配度和標準差匹配度。對于獲得的所有圖像分塊的區(qū)域描述特征向量，如果直接進行全局比較，其運算量將會十分巨大。應用字典排列，使具有一定相似性的區(qū)域描述特征向量彼此之間更接近。 這樣，經過字典排列后，只需要比較一定匹配窗口長度內的區(qū)域描述特征向量，從而大大減少了運算量。上述方案中，所述均值匹配度和標準差匹配度通過計算圖像分塊的均值和標準差的協方差來獲得，其具體是
權利要求
1.一種圖像區(qū)域描述方法，其特征在于，包括如下步驟構造扇形掩模，將所述扇形掩模的內角A旋轉一周，得到m個方向上的扇形掩模S1,S2, ......，S111，其中m = 360/A，并將所述m個方向上的扇形掩模順序排列；提取統(tǒng)計特征向量計算圖像中的圖像分塊在每個方向的扇形掩模中所有像素值的均值71/&和標準差，獲得統(tǒng)計特征向量;重排統(tǒng)計特征向量將統(tǒng)計特征向量中均值最大的扇形掩模SiS為圓形區(qū)域的方向標記排在首位，其他m-l個扇形掩模按照原來的排列順序依次進行重新排列，獲得一個重排后的統(tǒng)計特征向量獲得區(qū)域描述特征向量描述所述圖像分塊將所述重排后的統(tǒng)計特征向量附帶上圖像分塊在完整圖像上的位置信息U，y)，獲得一個區(qū)域描述特征向量描述所述圖像分塊。
2.根據權利要求I所述的圖像區(qū)域描述方法，其特征在于，所述扇形掩膜的內角為5到 15度，半徑為15到25mm。
3.根據權利要求2所述的圖像區(qū)域描述方法，其特征在于，所述扇形掩模的內角為10 度，半徑為20mm。
4.一種復制圖像檢測方法，其特征在于，包括如下步驟將待檢測圖像進行分塊；提取區(qū)域描述特征向量利用權利要求I所述的圖像區(qū)域描述方法提取待檢測圖像每個圖像分塊的區(qū)域描述特征向量并存儲在區(qū)域描述特征向量表中；設置匹配閾值；將各個區(qū)域描述特征向量中的均值和標準差分別進行匹配獲得均值匹配度和標準差匹配度，均值匹配度和標準差匹配度分別大于所述匹配閾值且均值匹配度和標準差匹配度之和最大的區(qū)域描述特征向量即匹配成功，所述匹配成功的區(qū)域描述特征向量所對應的圖像分塊即為相同圖像分塊，所述相同圖像分塊中包括了復制的圖像分塊。
5.根據權利要求4所述的復制圖像檢測方法，其特征在于，所述將各個區(qū)域描述特征向量中的均值和標準差分別進行匹配獲得均值匹配度和標準差匹配度的具體步驟為將所有區(qū)域描述特征向量在區(qū)域描述特征向量表中進行字典排序；設置匹配窗口 a;將每個區(qū)域描述特征向量的均值和標準差分別與排在其后面的a個區(qū)域描述特征向量的均值和標準差進行匹配獲得均值匹配度和標準差匹配度。
6.根據權利要求5所述的復制圖像檢測方法，其特征在于，所述均值匹配度和標準差匹配度通過計算圖像分塊的均值和標準差的協方差來獲得，其具體是
7.根據權利要求4所述的復制圖像檢測方法，其特征在于，所述待檢測圖像進行分塊時每隔一個或多個像素進行一次分塊。
8.根據權利要求4所述的復制圖像檢測方法，其特征在于，所述方法獲得相同圖像分塊后還進行標記步驟，具體為將所有成功匹配的區(qū)域描述特征向量的位置信息存儲，在完整圖像上用半徑等于扇形掩模半徑的圓圈標記，并用直線連接相互匹配成功的圖像分塊的中心點。
9.根據權利要求4至8任一項所述的復制圖像檢測方法，其特征在于，所述方法還包括確定復制圖像分塊的旋轉角度，其包括如下步驟確定旋轉中心點提取所有成功匹配的圖像分塊的中心點；設置一對匹配成功的圖像分塊的中心點為基準點U和V，其他所有匹配成功的圖像分塊的中心點與所述基準點U和基準點V的距離進行比較，距離小的和該基準點歸為一簇，得到兩簇中心點，將每簇中的中心點坐標進行平均并取整數獲得復制區(qū)域旋轉中心點；提取最終旋轉中心點設置距離閾值，計算每簇中的中心點和其對應的復制區(qū)域旋轉中心點之間的距離，剔除超出距離閾值且距離最大的中心點以及與其成功匹配的中心點， 再將每簇剩下的中心點坐標進行平均并取整數獲得一個新的旋轉中心點，并再計算每簇中的中心點與新旋轉中心點的距離，直到每簇中的中心點與其對應的新旋轉中心點之間的距離在距離閾值范圍內，則最終獲得的新旋轉中心點為最終旋轉中心點，標記為Cl和C2 ；以最終旋轉中心點Cl和C2為中心，分別提取半徑為扇形掩模半徑的兩個圓形區(qū)域，利用權利要求I所述的圖像區(qū)域描述方法獲得圓形區(qū)域的區(qū)域描述特征向量，同時將所述兩個圓形區(qū)域的扇形掩模進行統(tǒng)一標號，獲取所述兩個圓形區(qū)域中均值最大的扇形掩模的標號差η ；以Cl為中心的圓形區(qū)域保持不動，將以C2為中心的圓形區(qū)域根據兩個圓形區(qū)域均值最大的扇形掩模的標號及標號差做反向旋轉，旋轉角度的范圍為
10.根據權利要求4所述的復制圖像檢測方法，其特征在于，所述方法還包括將待檢測圖像進行一次翻轉獲取翻轉圖像，利用權利要求I所述的圖像區(qū)域描述方法提取翻轉圖像的區(qū)域描述特征向量，再將待檢測圖像的區(qū)域描述特征向量的均值和標準差分別與翻轉圖像的區(qū)域描述特征向量的均值和標準差進行匹配獲取帶翻轉的復制圖像分塊。
全文摘要
本發(fā)明公開了一種圖像區(qū)域描述方法和基于該描述方法的復制圖像檢測方法。所述圖像區(qū)域描述方法包括如下步驟構造扇形掩模，將扇形掩模的內角A旋轉一周，得到m個方向上的扇形掩模S1，S2，……，Sm；提取統(tǒng)計特征向量重排統(tǒng)計特征向量將統(tǒng)計特征向量中均值最大的扇形掩模Si定為圓形區(qū)域的方向標記排在首位，其他m-1個扇形掩模按照原來的排列順序依次進行重新排列，獲得重排后的統(tǒng)計特征向量獲得區(qū)域描述特征向量描述圖像分塊。本發(fā)明操作簡單、辨別度高，有效地應用于數字圖像的復制-旋轉-粘貼檢測和復制-翻轉-粘貼檢測中，不僅可通過圖像描述特征之間的匹配來揭示復制的區(qū)域，還可確定復制區(qū)域之間相對旋轉過的角度。
文檔編號G06T7/00GK102592276SQ20111043162
公開日2012年7月18日 申請日期2011年12月20日 優(yōu)先權日2011年12月20日
發(fā)明者倪江群, 盧偉, 孫偉, 戴路, 陳立楷 申請人:中山大學