本發(fā)明涉及一種信息安全與信息處理技術領域，尤其是一種基于sobel邊緣檢測與圖像塊亮度特征的圖像篡改盲取證方法。
背景技術：
圖像被動取證技術，也稱為圖像盲取證技術，是一個近年來快速發(fā)展的研究領域。它僅通過圖像本身的特征鑒別其真?zhèn)危恍枰魏蔚臄?shù)字簽名或數(shù)字水印等先驗知識，也不需要往相機設備中添加入水印生成程序，因此有著應用范圍較廣的優(yōu)點；同時，由于不需要在圖像中嵌入任何信息，因此也不會帶來圖像質量的降低。自然圖像在生成時會受到成像設備內部軟硬件或自然圖像本身統(tǒng)計規(guī)律等因素的影響，輸出的圖像會存在某些自然圖像獨有的一致性和連續(xù)性固有特征，而篡改行為往往會打破這些圖像固有特征的一致性和連續(xù)性。
圖像盲取證技術通過曝光這些被破壞的自然圖像特征即可鑒別出圖像的真?zhèn)危踔炼ㄎ怀龃鄹牡奈恢?，逼真的篡改圖像在視覺上雖然讓人們不易察覺，但是使用各種相應技術來檢測圖像受到的篡改類型，甚至可以定位出篡改的具體位置。
在數(shù)字圖像篡改中最常用到的手段之一是圖像克隆，它通過復制拷貝同一幅圖像中的某些區(qū)域以清除或者添加一些重要目標。由于在同一幅圖像中克隆區(qū)域間的亮度、色彩度都較為相近，進行復制粘貼不會引起明顯的視覺變化，因此比較難于準確檢測出來。近十年來，大部分數(shù)字圖像取證研究都針對克隆類型的篡改。
fridrich等人首先提出了一種通過對圖像進行圖像塊分割的方法來進行圖像克隆盲取證的技術，并被作為了一類經(jīng)典算法。他們首先對圖像進行分塊操作；然后提取每個圖像塊的離散余弦變換(discretecosinetransform，簡稱dct)特征系數(shù)，并組成特征向量；最后通過對特征向量進行排序找出相似的圖像塊；
ac.popescu和h.farid隨后提出了一種跟fridrich等人類似的算法，其主要改進在于每個分割后的圖像塊的特征提取方面，他們使用主成份分析法(pca)代替了dct，以得到一個維數(shù)更小的特征系數(shù)，從而提高特征向量匹配的效率。
但上述方法無法檢測一些經(jīng)過旋轉操作的克隆物體，這也影響了該方法的推廣應用前景。
隨后的基于圖像塊匹配的取證技術形成了兩個研究分支，一部分學者著重提高對圖像幾何變換攻擊的魯棒性，而另一部分文獻則針對效率的改進進行研究。
在提高克隆檢測算法的魯棒性方面，b.mahdian和s.saic首先研究數(shù)字圖像在經(jīng)過模糊卷積后的特征不變性問題，從數(shù)學角度建立了一個模糊不變性等式：b(f)＝b(d(f))，其中d表示模糊，f表示圖像，模糊不變性問題就是找到一個函數(shù)b，能夠滿足以上等式，通過數(shù)學推導和實驗分析，他們最終確定了一個24維的模糊不變特征，該特征可以較好的減少模糊，噪點或鏡像變換等后期操作帶來的影響。他們對圖像塊進行模糊不變量運算，根據(jù)模糊不變特征的相似性鑒別出克隆的圖像塊；
wu等提出了一種能抵御90°和270°的普通旋轉攻擊的克隆圖像取證算法，他們首先將圖像轉換為yuv色彩模式并提取y分量得到灰度圖像；然后對圖像分塊并計算每個圖像塊的平均亮度值；最后根據(jù)每個圖像塊的平均亮度與其相鄰8個圖像塊的平均亮度的之間的關系來判斷圖像塊是否被克隆。
ryu等人則通過對圖像塊進行傅立葉-梅林變化(fmt)及一維對數(shù)投影的方法來得到一個較魯棒的特征向量，以此來提高克隆圖像塊檢測的魯棒性。
但是，上述基于圖像塊的克隆盲取證方法會產(chǎn)生大量的圖像塊，特別是在檢測高分辨率圖像時，圖像塊的數(shù)量是非常巨大的，增加了取證算法的運算時間。
khan等人首先對檢測圖像進行離散小波變換(discretewavelettransform，簡稱dwt)，然后提取低頻子頻帶信息再進行克隆檢測。類似的方法還有l(wèi)i等人的dwt-svd方法，ghorbani等人的dwt-dct(qcd)方法，huang等人在fridrich等人算法的基礎上提出了一種改進的基于離散余弦變換的方法，他們通過引入一個閾值p，來控制圖像塊特征向量的維數(shù)，上述方法平均能減少p％的匹配時間，但是隨著p值的增加，越來越多的特征維被舍棄，算法的準確率也隨之降低。
技術實現(xiàn)要素：
針對現(xiàn)有技術的不足，本發(fā)明提供一種基于sobel邊緣檢測與圖像塊亮度特征的圖像篡改盲取證方法。
本發(fā)明的技術方案為：一種基于sobel邊緣檢測與圖像塊亮度特征的圖像篡改盲取證方法，其特征在于，包括以下步驟：
s1)、對待檢測的可疑圖像進行灰度判決，如果為非灰度圖像，則轉換為灰度圖像，其表達式為：gray＝0.299r+0.587g+0.114b；
s2)、通過垂直和水平方向的兩個3×3的濾波器分別與待檢測灰度圖像i(i,j)進行卷積處理，獲得該圖像的梯度圖像g(i,j)；對梯度圖像g(i,j)進行闕值分割，其計算表達式為：
s3)、利用非極大值抑制算法對二值化圖像w(i,j)進行1像素化，對于二值化圖像w(i,j)內的任意一點p(i,j)采用從左至右、從上至下的順序遍歷二值化圖像w(i,j)，二值化圖像w(i,j)中的任意一點p(i,j)豎直邊緣的梯度值大于該點左邊和右邊的點的梯度值或水平邊緣的梯度值大于該點上端和下端的點的梯度值，則設為白點，反之則設為黑點，從而得到非極大值抑制后的二值圖像p(i,j)；
s4)、按邊緣閉合區(qū)域分割圖像p(i,j)，形成圖像集a＝(a1,a2,a3,…ai)；
s5)、將待檢測灰度圖像i(i,j)進行分塊處理，采用從左至右，從上到下的順序對每塊圖像進行標號，每一個圖像塊標記為mi,j；
s6)、將所有圖像塊mi,j與圖像集a＝(a1,a2,a3,…ai)的子圖像集進行相應置換，其中，子圖像集ai＝(mi,1,mi,2,…mi,j)；
s6)、計算得到每個子圖像集ai的亮度均值ci，并按照亮度均值ci從大到小的順序對圖像集a的子圖像集進行排序；
s7)、對每個子圖像集ai的每個圖像塊mi,j的亮度值ci,j進行歸一化處理，每個圖像塊mi,j歸一化處理后的亮度值為di,j，其計算式為：
s8)、將每個圖像塊mi,j歸一化處理后的亮度值di,j按照從左至右、從上至下的順序排列；
s9)、循環(huán)選取排序后的亮度均值ci相近的子圖像集aq和ap，計算子圖像集aq和ap的相似度sp,q，其表達式為：
s10)、如果子圖像集aq和ap的相似度sp,q≤δ，則子圖像集aq和ap不相似，按照步驟s9)繼續(xù)處理；如果子圖像集aq和ap的相似度sp,q＞δ，則子圖像集aq和ap相似，將相似的圖像集aq和ap標記為克隆圖像，輸出取證結果。
上述技術方案中，步驟s10)中δ取值0.1。
本發(fā)明的有益效果為：通過對圖像集進行分塊處理，通過亮度均值排序能夠有效提高取證算法效率，而且通過比較圖像塊的相似亮度值，進一步提高了準確率，而且進一步提高了圖像取證的效率；本發(fā)明解決了由于大比例的縮放的克隆篡改行為而導致不能準確檢測篡改圖片的問題，通過歸一化處理后的圖像塊亮度值，從而進一步提高了不同亮度值的克隆圖像的檢測結果。
附圖說明
圖1為本發(fā)明的流程示意圖。
具體實施方式
下面結合附圖對本發(fā)明的具體實施方式作進一步說明：
如圖1所示，一種基于sobel邊緣檢測與圖像塊亮度特征的圖像篡改盲取證方法，其特征在于，包括以下步驟：
s1)、對待檢測的可疑圖像進行灰度判決，如果為非灰度圖像，則轉換為灰度圖像，其表達式為：gray＝0.299r+0.587g+0.114b；
s2)、通過垂直和水平方向的兩個3×3的濾波器分別與待檢測灰度圖像i(i,j)進行卷積處理，獲得該圖像的梯度圖像g(i,j)；對梯度圖像g(i,j)進行闕值分割，其計算表達式為：
s3)、利用非極大值抑制算法對二值化圖像w(i,j)進行1像素化，對于二值化圖像w(i,j)內的任意一點p(i,j)采用從左至右、從上至下的順序遍歷二值化圖像w(i,j)，二值化圖像
w(i,j)中的任意一點p(i,j)豎直邊緣的梯度值大于該點左邊和右邊的點的梯度值或水平邊緣的梯度值大于該點上端和下端的點的梯度值，則設為白點，反之則設為黑點，從而得到非極大值抑制后的二值圖像p(i,j)；
s4)、按邊緣閉合區(qū)域分割圖像p(i,j)，形成圖像集a＝(a1,a2,a3,…ai)；
s5)、將待檢測灰度圖像i(i,j)進行分塊處理，采用從左至右，從上到下的順序對每塊圖像進行標號，每一個圖像塊標記為mi,j；
s6)、將所有圖像塊mi,j與圖像集a＝(a1,a2,a3,…ai)的子圖像集進行相應置換，其中，子圖像集ai＝(mi,1,mi,2,…mi,j)；
s6)、計算得到每個子圖像集ai的亮度均值ci，并按照亮度均值ci從大到小的順序對圖像集a的子圖像集進行排序；
s7)、對每個子圖像集ai的每個圖像塊mi,j的亮度值ci,j進行歸一化處理，每個圖像塊mi,j歸一化處理后的亮度值為di,j，其計算式為：
s8)、將每個圖像塊mi,j歸一化處理后的亮度值di,j按照從左至右、從上至下的順序排列；
s9)、循環(huán)選取排序后的亮度均值ci相近的子圖像集aq和ap，計算子圖像集aq和ap的相似度sp,q，其表達式為：
s10)、如果子圖像集aq和ap的相似度sp,q≤δ，則子圖像集aq和ap不相似，按照步驟s9)繼續(xù)處理；如果子圖像集aq和ap的相似度sp,q＞δ，則子圖像集aq和ap相似，將相似的圖像集aq和ap標記為克隆圖像，輸出取證結果。
上述技術方案中，步驟s10)中δ取值0.1。
上述實施例和說明書中描述的只是說明本發(fā)明的原理和最佳實施例，在不脫離本發(fā)明精神和范圍的前提下，本發(fā)明還會有各種變化和改進，這些變化和改進都落入要求保護的本發(fā)明范圍內。