專利名稱：數(shù)字圖像中一種自動(dòng)識(shí)別和定位篡改區(qū)域的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)軟件應(yīng)用技術(shù)，數(shù)字媒體安全等內(nèi)容。主要是對(duì)經(jīng)過篡改的數(shù)字圖像進(jìn)行認(rèn)證，并能夠準(zhǔn)確的定位出篡改區(qū)域，而且當(dāng)數(shù)字圖像經(jīng)過高斯噪聲、高斯模糊以及多區(qū)域篡改攻擊時(shí)，篡改區(qū)域仍然能夠準(zhǔn)確的被定位。該方法具有較強(qiáng)的實(shí)用性，技術(shù)能夠應(yīng)用于醫(yī)學(xué)、新聞媒體、司法鑒定、保險(xiǎn)理賠、軍事等真實(shí)性要求較高的圖像認(rèn)證中。
2.
背景技術(shù)：
數(shù)字圖像認(rèn)證技術(shù)已經(jīng)被廣泛的應(yīng)用在數(shù)字媒體的安全保護(hù)、版權(quán)認(rèn)證等各個(gè)方面。比如為了驗(yàn)證數(shù)字圖像的版權(quán)，數(shù)字圖像的版權(quán)人可以將自己的相關(guān)信息作為水印嵌入到圖像內(nèi)。嵌入數(shù)字水印的圖像可以被出版、傳播，當(dāng)圖像的擁有者發(fā)現(xiàn)可疑圖像時(shí)，可以用適當(dāng)?shù)募夹g(shù)從可疑圖像中提取水印信息。通過對(duì)水印的認(rèn)證，可以決定圖像的版權(quán) [1-2]。然而，直到目前，關(guān)于數(shù)字圖像內(nèi)容本身真?zhèn)闻c否的認(rèn)證技術(shù)討論還非常少，由于圖像處理軟件的強(qiáng)大功能，使得數(shù)字圖像內(nèi)容可以很容易的被修改，針對(duì)一幅數(shù)字圖像，能否判定它是一幅原始圖像？圖像的內(nèi)容是否經(jīng)過了篡改？這些疑問在醫(yī)學(xué)、新聞媒體、司法鑒定、保險(xiǎn)理賠、軍事等真實(shí)性要求較高的場(chǎng)所中顯得尤為重要。因此，設(shè)計(jì)一個(gè)良好的算法來對(duì)篡改的數(shù)字圖像進(jìn)行認(rèn)證，那無疑具有很強(qiáng)的實(shí)用性。針對(duì)此問題，目前提出了一些方法，但這些方法的魯棒性很差，F(xiàn)ridrich提出了一種檢測(cè)篡改圖像的方法，但是該方法對(duì)高斯噪聲具有很強(qiáng)的敏感性，而且具有較高的時(shí)間復(fù)雜度，使得錯(cuò)誤匹配塊較多[3]。Popescu采用了一種新的檢測(cè)方法，利用主成份分析法對(duì)原始數(shù)據(jù)進(jìn)行降維，相比Fridrich提出的方法具有較低的時(shí)間復(fù)雜度，但該算法的檢測(cè)率較低W]。Huang等人通過選取圖像當(dāng)中一些尺度不變特征點(diǎn)來作為匹配點(diǎn)[5-6]，相對(duì)于[3-4]所提算法具有較大的改進(jìn)，但對(duì)于一些紋理較稀疏的圖像來說，此算法會(huì)找不到匹配點(diǎn)。參考文獻(xiàn)(1). Chin-Chen Chang, Yih-Shin Hu, Tzu-Chuen Lu, A watermarking-based image ownership and tampering authentication scheme, Pattern Recognition Letters, Vol. 27，pp.439-446,2006.(2). Ni Ζ. ,Shi Y. Q,et. al,Robust lossless image data hiding designed for semi-fragile image authentication, IEEE Trans. Circ. Syst. Video Technol. ,13(4) pp.497-509,2008.(3). Fridrich, A. J. , Soukalm, B. D. , lukas, A. J. , Detection of copy-move forgery in digital images, Proceedings of Digital Forensic Research Workshop, pp. 19-23,2003.(4). Popescu, A. C. , Farid, H. , Exposing digital forgeries by detecting duplicated image regions, Technical Report, Dept. Comput. Sci, Dartmouth College,
(5). Huang, H. , Guo, W. Q. , Zhang, Y, Detection of copy-move forgery in digital images using sift algorithm,The Pacific-Asia Workshop on Computational Intelligence and Industrial Application, pp.272-276,2009.(6). Pan, X.. and Lyu, S, Detecting image region duplication using SIFT features, The International Conference on Acoustics Speech and Signal Processing(ICASSP)，pp.1706-1709，2010.
3.

發(fā)明內(nèi)容
3.1要解決的技術(shù)問題數(shù)字圖像篡改認(rèn)證技術(shù)要求對(duì)給定的一幅數(shù)字圖像進(jìn)行篡改檢測(cè)并定位出篡改區(qū)域，而且要求算法具有較低的時(shí)間復(fù)雜度，因此這是篡改檢測(cè)算法設(shè)計(jì)的難點(diǎn)，因此為了解決該問題，我們引入了離散余弦變換算法來對(duì)圖像塊進(jìn)行變換，使得變換后的離散余弦系數(shù)表示每個(gè)圖像子塊，同時(shí)利用離散余弦變換的內(nèi)在特性，根據(jù)其系數(shù)能量的分布情況來對(duì)圖像子塊進(jìn)行特征提取，使得提取后的特征，一方面可以使算法整體保持較低的時(shí)間復(fù)雜度，另一方面，算法不僅對(duì)高斯噪聲、高斯模糊操作具有良好的魯棒性，而且對(duì)多區(qū)域篡改具有很好的抗攻擊性。3. 2技術(shù)方案本篡改檢測(cè)算法首先將圖像劃分為相互重疊的8X8像素點(diǎn)大小的子塊，而后，在這些像素塊上執(zhí)行離散余弦變換變換，并根據(jù)變換后的離散余弦系數(shù)的能量分布情況對(duì)每個(gè)圖像子塊進(jìn)行特征提取，使得每個(gè)圖像子塊僅用一個(gè)1X4維特征向量來表示，以保證算法的較低時(shí)間復(fù)雜度，然后將所有特征向量組成一特征矩陣，并對(duì)其進(jìn)行字典排序，最后， 利用向量間的歐式空間距離以及圖像子塊間的實(shí)際坐標(biāo)距離來定位和去除錯(cuò)誤的匹配區(qū)域，以保證篡改檢測(cè)算法的魯棒性。3. 3有益效果該方法針對(duì)數(shù)字圖像中的復(fù)制-粘貼操作實(shí)現(xiàn)了一種全新的檢測(cè)方式。利用離散余弦變換系數(shù)的能量分布特性來提取每個(gè)圖像子塊的特征，實(shí)驗(yàn)仿真結(jié)果表明，該方法能夠以較低的時(shí)間復(fù)雜度、準(zhǔn)確的定位出篡改區(qū)域，并能有效的抵抗圖像的高斯噪聲、高斯模糊以及多區(qū)域篡改攻擊。本方法能有效地應(yīng)用醫(yī)學(xué)、新聞媒體、司法鑒定、保險(xiǎn)理賠、軍事等真實(shí)性要求較高的圖像認(rèn)證中。
4.


大小為188的圖像用來進(jìn)行算法的實(shí)驗(yàn)研究，在實(shí)驗(yàn)中，圖像子塊大小B為 8X8像素點(diǎn)，圖1表示對(duì)離散余弦變換后的圖像子塊系數(shù)進(jìn)行之字形掃描，圖2表示在半徑為4的圓域內(nèi)進(jìn)行特征提取，匹配閾值Dsimilm = 0. 0015，子塊間坐標(biāo)閾值 =120，搜索空間Nnmto = 5。圖3表示對(duì)原始圖像進(jìn)行多處篡改操作的檢測(cè)結(jié)果，其中圖3(a)為原始圖像，圖3(b)為經(jīng)過多處篡改的圖像，圖3(c)為檢測(cè)結(jié)果。為了驗(yàn)證檢測(cè)算法對(duì)高斯噪聲的魯棒性，采用較低的信噪比(SNR = 15db)來進(jìn)行測(cè)試，圖4為檢測(cè)結(jié)果，其中圖4(a)為原始圖像，圖4(b)為添加高斯噪聲(SNR= 15db)后的篡改圖像，圖4(c)為檢測(cè)結(jié)果。圖4說明算法的魯棒性很強(qiáng)，能夠準(zhǔn)確的定位出篡改區(qū) 域。為了驗(yàn)證檢測(cè)算法對(duì)高斯模糊操作的魯莽性，圖5表示在模糊窗ロ w = 5，在不同 的模糊半徑下的檢測(cè)結(jié)果，其中圖5(a)是原始圖像，圖5(b)表示模糊窗ロ w = 5，模糊半徑 r = 0.4時(shí)的篡改圖像，圖5(c)表示模糊窗ロ w = 5，模糊半徑r = 0. 6時(shí)的篡改圖像，圖 5(d)表示模糊窗ロ w = 5，模糊半徑r = 0. 8時(shí)的篡改圖像，圖5(e)表示模糊窗ロ w = 5， 模糊半徑r= 1時(shí)的篡改圖像，圖5(f)表示最終檢測(cè)結(jié)果。
5.具體實(shí)施方案5. 1篡改檢測(cè)方法步驟1 對(duì)于MXN大小的原始彩色圖像，利用公式I = 0. 228R+0. 587G+0. 114B轉(zhuǎn) 換為灰度圖像。步驟2 將轉(zhuǎn)換后的灰度圖像劃分為相互重疊的子塊，每個(gè)子塊的大小為8X8像 素點(diǎn)，執(zhí)行此操作后可以得到H^dts個(gè)圖像子塊，其中Nblocks = (M-B+1) X (N-B+1)(1)步驟3:對(duì)Nbl。。ks個(gè)圖像子塊中的每ー個(gè)子塊進(jìn)行離散余弦變換，使得每個(gè)子塊用 大小為8X8的離散余弦系數(shù)表示。步驟4 采用之字形方式掃描步驟3中的每ー個(gè)系數(shù)塊，確定其能量分布情況，并 根據(jù)能量分布情況，在半徑為4的圓域內(nèi)提取每一子塊的特征，舍棄圓域外的系數(shù)值，使其 每個(gè)圖像子塊僅用ー個(gè)1X4維特征向量V來表示，如圖1和圖2所示。其中V = [V1, v2, V3, V4](2)
權(quán)利要求
1.數(shù)字圖像中一種自動(dòng)識(shí)別和定位篡改區(qū)域的方法，其特征是首先將原始圖像劃分為相互重疊的子塊。
2.根據(jù)權(quán)利要求1數(shù)字圖像中一種自動(dòng)識(shí)別和定位篡改區(qū)域的方法，其特征是對(duì)原始圖像劃分為相互重疊的子塊進(jìn)行離散余弦變換。
3.根據(jù)權(quán)利要求1所述的數(shù)字圖像中一種自動(dòng)識(shí)別和定位篡改區(qū)域的方法，其特征是應(yīng)用離散余弦變換系數(shù)來代表每個(gè)子塊的特性。
4.根據(jù)權(quán)利1所述的數(shù)字圖像中一種自動(dòng)識(shí)別和定位篡改區(qū)域的方法，其特征是利用離散余弦變換系數(shù)的內(nèi)在特性，根據(jù)其能量分布情況對(duì)每個(gè)子塊進(jìn)行特征提取，確保其對(duì)高斯噪聲和高斯模糊具有良好的魯棒性。
5.根據(jù)權(quán)利要求1所述的數(shù)字圖像中一種自動(dòng)識(shí)別和定位篡改區(qū)域的方法，其特征是對(duì)提取的特征向量進(jìn)行字典排序，確保算法有較優(yōu)的時(shí)間復(fù)雜度，利用向量間的歐式空間距離來進(jìn)行特征匹配，根據(jù)不同的篡改情形，算法都可以準(zhǔn)確的定位出篡改區(qū)域。
6.根據(jù)權(quán)利要求1所述的數(shù)字圖像中一種自動(dòng)識(shí)別和定位篡改區(qū)域的方法，其特征是定位篡改區(qū)域時(shí)，利用子塊間的實(shí)際坐標(biāo)距離來去除錯(cuò)誤的匹配塊，當(dāng)兩個(gè)相匹配的子塊間的實(shí)際坐標(biāo)距離小于指定的閾值時(shí)，認(rèn)為是錯(cuò)誤的匹配塊，標(biāo)記為0，當(dāng)相匹配的子塊間的實(shí)際坐標(biāo)距離大于指定的閾值時(shí)，認(rèn)為是正確的匹配塊，標(biāo)記為1，并輸出。
全文摘要
本發(fā)明涉及計(jì)算機(jī)軟件，數(shù)字媒體的信息安全等內(nèi)容。該發(fā)明主要是對(duì)經(jīng)過篡改的數(shù)字圖像進(jìn)行認(rèn)證，并能夠準(zhǔn)確的定位篡改區(qū)域，不僅如此，該方法還對(duì)高斯噪聲和高斯模糊具有良好的魯棒性。該方法利用離散余弦變換的內(nèi)在特性，實(shí)現(xiàn)了一種全新的復(fù)制-粘貼篡改檢測(cè)方法。引入離散余弦變換算法來對(duì)圖像的每個(gè)子塊進(jìn)行變換，利用變換后的離散余弦系數(shù)來代表每個(gè)子塊的整體特性，同時(shí)為了使得算法具有良好的魯棒性，按照離散余弦系數(shù)的能量分布情況來對(duì)每個(gè)子塊進(jìn)行特征提取，使得提取后的特征不僅可以準(zhǔn)確的進(jìn)行匹配，更能夠同時(shí)抵抗高斯模糊等攻擊。實(shí)驗(yàn)仿真結(jié)果表明，該方法能夠準(zhǔn)確的定位出篡改區(qū)域，并能有效的抵抗高斯噪聲、高斯模糊以及多區(qū)域篡改攻擊(見摘要附圖)。該項(xiàng)技術(shù)能夠應(yīng)用于醫(yī)學(xué)、新聞媒體、司法鑒定、保險(xiǎn)理賠、軍事等真實(shí)性要求較高的圖像認(rèn)證中。
文檔編號(hào)G06T7/00GK102521821SQ201110324028
公開日2012年6月27日 申請(qǐng)日期2011年10月24日 優(yōu)先權(quán)日2011年10月24日
發(fā)明者曹雁軍, 范禮, 高鐵杠 申請(qǐng)人:南開大學(xué)