人工模糊圖像邊緣的盲檢測方法
【專利摘要】本發(fā)明涉及為檢測和定位數(shù)字圖像篡改中常采用的人工模糊邊緣操作，提出了一種基于模糊集合、局部清晰度與數(shù)學形態(tài)學的人工模糊邊緣檢測方法。首先利用模糊集合對圖像邊緣提取從而得到被增強的經過人工模糊的圖像邊緣與被弱化的非人工模糊邊緣；然后引入局部清晰度來區(qū)分人工模糊與離焦模糊邊緣點；最后利用數(shù)學形態(tài)學中的腐蝕運算細化掉被弱化的非人工模糊邊緣，保留被增強的人工模糊邊緣，從而實現(xiàn)對人工模糊圖像邊緣像素級定位。最后通過實例證明了本方法的有效性與正確性。
【專利說明】人工模糊圖像邊緣的盲檢測方法

【技術領域】
[0001] 本發(fā)明涉及一種數(shù)字圖像取證領域，特別是一種人工模糊圖像邊緣的盲檢測方 法。

【背景技術】
[0002] 隨著數(shù)字圖像的快速發(fā)展，數(shù)字圖像處理軟件越來越多，即使非專業(yè)人士也能輕 松篡改圖像。篡改圖像的方式多種多樣[1]，對篡改拼接圖像的邊緣進行人工模糊操作來 掩飾篡改痕跡就是圖像篡改操作中常用的做法，所以檢測人工模糊圖像邊緣成為了圖像取 證的關鍵。近來，國內外學者對人工模糊有了不少研究。針對邊緣模糊王俊文[2]等提出 了基于非抽樣Contourlet變換的圖像Canny邊緣模糊前后的統(tǒng)計特征來定位篡改區(qū)域； Chen[3]等通過計算圖像邊緣的模糊參數(shù)進行圖像處理；周琳娜[4]等通過同態(tài)濾波增強 人工模糊的拼接邊緣、弱化自然正常邊緣，再利用腐蝕運算細化自然邊緣，從而定位圖像拼 接邊緣。陳英[5]等首次提出了不和諧點的概念，即人工模糊邊緣區(qū)域必然有不和諧點的 存在。上述方法有的雖復雜度小但只能間接證明人工模糊篡改，有些雖能對篡改區(qū)域進行 定位，但復雜度較高。


【發(fā)明內容】

[0003] 為改善上述問題，本發(fā)明提出了基于模糊集合、局部清晰度與數(shù)學形態(tài)學的人工 模糊圖像邊緣檢測方法。該方法首先利用模糊集合來增強人工模糊邊緣同時弱化非人工 模糊邊緣，然后用局部清晰度來區(qū)分人工模糊邊緣與離焦模糊邊緣，最后用腐蝕運算細化 被弱化的非人工模糊邊緣，保留被增強的人工模糊邊緣，從而達到被動取證的目的，實驗表 明，本方法的時間復雜度小且能對篡改區(qū)域進行定位。
[0004] 本發(fā)明采用以下方案實現(xiàn)：一種人工模糊圖像邊緣的盲檢測方法，其特征在于包 括以下步驟：
[0005] 步驟S01 :設計合適的人工模糊邊緣模糊隸屬度函數(shù)來增強人工模糊邊緣，弱化 非人工模糊邊緣；
[0006] 步驟S02 :提取經模糊集合增強的圖像邊緣信息；
[0007] 步驟S03 :計算以每一個經模糊集合增強的邊緣點為中心的ηΧη大小的方塊內的 局部清晰度G，若G大于試驗閾值Gth，則該邊緣點就被認定為人工模糊邊緣點，否則為離焦 模糊邊緣點，然后去除被認為離焦模糊邊緣點；
[0008] 步驟S04 :選擇合適的結構元素對經過上述處理得到的圖像邊緣做腐蝕運算從而 細化掉被弱化的非人工模糊邊緣同時保留被增強的人工模糊邊緣，從而對篡改區(qū)域像素級 定位。
[0009] 在本發(fā)明一實施例中，所述步驟S01中所述人工模糊邊緣模糊隸屬度函數(shù)采用采 用對稱梯形作為隸屬度函數(shù)。該隸屬度函數(shù)表示如公式（3)所示：
[0010]

【權利要求】
1. 一種人工模糊圖像邊緣的盲檢測方法，其特征在于包括以下步驟： 步驟SOl:設計合適的人工模糊邊緣模糊隸屬度函數(shù)來增強人工模糊邊緣，弱化非人 工模糊邊緣； 步驟S02 :提取經模糊集合增強的圖像邊緣信息； 步驟S03 :計算以每一個經模糊集合增強的邊緣點為中心的nXn大小方塊內的局部清 晰度G，若G大于試驗閾值Gth，則該邊緣點就被認定為人工模糊邊緣點，否則為離焦模糊邊 緣點，然后去除被認為離焦模糊邊緣點； 步驟S04 :選擇合適的結構元素對經過上述處理得到的圖像邊緣做腐蝕運算從而細化 掉被弱化的非人工模糊邊緣同時保留被增強的人工模糊邊緣，從而對篡改區(qū)域像素級定 位。
2. 根據(jù)權利要求1所述的人工模糊圖像邊緣的盲檢測方法，其特征在于：所述步驟SOl 中所述人工模糊邊緣模糊隸屬度函數(shù)采用采用對稱梯形作為隸屬度函數(shù)。該隸屬度函數(shù)表 示如公式（3)所示：
公式（3)中，u(i，j)表示在（i，j)處的像素點對于模糊集合4的隸屬度，d(i，j)表示 像素點（i，j)的灰度值與以其為鄰點的3X3的子圖像的中心點的灰度值的差的絕對值， a，％，a2分別是根據(jù)具體圖像而設定的閾值。
3. 根據(jù)權利要求1所述的人工模糊圖像邊緣的盲檢測方法，其特征在于：所述局部清 晰度G采用公式（4)計算，
式中豕(/，/)/&,豕(/，/)/辦分別表示像素（i，j)分別在x，y方向上的微分，nXn表 示以像素點（i，j)為中心的正方形大小。
4. 根據(jù)權利要求1所述的人工模糊圖像邊緣的盲檢測方法，其特征在于：所述結構元 素選用3X3大小方形結構。
【文檔編號】G06T7/00GK104268861SQ201410477594
【公開日】2015年1月7日 申請日期:2014年9月18日 優(yōu)先權日:2014年9月18日
【發(fā)明者】陳明志, 賈福運 申請人:福州北卡信息科技有限公司