一種關(guān)于圖像模糊篡改檢測(cè)的方法
【專利摘要】圖像模糊篡改檢測(cè)算法是圖像篡改取證的重要方法之一。針對(duì)圖像模糊篡改的檢測(cè)方法也是各不相同，國(guó)內(nèi)外都有研究，而本發(fā)明主要是利用小波分解的同態(tài)濾波對(duì)圖像的人工模糊邊緣進(jìn)行增強(qiáng)和圖像對(duì)比度的增強(qiáng)，突顯出人工模糊篡改的邊緣特性；再經(jīng)過(guò)小波閾值去噪處理排除圖像噪聲對(duì)檢測(cè)效果的影響，同時(shí)提取經(jīng)去噪處理后圖像的二值邊緣圖像信息；最后，根據(jù)4個(gè)不同方向的結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)對(duì)處理后的圖像進(jìn)行腐蝕運(yùn)算，腐蝕收縮未被模糊增強(qiáng)的正常邊緣，提取經(jīng)過(guò)增強(qiáng)處理的圖像模糊邊緣，從而定位圖像的模糊篡改區(qū)域并判定圖像的模糊篡改操作。
【專利說(shuō)明】一種關(guān)于圖像模糊篡改檢測(cè)的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種邊緣特征的圖像模糊篡改檢測(cè)方法，屬于數(shù)字圖像取證技術(shù)領(lǐng) 域。

【背景技術(shù)】
[0002] 在當(dāng)今數(shù)字信息迅速發(fā)展的時(shí)代，數(shù)字圖像作為最常用的一種數(shù)字信息載體被廣 泛地應(yīng)用到新聞、司法、科學(xué)、娛樂(lè)、軍事等領(lǐng)域，但是各種對(duì)圖像的偽造和篡改對(duì)事實(shí)的真 實(shí)性產(chǎn)生了嚴(yán)重的破壞，妨礙了司法公正、影響了社會(huì)的穩(wěn)定和秩序等。因此，數(shù)字圖像取 證技術(shù)成了信息安全技術(shù)研究領(lǐng)域里一個(gè)非常重要的方向。
[0003] 圖像的篡改主要包括將一幅或幾幅圖像中的一部分圖像剪切下來(lái)，拼接到另一幅 圖像上去的合成操作等等。而任何篡改操作都會(huì)在圖像中留下不可避免地痕跡，為了使篡 改后的圖像給人的感覺(jué)更加逼真且不容易被人發(fā)現(xiàn)篡改區(qū)域，篡改者通常會(huì)采取一些后操 作來(lái)處理并消除圖像在篡改過(guò)程中留下的操作痕跡。在那些后處理操作中主要包括模糊 操作、漸變操作、淡化操作等潤(rùn)飾操作，而模糊操作是消除篡改圖像中邊緣痕跡最常用的一 種手段。國(guó)內(nèi)外對(duì)圖像的模糊篡改檢測(cè)已經(jīng)有了比較深入的研究，提出了許多行之有效的 算法。與本專利有關(guān)的主要有周琳娜等人在"基于數(shù)字圖像邊緣特性的形態(tài)學(xué)濾波取證技 術(shù)"（電子學(xué)報(bào)，vol. 36, PP. 1047-1051,2008年6月）中利用同態(tài)濾波縮小離散模糊邊緣 的動(dòng)態(tài)范圍，而同時(shí)增強(qiáng)了人工模糊的邊緣，使得模糊的邊緣信息變強(qiáng)，正常邊緣變?nèi)?，?通過(guò)數(shù)學(xué)形態(tài)學(xué)的腐蝕運(yùn)算，排除正常邊緣，從而提取并定位出圖像模糊邊緣，但是如果圖 像中存在較為嚴(yán)重的離焦模糊，該算法檢測(cè)就會(huì)存在一定程度的虛警，而且在同態(tài)濾波中 要進(jìn)過(guò)大量的計(jì)算才能確定截止頻率D tl的值，所以該算法的計(jì)算量和計(jì)算時(shí)間都比較大 且未考慮到圖像噪聲對(duì)檢測(cè)結(jié)果的影響；魯昌華等人在"基于同態(tài)濾波和改進(jìn)形態(tài)學(xué)的圖 像邊緣檢測(cè)"（儀器儀表學(xué)報(bào)，vol. 32, ρρ. 74-78,2011年10月）中對(duì)周琳娜的算法進(jìn)行 改進(jìn)，提出了利用同態(tài)濾波和改進(jìn)的形態(tài)學(xué)相結(jié)合的邊緣檢測(cè)方法，但是該算法并沒(méi)有完 全解決之前算法的缺點(diǎn)，提取的圖像邊緣比較粗獷且不具有連續(xù)性；S Xuanjing等人在"Α blur image blind identify algorithm based on the edge feature^(Pro. of2011Third International Conference on Multimedia Information Networking and Security, pp. 309-313,2011年11月）中提出了一種基于邊緣特征的模糊圖像盲識(shí)別算法，該方法利 用同態(tài)濾波提取圖像的邊緣特征，再根據(jù)小波變換的多標(biāo)準(zhǔn)分解，加強(qiáng)模糊失真信息，最后 利用數(shù)學(xué)形態(tài)學(xué)的腐蝕運(yùn)算得到模糊篡改邊緣，但是該算法也沒(méi)有解決確定截止頻率值時(shí) 的計(jì)算量和計(jì)算時(shí)間；王佐成等人在"改進(jìn)的模糊形態(tài)學(xué)邊緣檢測(cè)算法"（計(jì)算機(jī)工程與應(yīng) 用， ν〇1· 47，ρρ· 185-187,2011年8月）中提出了一種新的基于模糊形態(tài)學(xué)的邊緣檢測(cè)算法， 該方法結(jié)合了模糊增強(qiáng)和模糊形態(tài)學(xué)邊緣檢測(cè)，使用簡(jiǎn)單隸屬度函數(shù)將圖像映射到模糊特 征平面，采用多方向模糊形態(tài)學(xué)進(jìn)行邊緣提取，但是該算法需要經(jīng)過(guò)大量的實(shí)驗(yàn)，所以算法 的計(jì)算量較大而且計(jì)算時(shí)的迭代次數(shù)也較多。
[0004] 綜上所述，上述的算法都可以對(duì)圖像模糊篡改區(qū)域進(jìn)行定位。但是每種方法都存 在它們的缺點(diǎn)，主要的缺點(diǎn)有為了確定同態(tài)濾波中截止頻率的值使得算法的計(jì)算量和計(jì)算 時(shí)間比較大，而且提出的算法中都沒(méi)有考慮到圖像噪聲和篡改操作引入圖像的噪聲對(duì)檢測(cè) 結(jié)果的影響，所以可以解決這些算法中的缺點(diǎn)來(lái)提高算法的檢測(cè)精度。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明意在改進(jìn)現(xiàn)有算法的不足，提高現(xiàn)有算法的檢測(cè)精度。傳統(tǒng)的同態(tài)濾波函 數(shù)對(duì)濾波器的截止頻率D tl的選擇具有一定的困難性和復(fù)雜性，需要花費(fèi)大量的時(shí)間和工 作，本發(fā)明中采用基于小波分解的同態(tài)濾波，利用

【權(quán)利要求】
1. 一種關(guān)于圖像模糊篡改檢測(cè)的方法，包括基于小波分解的同態(tài)濾波、圖像篡改檢測(cè) 及區(qū)域的確定。基于小波分解的同態(tài)濾波主要是對(duì)圖像小波分解后的系數(shù)進(jìn)行高通濾波處 理，即對(duì)圖像沒(méi)有偽造的低頻段進(jìn)行灰度級(jí)壓縮，對(duì)模糊的邊緣進(jìn)行灰度級(jí)擴(kuò)展處理。篡改 區(qū)域的確定主要是圖像通過(guò)小波分解的同態(tài)濾波對(duì)圖像人工模糊的邊緣進(jìn)行增強(qiáng)；再利用 小波去噪去除圖像中的噪聲，并提取去噪后的二值邊緣圖像信息；最后根據(jù)數(shù)學(xué)形態(tài)學(xué)的 腐蝕運(yùn)算，腐蝕沒(méi)有經(jīng)過(guò)增強(qiáng)處理的正常圖像邊緣，提取不同方向中經(jīng)過(guò)增強(qiáng)處理的圖像 模糊邊緣，從而判斷圖像的篡改區(qū)域。
2. 根據(jù)權(quán)利要求1所述的一種關(guān)于小波分解的同態(tài)濾波的方法，其特征在于： (1) 將對(duì)數(shù)運(yùn)算后的圖像小波分解，小波變換能把圖像的信號(hào)分解為多個(gè)高頻帶信號(hào) 和一個(gè)低頻帶信號(hào)，對(duì)圖像進(jìn)行j層的小波分解可W得到j(luò)組系數(shù)LHj.、化和化j.(j=l， 2,3......)； (2) 在小波分解的同態(tài)濾波中，用
代替?zhèn)鹘y(tǒng)的同態(tài)濾 波函數(shù)中D(u，V) / D。的值，于是有二階己特沃斯型小波分解的同態(tài)濾波函數(shù)為
式中Yh和Yl分別是濾波器的高頻和低頻增 益系數(shù)，而且滿足Yl<1，Yh>1，c是一個(gè)位于Yh和Yl之間的常數(shù)，k。是濾波器的截 止系數(shù)，Wu是水平的權(quán)值系數(shù)，Wy是垂直的權(quán)值系數(shù)； (3) 對(duì)于 LHj, Wu=0, Wv=l ;對(duì)于 HLj，Wu=l，Wv=0 ;對(duì)于 HHj, Wu=l，Wv=l。而對(duì)于 LLj 的增 強(qiáng)系數(shù)為：馬1, =r￡(Wx-w) + w)，式中X為L(zhǎng)Lj.上的小波系數(shù)，k是調(diào)節(jié)因子調(diào)整亮度，且 0《k《1，m是所有X的平均值。根據(jù)該四個(gè)濾波增強(qiáng)系數(shù)對(duì)圖像進(jìn)行小波重構(gòu)。
3. 根據(jù)權(quán)利要求1所述的一種關(guān)于圖像篡改檢測(cè)及區(qū)域確定的方法，其特征在于： (1) 利用基于小波分解的同態(tài)濾波對(duì)轉(zhuǎn)換后的灰度圖像進(jìn)行預(yù)處理，增強(qiáng)圖像中被模 糊篡改的邊緣； (2) 對(duì)經(jīng)過(guò)小波分解同態(tài)濾波后的圖像采用改進(jìn)后的小波闊值去噪去除引入圖像中的 噪聲，改進(jìn)后的小波闊值函數(shù)為
(3) 對(duì)小波闊值去噪后的圖像提取二值邊緣圖像信息； (4) 最后根據(jù)4個(gè)不同方向的結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)分別對(duì)圖像的二值邊緣信息進(jìn)行 腐蝕運(yùn)算，腐蝕沒(méi)有經(jīng)過(guò)增強(qiáng)處理的正常圖像邊緣，分別提取4個(gè)不同方向中經(jīng)過(guò)增強(qiáng)處 理的圖像模糊邊緣。 根據(jù)步驟（4)中所述，對(duì)檢測(cè)出的4個(gè)不同方向提取的邊緣結(jié)果求平均值作為最終的 邊緣檢測(cè)結(jié)果。同時(shí)將該部分定義為圖像的篡改區(qū)域，且判定該圖像為篡改圖像。

【文檔編號(hào)】G06T7/00GK104424641SQ201310405077
【公開(kāi)日】2015年3月18日 申請(qǐng)日期:2013年9月7日 優(yōu)先權(quán)日:2013年9月7日
【發(fā)明者】胡成燕, 周治平, 耿振民 申請(qǐng)人:無(wú)錫華御信息技術(shù)有限公司