。
[0016] 步驟22 :利用四元數(shù)指數(shù)矩對(duì)步驟21得到的局部特征區(qū)域外接正方形子圖像進(jìn) 行分解選擇穩(wěn)定矩幅值表示每個(gè)Sifer特征點(diǎn)局部區(qū)域特征； 步驟221 :假設(shè)為:和分別表示彩色圖像的翼、:炫、波三個(gè)分量，ΚΛ>、 和分別表示彩色圖像龍、禮、波三個(gè)分量的傳統(tǒng)指數(shù)矩，麵屬?表示取復(fù)數(shù) 浐的實(shí)部，:ibssgll表示取復(fù)數(shù)遽的虛部，則四元數(shù)指數(shù)矩分解，可以表示為：
步驟222 :選擇步驟221中計(jì)算得到的四元數(shù)指數(shù)矩部分幅值表示該特征點(diǎn)Sifer的 局部區(qū)域特征。
[0017] 步驟23 :將每一個(gè)超像素塊中所有Sifer特征點(diǎn)局部區(qū)域特征作為該塊特征，通 過(guò)自適應(yīng)塊匹配閾值進(jìn)行相似塊匹配。
[0018] 步驟231 :將每個(gè)超像素塊中所有Sifer特征點(diǎn)的局部區(qū)域特征共同表示該超像 素塊的特征，計(jì)算每一塊與所有塊中特征點(diǎn)特征匹配的個(gè)數(shù)，作為超像素塊的相似系數(shù)CC， 分別位于兩塊中的特征點(diǎn)i|y_和特征點(diǎn)匹配需要滿足以下條件：
其中轉(zhuǎn)表示兩個(gè)特征點(diǎn)炎和感的特征向量的歐氏距離，:魏__表示特征點(diǎn)炎 與另一塊中其他特征點(diǎn)特征向量的歐氏距離，，故表示另一塊中特征點(diǎn)的個(gè)數(shù)； 步驟232 :計(jì)算塊匹配閾值確定出匹配的超像素塊，將塊間相關(guān)系數(shù)按升序存放進(jìn)相 關(guān)系數(shù)矩陣@?中
其中:__ ;分別計(jì)算出相關(guān)系數(shù)矩 陣_:的一階導(dǎo)數(shù)，二階導(dǎo)數(shù)▽氣〇C_S'>，一階導(dǎo)數(shù)的平均數(shù)〇在二階 導(dǎo)數(shù)矩陣ν^α:_幻中選擇滿足以下條件且值最小的系數(shù)_:，^%即被選為塊匹配閾值。
[0019] 步驟3 :利用步驟2得到的相似塊中匹配的特征點(diǎn)確定出疑似篡改區(qū)域，具體如 下： 步驟31 :標(biāo)記出步驟2中匹配塊中匹配的Sifer特征點(diǎn)； 步驟32 :利用基于熵率超像素算法將疑似篡改區(qū)域分割成較小的超像素塊，將步驟31 中匹配的特征點(diǎn)用其位置所在的小超像素塊代替，從而得到可疑區(qū)域； 步驟33 :計(jì)算可疑區(qū)域的相鄰區(qū)域顏色特征，如果小于給定的顏色特征閾值，則將相 鄰區(qū)域合并到可疑區(qū)域，形成合并區(qū)。
[0020] 步驟4 :利用形態(tài)學(xué)濾波操作標(biāo)記出篡改區(qū)域，具體如下： 步驟41 :構(gòu)造圓形結(jié)構(gòu)元素； 步驟42 :利用步驟41構(gòu)造的圓形結(jié)構(gòu)元素對(duì)步驟33得到的合并區(qū)域進(jìn)行形態(tài)學(xué)操 作，標(biāo)記出檢測(cè)到的篡改區(qū)域。
【主權(quán)項(xiàng)】
1. 一種基于局部四元數(shù)指數(shù)矩的彩色圖像復(fù)制篡改檢測(cè)方法，其特征在于如下步驟： 步驟1 :利用基于熵率超像素分割算法結(jié)合非下采樣Shearlet變換，對(duì)高斯平滑濾波 預(yù)處理后的待檢測(cè)圖像進(jìn)行自適應(yīng)超像素分塊； 步驟2 :利用四元數(shù)指數(shù)矩表示Sifer特征點(diǎn)局部區(qū)域特征，并利用每塊超像素塊中所 有Sifer特征點(diǎn)的局部區(qū)域特征進(jìn)行相似塊匹配； 步驟3 :利用步驟2得到的相似塊中匹配的特征點(diǎn)確定出疑似篡改區(qū)域； 步驟4 :利用形態(tài)學(xué)濾波操作標(biāo)記出篡改區(qū)域。2. 根據(jù)權(quán)利要求1所述的基于局部四元數(shù)指數(shù)矩的彩色圖像復(fù)制篡改檢測(cè)方法，其特 征在于所述步驟1如下： 步驟11 :讀取待檢測(cè)圖像，利用高斯平滑濾波進(jìn)行預(yù)處理，去除噪聲； 步驟12 :對(duì)步驟11預(yù)處理后得到的圖像進(jìn)行非下采樣Shearlet變換，自適應(yīng)初始化 超像素分塊個(gè)數(shù)； 步驟13 :利用基于熵率超像素分割算法結(jié)合步驟11初始化的分塊個(gè)數(shù)，對(duì)預(yù)處理后圖 像進(jìn)行自適應(yīng)超像素分塊。3. 根據(jù)權(quán)利要求2所述的基于局部四元數(shù)指數(shù)矩的彩色圖像復(fù)制篡改檢測(cè)方法，其特 征在于所述步驟12如下： 步驟121 :讀取預(yù)處理后圖像進(jìn)行四級(jí)非下采樣Shearlet變化，計(jì)算出低頻能量占總 能量比例，其中Slf表示低頻能量表示高頻能量，::?觸？?表示低頻能量占總能量比 例，可以表示為：步驟122 :通過(guò)步驟121計(jì)算出的低頻能量所占比例，確定出初始化超像素分塊個(gè)數(shù) AW??，可以表不為：4. 根據(jù)權(quán)利要求3所述的基于局部四元數(shù)指數(shù)矩的彩色圖像復(fù)制篡改檢測(cè)方法，其特 征在于所述步驟2如下： 步驟21 :求取每個(gè)超像素塊的Sifer特征點(diǎn)，構(gòu)造出每個(gè)特征點(diǎn)對(duì)應(yīng)的局部特征區(qū) 域； 步驟22 :利用四元數(shù)指數(shù)矩對(duì)步驟21得到的局部特征區(qū)域外接正方形子圖像進(jìn)行分 解選擇穩(wěn)定矩幅值表示每個(gè)Sifer特征點(diǎn)局部區(qū)域特征； 步驟23 :將每一個(gè)超像素塊中所有Sifer特征點(diǎn)局部區(qū)域特征作為該塊特征，通過(guò)自 適應(yīng)塊匹配閾值進(jìn)行相似塊匹配。5. 根據(jù)權(quán)利要求4所述的基于局部四元數(shù)指數(shù)矩的彩色圖像復(fù)制篡改檢測(cè)方法，其特 征在于所述步驟21如下： 步驟211 :構(gòu)造顏色不變量特征，利用CMG濾波器在X，Y方向上對(duì)圖像進(jìn)行η尺度濾波， 可以表示為：其中，參數(shù)b=l. 0, Κ=6 ; 步驟212 :計(jì)算CMG加和響應(yīng)并在尺度間提取局部極值點(diǎn)并移除邊緣響應(yīng)，確定出穩(wěn)定 的特征點(diǎn)位置； 步驟213 :利用二階自相關(guān)矩陣R的特征值求取長(zhǎng)短軸，利用二階自相關(guān)矩陣R 的特征向量求取角度，構(gòu)造以此特征點(diǎn):__為圓心的橢圓形局部特征區(qū)域，可以 表示為：其中，：是特征對(duì)應(yīng)尺度的波長(zhǎng)； 步驟214 :將局部特征區(qū)域映射成圓形區(qū)域，求取每個(gè)圓形區(qū)域四周補(bǔ)"0"以得到外接 正方形子圖像。6. 根據(jù)權(quán)利要求5所述的基于局部四元數(shù)指數(shù)矩的彩色圖像復(fù)制篡改檢測(cè)方法，其特 征在于所述步驟22如下： 步驟2 21 :假設(shè)-、_和蠢分別表示彩色圖像的龍、益、藝三個(gè)分量，心Ua ?、 &(石)和K為)分別表示彩色圖像太:、鹼、三個(gè)分量的傳統(tǒng)指數(shù)矩，誦表示取復(fù)數(shù) _的實(shí)部，汾表示取復(fù)數(shù)P的虛部，則四元數(shù)指數(shù)矩分解，可以表示為：步驟222 :選擇步驟221中計(jì)算得到的四元數(shù)指數(shù)矩部分幅值表示該特征點(diǎn)Sifer的 局部區(qū)域特征。7.根據(jù)權(quán)利要求6所述的基于局部四元數(shù)指數(shù)矩的彩色圖像復(fù)制篡改檢測(cè)方法，其特 征在于所述步驟23如下： 步驟231 :將每個(gè)超像素塊中所有Sifer特征點(diǎn)的局部區(qū)域特征共同表示該超像素塊 的特征，計(jì)算每一塊與所有塊中特征點(diǎn)特征匹配的個(gè)數(shù)，作為超像素塊的相似系數(shù)CC，超像 素塊中的特征點(diǎn)尤(\; >>)和特征點(diǎn)匹配需要滿足以下條件：其中滅|^:;::_表示兩個(gè)特征點(diǎn)丨_和_的特征向量的歐氏距離，^/；)表示特征點(diǎn)_ 與另一塊中其他特征點(diǎn)特征向量的歐氏距離，，身.表示另一塊中特征點(diǎn)的個(gè)數(shù)； 步驟232 :計(jì)算塊匹配閾值確定出匹配的超像素塊，將塊間相關(guān)系數(shù)按升序存放進(jìn)相 關(guān)系數(shù)矩陣丨中，名_|，其中分別計(jì)算出相關(guān)系數(shù)矩 陣_:的一階導(dǎo)數(shù)___||，二階導(dǎo)數(shù)f (CCJ：)，一階導(dǎo)數(shù)的平均數(shù)在二階 導(dǎo)數(shù)矩陣V5(OC^s)中選擇滿足以下條件且值最小的系數(shù)瑪I，_即被選為塊匹配閾值。8. 根據(jù)權(quán)利要求7所述的基于局部四元數(shù)指數(shù)矩的彩色圖像復(fù)制篡改檢測(cè)方法，其特 征在于所述步驟3如下： 步驟31 :標(biāo)記出步驟2中匹配塊中匹配的Sifer特征點(diǎn)； 步驟32 :利用基于熵率超像素算法將疑似篡改區(qū)域分割成較小的超像素塊，將步驟31 中匹配的特征點(diǎn)用其位置所在的小超像素塊代替，從而得到可疑區(qū)域； 步驟33 :計(jì)算可疑區(qū)域的相鄰區(qū)域顏色特征，如果小于給定的顏色特征閾值，則將相 鄰區(qū)域合并到可疑區(qū)域，形成合并區(qū)。9. 根據(jù)權(quán)利要求8所述的基于局部四元數(shù)指數(shù)矩的彩色圖像復(fù)制篡改檢測(cè)方法，其特 征在于所述步驟4如下： 步驟41 :構(gòu)造圓形結(jié)構(gòu)元素； 步驟42 :利用步驟41構(gòu)造的圓形結(jié)構(gòu)元素對(duì)步驟33得到的合并區(qū)域進(jìn)行形態(tài)學(xué)操 作，標(biāo)記出檢測(cè)到的篡改區(qū)域。
【專利摘要】本發(fā)明公開(kāi)一種能夠大幅度降低算法時(shí)間復(fù)雜度、準(zhǔn)確檢測(cè)出復(fù)制篡改區(qū)域的基于局部四元數(shù)指數(shù)矩的彩色圖像篡改檢測(cè)方法，利用基于熵率超像素分割算法結(jié)合非下采樣Shearlet變換，對(duì)高斯平滑濾波預(yù)處理后的待檢測(cè)圖像進(jìn)行自適應(yīng)超像素分塊；利用四元數(shù)指數(shù)矩表示Sifer特征點(diǎn)局部區(qū)域特征，并將每塊超像素塊中所有Sifer特征點(diǎn)的局部區(qū)域特征進(jìn)行相似塊匹配；利用步驟2得到的相似塊中匹配的特征點(diǎn)確定出疑似篡改區(qū)域；利用形態(tài)學(xué)濾波操作標(biāo)記出復(fù)制篡改區(qū)域。
【IPC分類】G06T7/40
【公開(kāi)號(hào)】CN105427350
【申請(qǐng)?zhí)枴緾N201510995786
【發(fā)明人】王向陽(yáng), 劉宇男, 牛盼盼
【申請(qǐng)人】遼寧師范大學(xué)
【公開(kāi)日】2016年3月23日
【申請(qǐng)日】2015年12月28日