一種使用自適應(yīng)閾值的圖像篡改檢測(cè)與定位方法
【專利摘要】本發(fā)明公開(kāi)了一種使用自適應(yīng)閾值的圖像篡改檢測(cè)與定位方法，其基于模式噪聲，并考慮了圖像內(nèi)容，其首先提取待測(cè)圖像的噪聲殘差，并對(duì)待測(cè)圖像、待測(cè)圖像的噪聲殘差和待測(cè)圖像來(lái)源相機(jī)的參考模式噪聲進(jìn)行不重疊分塊，接著逐塊計(jì)算待測(cè)圖像的噪聲殘差和待測(cè)圖像來(lái)源相機(jī)的參考模式噪聲的相關(guān)性，然后根據(jù)對(duì)應(yīng)的待測(cè)圖像塊的紋理復(fù)雜度選取閾值進(jìn)行判決，從而能夠消除紋理復(fù)雜度對(duì)檢測(cè)結(jié)果的負(fù)面影響；其在采取不重疊分塊確定大致篡改位置的基礎(chǔ)上，采用快速的零均值歸一化互相關(guān)算法進(jìn)行相關(guān)性匹配，因此大大提高了本發(fā)明方法的篡改檢測(cè)和定位效率，并且實(shí)現(xiàn)了對(duì)篡改精確定位的目的。
【專利說(shuō)明】
一種使用自適應(yīng)閾值的圖像篡改檢測(cè)與定位方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種圖像取證技術(shù)，尤其是涉及一種使用自適應(yīng)閾值的圖像篡改檢測(cè) 與定位方法。
【背景技術(shù)】
[0002] 隨著專業(yè)相機(jī)、消費(fèi)相機(jī)和具有高清拍照功能的智能手機(jī)等圖像獲取設(shè)備的廣泛 普及，尤其是近些年智能手機(jī)的普及，全民已進(jìn)入"讀圖時(shí)代"。為滿足人們對(duì)圖像編輯的要 求，各種功能強(qiáng)大、操作簡(jiǎn)單的圖像處理軟件應(yīng)運(yùn)而生，但這也造成大量的篡改圖像充斥網(wǎng) 絡(luò)、新聞等大眾媒體，給社會(huì)帶來(lái)了嚴(yán)重的信任危機(jī)。數(shù)字圖像作為一種重要的信息載體， 如何確保它在存儲(chǔ)、傳輸和傳播過(guò)程中的真實(shí)性，已成為數(shù)字圖像取證領(lǐng)域的研究熱點(diǎn)。
[0003] 所有的圖像篡改方式中，同圖復(fù)制-粘貼和異圖拼接是最為常見(jiàn)的。如何有效地對(duì) 這兩類圖像篡改進(jìn)行取證，國(guó)內(nèi)外相關(guān)機(jī)構(gòu)展開(kāi)了深入研究。近年來(lái)，利用相機(jī)傳感器模式 噪聲的檢測(cè)方法受到了研究者的廣泛關(guān)注。這一類檢測(cè)方法對(duì)同圖復(fù)制-粘貼、異圖拼接和 模糊潤(rùn)飾等多種圖像篡改操作都具有通用性，在司法取證、保險(xiǎn)取證、新聞、攝影大賽等領(lǐng) 域的圖片真實(shí)性檢測(cè)中具有較好的應(yīng)用前景。
[0004] 相機(jī)傳感器模式噪聲，主要是由傳感器的制作工藝不完美和材質(zhì)不一致所導(dǎo)致。 由于每部相機(jī)的模式噪聲都具有唯一性，因此可看作相機(jī)指紋。利用相機(jī)傳感器模式噪聲 的檢測(cè)方法中的一種經(jīng)典的基于模式噪聲的篡改取證方法主要包括以下步驟:1)通過(guò)一部 相機(jī)拍攝的多幅圖像的噪聲殘差的平均獲取相機(jī)的參考模式噪聲R;2)獲取待測(cè)圖像的噪 聲殘差W;3)采用滑窗方法，用事先設(shè)置的固定閾值對(duì)窗口內(nèi)待測(cè)圖像的噪聲殘差W與相機(jī) 的參考模式噪聲R的相關(guān)系數(shù)P(W，R)進(jìn)行判決，實(shí)現(xiàn)篡改檢測(cè)及定位。該篡改取證方法存在 以下問(wèn)題：1)在實(shí)際應(yīng)用中，由于相機(jī)拍攝的圖像的噪聲殘差和待測(cè)圖像的噪聲殘差偏小， 容易受到圖像紋理等不利因素的影響，因此會(huì)造成篡改檢測(cè)及定位效果不理想；2)采用的 基于相關(guān)系數(shù)的固定閾值滑窗方法的效率極低，導(dǎo)致該篡改取證方法的效率也低下。
[0005] 為解決經(jīng)典的基于模式噪聲的篡改取證方法存在的篡改檢測(cè)及定位效果不理想 的問(wèn)題，可以從兩個(gè)方向出發(fā)，一個(gè)方向是如何提高相機(jī)的模式噪聲的質(zhì)量，另一個(gè)方向是 如何通過(guò)使用更好的相關(guān)性度量方法來(lái)提高檢測(cè)效果。如:Mo Chen、Jessica Fridrich、 Miroslav Goljan.Determining Image Origin and Integrity Using Sensor Noise[J] .IEEE Transactions on Information and Security,2008,3(1) :74-90(陳莫、杰西卡· 弗里德里希、米羅斯拉夫?格蘭，基于傳感器模式噪聲的圖像來(lái)源與完整性檢測(cè)[J].IEEE 信息與安全.2008,第3期（1):74-90)，其提出用多幅紋理簡(jiǎn)單(如藍(lán)天）的圖像的噪聲殘差 經(jīng)最大似然估計(jì)獲取相機(jī)的模式噪聲，消除紋理細(xì)節(jié)的影響，然后采用零均值化法(zero-mean，ZM)和維納濾波(Wiener filter，WF)處理CFA插值噪聲和JPEG壓縮塊效應(yīng)等隨機(jī)噪聲 的干擾，從而提高相機(jī)的模式噪聲的質(zhì)量。又如:Miroslav Gol jan、Jessica Fridrich、 TomasFiller.Large scale test of sensor fingerprint camera identification[C] SPIE Proceedings,Media Forensics and Security,2009,7254:0101-12(米羅斯拉夫2格 蘭、杰西卡?弗里德里希、托馬斯2菲勒，基于傳感器指紋識(shí)別的大規(guī)模測(cè)試[C]，SPIE會(huì)議 錄，多媒體取證與安全，2009，7254:0101-12)，其提出SPCE(signed peak-to-correlation energy，有符號(hào)的峰值相關(guān)能量比值)方法，利用SPCE方法來(lái)提高檢測(cè)效果。
[0006] 上述兩種方法是目前基于模式噪聲的圖像篡改檢測(cè)的基本方法。這些方法雖然可 以通過(guò)改善相機(jī)的模式噪聲的質(zhì)量或者改進(jìn)相關(guān)性匹配方法提高檢測(cè)結(jié)果，但由于待測(cè)圖 像的噪聲殘差容易受圖像內(nèi)容的影響，因此會(huì)導(dǎo)致不同內(nèi)容的待測(cè)圖像的檢測(cè)結(jié)果存在較 大差異。如何減小待測(cè)圖像內(nèi)容對(duì)其噪聲殘差的影響，提高檢測(cè)效果，研究者從不同角度進(jìn) 行了分析。Li C.-T. Source camera identification using enhanced sensor pattern noise[J]. IEEE Transactions on Information Forensics and Security,2010,5(2): 280-287.(李長(zhǎng)純，使用增強(qiáng)的傳感器模式噪聲識(shí)別源相機(jī)方法[J]，IEEE信息取證與安全， 2010,第5期（2) :280-287)，其提出6個(gè)增強(qiáng)模型，降低紋理干擾，再使用零均值化法和維納 濾波處理。之后Li C.-T.and Li Yue.Color-decoupled photo response non-uniformity for digital image forensics[J]. IEEE Transactions on Circuits and Systems for Video Technology ,2012,22(2) :260-271(李長(zhǎng)純、李岳，基于顏色分離的光電響應(yīng)不一致 性的數(shù)字圖像取證[J]，IEEE視頻技術(shù)電路與系統(tǒng)，2012，第22期(2): 260-271 )，其建議從三 個(gè)顏色通道分別提取噪聲殘差消除CFA插值的影響；Lin Xu、Li C. -T . Preprocessing Reference Sensor Pattern Noise via Spectrum Equalization[J]. IEEE Transactions on Information Forensics and Security,2016,11(1):126-140(林旭、李長(zhǎng)純，基于頻譜 均衡方法處理參考相機(jī)傳感器模式噪聲[J]，IEEE信息取證與安全，2016,第11期（1):126-140)，其提出采用頻譜均衡化的思想濾除殘差中的紋理分量。Kang Xiangui、Li Yinxiang、 Qu Zhenhua、Huang Jiwu.Enhancing source camera identification performance with a camera reference phase sensor pattern noise[J]. IEEE Transactions on Information Forensics and Security,2012.7(2) :393-402(康顯桂、李寅祥、屈振華、黃 繼武，利用相機(jī)傳感器模式噪聲相位提高源相機(jī)識(shí)別率[J]，IEEE信息取證與安全，2012,第 7期（2):393-402)，其借助噪聲殘差的相位剔除干擾噪聲。3 &^?&^1111、61〇￥&111^ Poggi、Carlo Sansone. on the influence of denoi sing in PRNU based forgery detection[C]ACM Workshop Multimedia Forensics,2010:117-122.(薩拉?帕雷爾、喬 凡·尼波吉、卡洛?桑索，基于降噪的光電響應(yīng)不一致噪聲偽造檢測(cè)[C]，ACM多媒體取證， 2010:117-122)和Kang Xiangui、Chen Jiansheng、Peng Anjie.A context-adaptive SPN predictor for trustworthy source camera identification!!J]，EURASIP Journal on Image and Video Processing,2014(1):1-11(康顯桂、陳建生、彭安杰，基于上下文自適應(yīng) 傳感器模式噪聲預(yù)測(cè)的相機(jī)源辨識(shí)[J]，EURASIP圖像和視頻處理，2014，（ 1): 1-11)，其在獲 取噪聲殘差時(shí)分別采用BM3D和PCAI的濾波方法降低紋理影響。這些方法雖然都能提高待測(cè) 圖像的噪聲殘差的質(zhì)量，從而能有效地解決紋理細(xì)節(jié)和干擾噪聲等不利因素的影響，但是 算法復(fù)雜度高，提取手段過(guò)于繁瑣，且在提取過(guò)程中可能會(huì)引入新的隨機(jī)噪聲，即方法噪 聲。新的隨機(jī)噪聲可能對(duì)相機(jī)設(shè)備來(lái)源識(shí)別影響不大，此時(shí)計(jì)算圖像整體的相關(guān)性，不考慮 局部因素，然而在圖像篡改檢測(cè)時(shí)，通常是分塊檢測(cè)，新的隨機(jī)噪聲勢(shì)必會(huì)影響局部塊的相 關(guān)性匹配。
[0007] 基于以上原因，為消除圖像內(nèi)容的影響，避免引入新的噪聲，提高檢測(cè)效率，因此 有必要研究一種考慮待測(cè)圖像內(nèi)容的快速篡改檢測(cè)與定位方法。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種使用自適應(yīng)閾值的圖像篡改檢測(cè)與定位 方法，其篡改檢測(cè)與定位效率高，且能夠消除圖像紋理等不利因素對(duì)篡改檢測(cè)與定位的干 擾，實(shí)現(xiàn)篡改區(qū)域的精確定位。
[0009] 本發(fā)明解決上述技術(shù)問(wèn)題所采用的技術(shù)方案為:一種使用自適應(yīng)閾值的圖像篡改 檢測(cè)與定位方法，其特征在于包括以下步驟：
[0010] ①選取一幅圖像，將該圖像作為待測(cè)圖像，記為Itest;并獲取N幅紋理簡(jiǎn)單的原始 圖像，將獲取的第η幅紋理簡(jiǎn)單的原始圖像記為loan;其中，拍攝每幅紋理簡(jiǎn)單的原始圖像 與拍攝ltd對(duì)應(yīng)的原始圖像所采用的相機(jī)為同一部相機(jī)，每幅紋理簡(jiǎn)單的原始圖像與I^t 的尺寸大小相同，寬度為col且高度為row，l<n<N，N彡2;
[0011] ②對(duì)Itest進(jìn)行小波降噪處理，得到Itest的降噪圖像，記為I' test;然后根據(jù)Itest及 I ' test，計(jì)算I test的噪聲殘差，記為W test ? fftest-I test-1 test ； 再采用零均值化法對(duì)wt(3St進(jìn)行處 理，將得到的結(jié)果記為W'test;之后采用維納濾波對(duì)W'test處理，將得到的結(jié)果作為Itest的最 終噪聲殘差，記為
[0012] 同樣，對(duì)每幅紋理簡(jiǎn)單的原始圖像進(jìn)行小波降噪處理，得到每幅紋理簡(jiǎn)單的原始 圖像的降噪圖像，將I〇rg,η的降噪圖像記為r〇 rg,η;然后根據(jù)每幅紋理簡(jiǎn)單的原始圖像及其 降噪圖像，計(jì)算每幅紋理簡(jiǎn)單的原始圖像的噪聲殘差，將1。％"的噪聲殘差記為 = Ι_,η-Γ_,η;接著采用最大似然估計(jì)法，對(duì)所有紋理簡(jiǎn)單的原始圖像的噪聲殘差進(jìn)行處 理，得到Itest所對(duì)應(yīng)的相機(jī)的參考模式噪聲，記為Rtest;再采用零均值化法對(duì)R test進(jìn)行處理， 將得到的結(jié)果記為R'test;之后采用維納濾波對(duì)R'test處理，將得到的結(jié)果作為Itest所對(duì)應(yīng)的 相機(jī)的最終參考模式噪聲，記為·，
[0013] ③判斷col % 128和row% 128是否均等于0，如果col % 128和row% 128均等于0，則 直接執(zhí)行步驟④;如果col % 128等于0而row% 128不等于0，則對(duì)Itest、和各自擴(kuò)展 128-row% 128行，然后令row = row+( 128-row% 128)，再執(zhí)行步驟④；如果row % 128等于0而 。〇1%128不等于0，則對(duì)1恤*、)^1和^^(各自擴(kuò)展128-(3〇1%128列，然后令(3〇1 = (3〇1+(128-col%128)，再執(zhí)行步驟④;如果col%128和row%128均不等于0,則對(duì)Itest、lf^和iCi各自 擴(kuò)展 128-row% 128行，并擴(kuò)展 128-col % 128列，然后令row = row+( 128-row% 128)，令col = col+(128_col % 128)，再執(zhí)行步驟④;其中，符號(hào)"％"為求余運(yùn)算符，row = row+(128_row% 128)和(3〇1 = (3〇1+(128-(：〇1%128)中的"="為賦值符號(hào)；
[0014] ④將Itest、fCSi和或L分別劃分成
個(gè)互不重疊的尺寸大小為128X 128的 圖像塊，將Ites沖的第k個(gè)圖像塊記為施木、將忙,中的第k個(gè)圖像塊記為5/od^，將iC 中的第k個(gè)圖像塊記為;然后計(jì)算Itest中的每個(gè)圖像塊的紋理復(fù)雜度，將歷odf ?的 紋理復(fù)雜度記為;接著采用SPCE方法，計(jì)算中的每個(gè)圖像塊與〇對(duì)應(yīng)位置 的圖像塊的相關(guān)性，將所odf與財(cái)odf的相關(guān)性記為SPCEp/oif';其中，
[0015] ⑤根據(jù)Itest中的每個(gè)圖像塊的紋理復(fù)雜度，獲取Itest中的每個(gè)圖像塊相應(yīng)的自適 應(yīng)閾值;然后根據(jù)中的每個(gè)圖像塊與iC中對(duì)應(yīng)位置的圖像塊的相關(guān)性及I^t中對(duì)應(yīng)位 置的圖像塊相應(yīng)的自適應(yīng)閾值，對(duì)Itest中對(duì)應(yīng)位置的圖像塊進(jìn)行相關(guān)性匹配，檢測(cè)出Itest中 對(duì)應(yīng)位置的圖像塊是否發(fā)生過(guò)篡改;再將i te3St中包含檢測(cè)出的所有發(fā)生過(guò)篡改的圖像塊的 最小矩形區(qū)域確定為IteSt中的大致篡改區(qū)域；
[0016] ⑥將1C中與IteS沖的大致篡改區(qū)域相對(duì)應(yīng)的矩形區(qū)域記為Atest，將iC中與Itest 中的大致篡改區(qū)域相對(duì)應(yīng)的矩形區(qū)域記為Btest;然后采用快速的零均值歸一化互相關(guān)算 法，計(jì)算Atest中的每個(gè)像素點(diǎn)與Btest中對(duì)應(yīng)像素點(diǎn)的ZNCC系數(shù)，將Atest中坐標(biāo)位置為t的像 素點(diǎn)與Btest中坐標(biāo)位置為t的像素點(diǎn)的ZNCC系數(shù)記為ZNCCt;然后由Atest中的所有像素點(diǎn)各 自與B test中對(duì)應(yīng)像素點(diǎn)的ZNCC系數(shù)組成ZNCC關(guān)聯(lián)圖；其中，te Ωζ，Ωζ表示Atest或Btest中的 所有像素點(diǎn)的坐標(biāo)位置的集合，ZNCCt e [ 0，1 ];
[0017] ⑦通過(guò)比較ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)的像素值與固定閾值th的大小，對(duì)ZNCC關(guān) 聯(lián)圖中的每個(gè)像素點(diǎn)的像素值進(jìn)行重置，對(duì)于ZNCC關(guān)聯(lián)圖中坐標(biāo)位置為t的像素點(diǎn)的像素 值ZNCCt，如果ZNCCt大于或等于th，則將ZNCCt重置為1;如果ZNCCt小于th，則將ZNCCt重置為 〇；
[0018] ⑧先后利用腐蝕和膨脹技術(shù)對(duì)像素值重置后的ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)進(jìn)行 處理;然后根據(jù)膨脹處理后的ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)的像素值，確定I test中的大致篡 改區(qū)域中的每個(gè)像素點(diǎn)為篡改像素點(diǎn)還是為非篡改像素點(diǎn)，對(duì)于ite3St中的大致篡改區(qū)域中 坐標(biāo)位置為t的像素點(diǎn)，若膨脹處理后的ZNCC關(guān)聯(lián)圖中坐標(biāo)位置為t的像素點(diǎn)的像素值為0， 則確定Itest中的大致篡改區(qū)域中坐標(biāo)位置為t的像素點(diǎn)為篡改像素點(diǎn)；若膨脹處理后的 ZNCC關(guān)聯(lián)圖中坐標(biāo)位置為t的像素點(diǎn)的像素值為1，則確定I test中的大致篡改區(qū)域中坐標(biāo)位 置為t的像素點(diǎn)為非篡改像素點(diǎn)。
[0019]所述的步驟③中對(duì)Itest 和筆,各自擴(kuò)展128-row% 128行為在Itest、 各自的第row行的下方擴(kuò)展128-row % 128行，并使擴(kuò)展的每行中的每個(gè)像素點(diǎn)的像素值等 于第row行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值;對(duì)和及^各自擴(kuò)展128-col % 128列 為在Ite3St、和/C,各自的第c〇 1列的右方擴(kuò)展128-co 1 % 128列，并使擴(kuò)展的每列中的每個(gè) 像素點(diǎn)的像素值等于第col列中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值。
[0020] 所述的步驟④中的&*_44"的獲取過(guò)程為:al、令fg丨-c卜-十"，其 中，<-_、.於\ 、c》?和嘯應(yīng)表示信息熵、的邊緣比率、.5/od^ 的反差因子、的相關(guān)度和的能量;b 1、對(duì)步驟a 1得到的進(jìn)行歸一化 處理，即令
，其中，Texturemin表示紋理復(fù)雜度中的最小 值，Texture^表示紋理復(fù)雜度中的最大值，
中的符號(hào)"=" 為賦值符號(hào)。
[0021] 所述的步驟④中
"其 中，s i gn ()為求符號(hào)函數(shù)，= maX0K卜卟e Ω+max ()為求最大值函數(shù)， ⑷表示5/oc^fb中坐標(biāo)位置為s的像素點(diǎn)與中坐標(biāo)位置為S的像素點(diǎn)的相關(guān) 值，表示所0￡^'"或5/〇<^'中的所有像素點(diǎn)的坐標(biāo)位置的集合，NeXNe表示5/ο< ;'Μ或 5/oc#;中以對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域的尺寸大小， Ω NeXNe表/J、' Biod! 1 '1 或 中以對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域中的所有像素點(diǎn)的坐標(biāo)位置的集合。
[0022] 所述的步驟⑤中針對(duì)歷，對(duì)所od：h進(jìn)行相關(guān)性匹配，檢測(cè)出所〇〇^<是否發(fā) 生過(guò)篡改的具體過(guò)程為：如果' j大于或等于/?/〇<· '=相應(yīng)的自適應(yīng) 閾值，則確定5/〇￡%4?未發(fā)生過(guò)篡改；如果#小于B/od:p相應(yīng)的自 適應(yīng)閾值，則確定發(fā)生過(guò)篡改。
[0023] 所述的步驟⑥中
，其中，Atest(t)表示Atest中坐 標(biāo)位置為t的像素點(diǎn)的像素值，Bte3St(t)表示Bt(3St中坐標(biāo)位置為t的像素點(diǎn)的像素值，cov (Ate3St(t)，Btest(t))表示At(3St中坐標(biāo)位置為t的像素點(diǎn)與B test中坐標(biāo)位置為t的像素點(diǎn)的協(xié) 方差，var (Atest (t))表示Atest中坐標(biāo)位置為t的像素點(diǎn)的方差，var (Btest (t))表示Btest中坐 標(biāo)位置為t的像素點(diǎn)的方差。
[0024] 所述的步驟⑤中的獲取Itest中的每個(gè)圖像塊相應(yīng)的自適應(yīng)閾值的具體過(guò)程為：
[0025] ⑤」、利用U部不同的相機(jī)各拍攝V幅場(chǎng)景不同的照片，共獲得UXV幅照片，第u部 相機(jī)拍攝的照片的寬度為colu且高度為r 〇Wu;然后從每部相機(jī)拍攝的所有照片中隨機(jī)選取Z 幅照片，并將隨機(jī)選取的UXZ幅照片構(gòu)成訓(xùn)練圖像庫(kù)，將訓(xùn)練圖像庫(kù)中的第i幅照片記為 11, 1;接著對(duì)訓(xùn)練圖像庫(kù)中的每幅照片進(jìn)行小波降噪處理，得到訓(xùn)練圖像庫(kù)中的每幅照片的 降噪圖像，將^，的降噪圖像記為1\ 1;之后根據(jù)訓(xùn)練圖像庫(kù)中的每幅照片及其降噪圖像， 計(jì)算訓(xùn)練圖像庫(kù)中的每幅照片的噪聲殘差，將11;1的噪聲殘差記為 中，U彡5，V彡400，1彡u彡U，200彡Z彡V，1彡i彡UXZ;
[0026] 利用上述的每部相機(jī)重復(fù)拍攝紋理簡(jiǎn)單的同一場(chǎng)景G次，共獲得UXG幅紋理簡(jiǎn)單 的照片，將第j幅紋理簡(jiǎn)單的照片記為Ij;對(duì)每幅紋理簡(jiǎn)單的照片進(jìn)行小波降噪處理，得到 每幅紋理簡(jiǎn)單的照片的降噪圖像，將L的降噪圖像，記為然后根據(jù)每幅紋理簡(jiǎn)單的照片 及其降噪圖像，計(jì)算每幅紋理簡(jiǎn)單的照片的噪聲殘差，將L的噪聲殘差記為= 接著采用最大似然估計(jì)法，對(duì)每部相機(jī)拍攝的所有紋理簡(jiǎn)單的照片的噪聲殘差進(jìn)行處理之 后，再分別進(jìn)行零均值化和維納濾波處理，得到每部相機(jī)的參考模式噪聲，將第U部相機(jī)的 參考模式噪聲記為Ru;其中，G彡50，1彡j彡UXG;
[0027] ?_2、通過(guò)判斷每部相機(jī)拍攝的照片的尺寸大小能否被128X128整除，確定是否 擴(kuò)展該部相機(jī)的參考模式噪聲和訓(xùn)練圖像庫(kù)中來(lái)自該部相機(jī)的每幅照片及其噪聲殘差，對(duì) 于第u部相機(jī)拍攝的照片，判斷colu%128和rowu%128是否均等于0,如果col u%128和 rowu% 128均等于0，則直接執(zhí)行步驟⑤_3;如果colu% 128等于0而rowu% 128不等于0,則對(duì) Ru、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每幅照片及其噪聲殘差各自擴(kuò)展128-r 〇Wu%128行，然后 令roWu = rowu+(128-rowu% 128)，再執(zhí)行步驟⑤_3;如果rowu% 128等于0而colu%128不等于 0,則對(duì)Ru、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每幅照片及其噪聲殘差各自擴(kuò)展128-col u%128 列，然后令(：〇111 = (3〇111+(128-(3〇111%128)，再執(zhí)行步驟(1)_3;如果(3〇111%128和1'〇￥11%128均不 等于0,則對(duì)R u、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每幅照片及其噪聲殘差各自擴(kuò)展128-r〇Wu% 128行，并擴(kuò)展128-(3〇111%128列，然后令1'〇￥11 = 1'〇￥11+(128-1'〇￥11%128)，令(3〇111 = (3〇111+(128-〇〇111%128)，再執(zhí)行步驟(1)_3;其中，符號(hào)"％"為求余運(yùn)算符，1'〇￥11 = 1'〇￥11+(128-1'〇￥11%128) 和colu = colu+(128-colu%128)中的"="為賦值符號(hào)；
[0028] (D_3、將每部相機(jī)的參考模式噪聲和訓(xùn)練圖像庫(kù)中來(lái)自該部相機(jī)的每幅照片及其 噪聲殘差分別劃分成多個(gè)互不重疊的尺寸大小為128X128的圖像塊;然后計(jì)算訓(xùn)練圖像庫(kù) 中來(lái)自每部相機(jī)的每幅照片中的每個(gè)圖像塊的紋理復(fù)雜度，將訓(xùn)練圖像庫(kù)中來(lái)自第u部相 機(jī)的第z幅照片中的第k u個(gè)圖像塊的紋理復(fù)雜度記為_(kāi) ;接著采用SPCE方法，計(jì)算 訓(xùn)練圖像庫(kù)中來(lái)自每部相機(jī)的每幅照片的噪聲殘差中的每個(gè)圖像塊與該部相機(jī)的參考模 式噪聲中對(duì)應(yīng)位置的圖像塊的相關(guān)性，將訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的第z幅照片的噪聲 殘差中的第ku個(gè)圖像塊與Ru中的第ku個(gè)圖像塊的相關(guān)性記為其中，1?Z，
[0029] ⑤_ 4、將訓(xùn)練圖像庫(kù)中尺寸大小最小的照片的寬度和高度對(duì)應(yīng)記為c ο 1 m i n和 rowmin;然后按colmin和r〇Wmin，對(duì)訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考 模式噪聲從左上角開(kāi)始進(jìn)行裁剪，使訓(xùn)練圖像庫(kù)中的所有照片及各自的噪聲殘差和每部相 機(jī)的參考模式噪聲的寬度均為colmin，且高度均為row min;再判斷colmin%128和rowmin%128 是否均等于0，如果colmin% 128和rowmin% 128均等于0，則直接執(zhí)行步驟⑤_5 ;如果colmin% 128等于0而r〇wmin% 128不等于0,則對(duì)訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī) 的參考模式噪聲各自擴(kuò)展128-1'〇￥-%128行，然后令1'〇￥- = !'〇￥-+(128-1'〇￥-%128)，再 執(zhí)tx步驟⑤_5 ;如果rOWmin% 128等于0而colmin% 128不等于0，則對(duì)訓(xùn)練圖像庫(kù)中的每幅照 片及其噪聲殘差和每部相機(jī)的參考模式噪聲各自擴(kuò)展128-c〇l min%128列，然后令c〇lmin = colmin+(128-colmin%128)，再執(zhí)行步驟⑤ _5;如果 colmin%128 和 rowmin%128 均不等于0,則 對(duì)訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考模式噪聲各自擴(kuò)展128-1'〇界1^11%128行，并擴(kuò)展128-。〇11^11%128列，然后令1'〇￥1^11 = 1'〇￥1^11+(128-1'〇￥1^11%128)，令 C〇lmin=C〇linin+(128-C〇linin%128)，再執(zhí)行步驟⑤_5;其中，符號(hào)"％"為求余運(yùn)算符，rowmin = r〇Wmin+(128-r〇Winin%128)和C〇lmin = C〇linin+(128-C〇linin%128)中的"="為賦值符號(hào)；
[0030] (D_5、將第u部相機(jī)作為當(dāng)前相機(jī)；
[0031] ?_6、從訓(xùn)練圖像庫(kù)中來(lái)自除當(dāng)前相機(jī)外的每部相機(jī)的所有照片中隨機(jī)選取Η幅 照片，并由共選取得到的(U-l)XH幅照片構(gòu)成異源照片集，記為Y u;其中，20<Η<Ζ;
[0032] (D_7、將當(dāng)前相機(jī)的參考模式噪聲Ru和Yu中的每幅照片及其噪聲殘差分別劃分成
個(gè)互不重疊的尺寸大小為128 X 128的圖像塊;然后計(jì)算Yu中的每幅照片中的 每個(gè)圖像塊的紋理復(fù)雜度，將Y u中的第h幅照片中的第k y個(gè)圖像塊的紋理復(fù)雜度記為 TVm〃義"；接著采用SPCE方法，計(jì)算Yu中的每幅照片的噪聲殘差中的每個(gè)圖像塊與當(dāng)前相 機(jī)的參考模式噪聲R u中對(duì)應(yīng)位置的圖像塊的相關(guān)性，將Yu中的第h幅照片的噪聲殘差中的第 ky個(gè)圖像塊與Ru中的第ky個(gè)圖像塊的相關(guān)性記為*;其中，1彡h彡（U-l) XH，
[0033] ?_8、令u = u+l，將下一部相機(jī)作為當(dāng)前相機(jī)，然后返回步驟⑤_6繼續(xù)執(zhí)行，直至 所有相機(jī)處理完畢;其中，u = u+l中的"="為賦值符號(hào)；
[0034] ?_9、將紋理復(fù)雜度的取值范圍[0，1]分成33個(gè)紋理復(fù)雜度等級(jí)子區(qū)間，分別為
[0,0.03),[0.03,0.06),……、[0.93,0.96)、[0.96,1];然后根據(jù)步驟(D_3 中計(jì)算得到的所 有圖像塊各自的紋理復(fù)雜度及步驟?_5至步驟?_8中計(jì)算得到的所有圖像塊各自的紋理 復(fù)雜度所在的紋理復(fù)雜度等級(jí)子區(qū)間，將步驟⑤_3中計(jì)算得到的所有相關(guān)性及步驟⑤_5至 步驟⑤_8中計(jì)算得到的所有相關(guān)性分成33類，從而得到每個(gè)紋理復(fù)雜度等級(jí)子區(qū)間下同源 和異源照片對(duì)應(yīng)的相關(guān)值分布;接著根據(jù)每個(gè)紋理復(fù)雜度等級(jí)子區(qū)間下同源和異源照片對(duì) 應(yīng)的相關(guān)值分布，使用Neyman-Pearson準(zhǔn)則，在虛警率為Pf的情況下計(jì)算出每個(gè)紋理復(fù)雜 度等級(jí)子區(qū)間下的相關(guān)性閾值;之后對(duì)所有紋理復(fù)雜度等級(jí)子區(qū)間下的相關(guān)性閾值進(jìn)行擬 合，擬合得到相關(guān)性閾值與紋理復(fù)雜度的關(guān)系曲線;其中，Pf e [0. 00 1，0. 0 1 ];
[0035] (D_10、在相關(guān)性閾值與紋理復(fù)雜度的關(guān)系曲線上，找出與Itest中的每個(gè)圖像塊的 紋理復(fù)雜度相對(duì)應(yīng)的相關(guān)性閾值，作為該圖像塊相應(yīng)的自適應(yīng)閾值。
[0036] 所述的步驟⑤_2中對(duì)Ru、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每幅照片及其噪聲殘差 各自擴(kuò)展128-r 〇Wu%128行為在Ru、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每幅照片及其噪聲殘差 各自的第row u行的下方擴(kuò)展128-rowu % 128行，并使擴(kuò)展的每行中的每個(gè)像素點(diǎn)的像素值等 于第r〇Wu行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值;對(duì)R u、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每幅 照片及其噪聲殘差各自擴(kuò)展128-colu%128列為在R u、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每幅 照片及其噪聲殘差各自的第colu列的右方擴(kuò)展128-col u%128列，并使擴(kuò)展的每列中的每個(gè) 像素點(diǎn)的像素值等于第colu列中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值；
[0037] 所述的步驟⑤_4中對(duì)訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考 模式噪聲各自擴(kuò)展128-r〇Wmin%128行為在訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部 相機(jī)的參考模式噪聲各自的第row min行的下方擴(kuò)展128-rowmin % 128行，并使擴(kuò)展的每行中 的每個(gè)像素點(diǎn)的像素值等于第r〇Wmin行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值;對(duì)訓(xùn)練圖像庫(kù) 中的每幅照片及其噪聲殘差和每部相機(jī)的參考模式噪聲各自擴(kuò)展128-col min% 128列為在 訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考模式噪聲各自的第colmin列的右 方擴(kuò)展128-col min%128列，并使擴(kuò)展的每列中的每個(gè)像素點(diǎn)的像素值等于第colmin列中對(duì) 應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值；
[0038] 所述的步驟⑤_3中的的獲取過(guò)程為:32、令2^?/<~+χ丨' 其 中，ci"k和七'對(duì)應(yīng)表示訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的第Z幅照片中 的第ku個(gè)圖像塊的信息熵、邊緣比率、反差因子、相關(guān)度和能量；b2、對(duì)步驟a2得到的 進(jìn)行歸一化處理，即4
，其中，Texturemin表示紋理復(fù)雜度 中的最小值，TextUremax表示紋理復(fù)雜度中的最大值，
中的符號(hào)"=" 為賦值符號(hào);所述的步驟⑤_3中'
1其中，sign ()為求符號(hào)函數(shù)，=max?^A (&)μ" 為求最大值函數(shù)，if(5") 表示訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的第Z幅照片的噪聲殘差中的第ku個(gè)圖像塊中坐標(biāo)位置 為^的像素點(diǎn)與Ru中的第ku個(gè)圖像塊中坐標(biāo)位置為&的像素點(diǎn)的相關(guān)值，％表示訓(xùn)練圖像 庫(kù)中來(lái)自第U部相機(jī)的第Z幅照片的噪聲殘差中的第k u個(gè)圖像塊或Ru中的第ku個(gè)圖像塊中的 所有像素點(diǎn)的坐標(biāo)位置的集合，表示訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的第z幅照片 的噪聲殘差中的第ku個(gè)圖像塊或Ru中的第ku個(gè)圖像塊中以對(duì)應(yīng)的像素點(diǎn)為中心的窗 口區(qū)域的尺寸大小表示訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的第z幅照片的噪聲殘差中 的第ku個(gè)圖像塊或R u中的第ku個(gè)圖像塊中以if對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域中的所 有像素點(diǎn)的坐標(biāo)位置的集合；
[0039] 所述的步驟⑤_7中的7W"心的獲取過(guò)程為:a3、令' =4 ' +<·'+☆'-4 -冬，其 中，4對(duì)應(yīng)表示1中的第h幅照片中的第ky個(gè)圖像塊的信息熵、 邊緣比率、反差因子、相關(guān)度和能量;b3、對(duì)步驟a3得到的^7〃/<"進(jìn)行歸一化處理，即令
其中，Texturemin表示紋理復(fù)雜度中的最小值，Texture max 表示紋理復(fù)雜度中的最大值：
-中的符號(hào)"="為賦值符號(hào)； 所述的步驟⑤_7中
其中， s i g η ()為求符號(hào)函數(shù)，= max 4式卜)卜e ΩΑ-，)，m a X ()為求最大值函數(shù)， 表示Yu中的第h幅照片的噪聲殘差中的第ky個(gè)圖像塊中坐標(biāo)位置為sy的像素點(diǎn) 與Ru中的第ky個(gè)圖像塊中坐標(biāo)位置為sy的像素點(diǎn)的相關(guān)值，表示y u中的第h幅照片的噪聲 殘差中的第ky個(gè)圖像塊或Ru中的第ky個(gè)圖像塊中的所有像素點(diǎn)的坐標(biāo)位置的集合， ，表示Yu中的第h幅照片的噪聲殘差中的第ky個(gè)圖像塊或Ru中的第k y個(gè)圖像塊中以 對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域的尺寸大小，表示Yu中的第h幅照片的噪聲 殘差中的第ky個(gè)圖像塊或Ru中的第ky個(gè)圖像塊中以/ftf"對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域 中的所有像素點(diǎn)的坐標(biāo)位置的集合。
[0040] 所述的步驟⑦中取th = 0.06219。
[0041] 所述的步驟⑧中先后利用腐蝕和膨脹技術(shù)對(duì)像素值重置后的ZNCC關(guān)聯(lián)圖中的每 個(gè)像素點(diǎn)進(jìn)行處理的過(guò)程為:先用半徑為64個(gè)像素點(diǎn)的圓對(duì)像素值重置后的ZNCC關(guān)聯(lián)圖中 的每個(gè)像素點(diǎn)進(jìn)行腐蝕處理，再用半徑為20個(gè)像素點(diǎn)的圓對(duì)腐蝕處理后的ZNCC關(guān)聯(lián)圖中的 每個(gè)像素點(diǎn)進(jìn)行膨脹處理。
[0042] 與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：
[0043] 1)本發(fā)明方法基于模式噪聲，并考慮了圖像內(nèi)容，其首先提取待測(cè)圖像的噪聲殘 差，并對(duì)待測(cè)圖像、待測(cè)圖像的噪聲殘差和待測(cè)圖像來(lái)源相機(jī)的參考模式噪聲進(jìn)行不重疊 分塊，接著逐塊計(jì)算待測(cè)圖像的噪聲殘差和待測(cè)圖像來(lái)源相機(jī)的參考模式噪聲的相關(guān)性， 然后根據(jù)對(duì)應(yīng)的待測(cè)圖像塊的紋理復(fù)雜度選取閾值進(jìn)行判決，從而能夠消除紋理復(fù)雜度對(duì) 檢測(cè)結(jié)果的負(fù)面影響。
[0044] 2)本發(fā)明方法與現(xiàn)有的基于相關(guān)系數(shù)的固定閾值滑窗方法相比，由于本發(fā)明方法 在采取不重疊分塊確定大致篡改位置的基礎(chǔ)上，采用快速的零均值歸一化互相關(guān)算法進(jìn)行 相關(guān)性匹配，因此大大提高了本發(fā)明方法的篡改檢測(cè)和定位效率。
[0045] 3)本發(fā)明方法根據(jù)每個(gè)圖像塊的紋理復(fù)雜度來(lái)獲取該圖像塊的自適應(yīng)閾值，很好 的消除了圖像紋理的不利影響，再使用快速的零均值歸一化互相關(guān)算法計(jì)算相關(guān)性，實(shí)現(xiàn) 了對(duì)篡改位置的精確定位。
【附圖說(shuō)明】
[0046] 圖1為本發(fā)明方法的總體實(shí)現(xiàn)框圖；
[0047] 圖2為本發(fā)明方法具體實(shí)施時(shí)擬合得到的相關(guān)性閾值與紋理復(fù)雜度的關(guān)系曲線；
[0048] 圖3a為一幅原始圖像；
[0049]圖3b為圖3a經(jīng)同圖復(fù)制-粘貼篡改得到的篡改圖像，其局部塊的紋理復(fù)雜度屬于 [0.3361,0.9286]；
[0050] 圖3c為圖3b的篡改位置(ground truth);
[0051]圖3d為利用本發(fā)明方法對(duì)圖3b進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域；
[0052]圖4a為另一幅原始圖像；
[0053]圖4b為使用兩部相機(jī)拍攝同一場(chǎng)景然后將對(duì)應(yīng)位置拼接得到的篡改圖像，其局部 塊的紋理復(fù)雜度屬于[0.2246,0.9379];
[0054] 圖4c為圖4b的篡改位置(ground truth);
[0055] 圖4d為利用本發(fā)明方法對(duì)圖4b進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域；
[0056]圖5a為利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.02時(shí)對(duì)圖3b進(jìn)行檢測(cè) 得到的定位結(jié)果；
[0057]圖5b為利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.015時(shí)對(duì)圖3b進(jìn)行檢 測(cè)得到的定位結(jié)果；
[0058]圖5c為利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.010時(shí)對(duì)圖3b進(jìn)行檢 測(cè)得到的定位結(jié)果；
[0059]圖5d為利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.007時(shí)對(duì)圖3b進(jìn)行檢 測(cè)得到的定位結(jié)果；
[0060] 圖6a為利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.02時(shí)對(duì)圖4b進(jìn)行檢測(cè) 得到的定位結(jié)果；
[0061] 圖6b為利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.015時(shí)對(duì)圖4b進(jìn)行檢 測(cè)得到的定位結(jié)果；
[0062]圖6c為利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.010時(shí)對(duì)圖4b進(jìn)行檢 測(cè)得到的定位結(jié)果；
[0063]圖6d為利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.007時(shí)對(duì)圖4b進(jìn)行檢 測(cè)得到的定位結(jié)果；
[0064]圖7a為原始的藍(lán)天圖像，其局部塊的紋理復(fù)雜度屬于[0.1857,0.2886];
[0065]圖7b為圖7a的篡改圖像；
[0066] 圖7c為圖7b的篡改位置(ground truth);
[0067] 圖7d為利用本發(fā)明方法對(duì)圖7b進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域；
[0068]圖8a為原始的墻壁圖像，其局部塊的紋理復(fù)雜度屬于[0.3228,0.4372];
[0069]圖8b為圖8a的篡改圖像；
[0070] 圖8c為圖8b的篡改位置(ground truth);
[0071] 圖8d為利用本發(fā)明方法對(duì)圖8b進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域；
[0072]圖9a為原始的地板圖像，其局部塊的紋理復(fù)雜度屬于[0.3511，0.5296];
[0073]圖9b為圖9a的篡改圖像；
[0074] 圖9c為圖9b的篡改位置(ground truth);
[0075] 圖9d為利用本發(fā)明方法對(duì)圖9b進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域；
[0076]圖10a為原始的青草圖像，其局部塊的紋理復(fù)雜度屬于[0.6601，0.8442];
[0077]圖10b為圖10a的篡改圖像；
[0078] 圖 10c為圖 10b的篡改位置(ground truth);
[0079] 圖10d為利用本發(fā)明方法對(duì)圖10b進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域；
[0080] 圖1 la為原始的枯草圖像，其局部塊的紋理復(fù)雜度屬于[0.6927，0.9463];
[00811圖lib為圖11a的篡改圖像；
[0082] 圖 11c為圖lib的篡改位置(ground truth);
[0083] 圖lid為利用本發(fā)明方法對(duì)圖lib進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域。
【具體實(shí)施方式】
[0084] 以下結(jié)合附圖實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。
[0085] 本發(fā)明提出的一種使用自適應(yīng)閾值的圖像篡改檢測(cè)與定位方法，其總體實(shí)現(xiàn)框圖 如圖1所示，其包括以下步驟：
[0086] ①選取一幅圖像，將該圖像作為待測(cè)圖像，記為Itest;并獲取N幅紋理簡(jiǎn)單的原始 圖像，將獲取的第η幅紋理簡(jiǎn)單的原始圖像記為loan;其中，拍攝每幅紋理簡(jiǎn)單的原始圖像 與拍攝ltd對(duì)應(yīng)的原始圖像所采用的相機(jī)為同一部相機(jī)，每幅紋理簡(jiǎn)單的原始圖像與ltd 的尺寸大小相同，寬度為col且高度為row，Kn<N，N彡2,在本實(shí)施例中取N=60。
[0087] 在本實(shí)施例中，Itest可能是未經(jīng)篡改的原始圖像，也可能是經(jīng)篡改后的篡改圖像； 在獲取紋理簡(jiǎn)單的圖像時(shí)是人為判斷圖像的紋理復(fù)雜度的，一般內(nèi)容簡(jiǎn)單(如藍(lán)天)的圖像 的紋理簡(jiǎn)單;紋理簡(jiǎn)單的原始圖像可以是需要時(shí)拍攝得到，也可以是之前已拍攝的。
[0088] ②對(duì)Itest進(jìn)行小波降噪處理，得到Itest的降噪圖像，記為然后根據(jù)Itest及 I ' test，計(jì)算I test的噪聲殘差，記為W test ? fftest-I test-1 test ； 再用現(xiàn)有的零均值化法對(duì)"Wtest 進(jìn)行處理，將得到的結(jié)果記為W'test;之后采用現(xiàn)有的維納濾波對(duì)W'test處理，將得到的結(jié)果 作為Itest的最終噪聲殘差，記為。
[0089]同樣，對(duì)每幅紋理簡(jiǎn)單的原始圖像進(jìn)行小波降噪處理，得到每幅紋理簡(jiǎn)單的原始 圖像的降噪圖像，將I〇rg,η的降噪圖像記為r〇rg,η;然后根據(jù)每幅紋理簡(jiǎn)單的原始圖像及其 降噪圖像，計(jì)算每幅紋理簡(jiǎn)單的原始圖像的噪聲殘差，將1。％"的噪聲殘差記為 = Ι_,η-Γ_,η;接著采用現(xiàn)有的最大似然估計(jì)法，對(duì)所有紋理簡(jiǎn)單的原始圖像的噪聲殘差 進(jìn)行處理，得到I^t所對(duì)應(yīng)的相機(jī)的參考模式噪聲，記為Rtest;再采用現(xiàn)有的零均值化法對(duì) Rtest進(jìn)行處理，將得到的結(jié)果記為R'test;之后采用現(xiàn)有的維納濾波對(duì)R'test處理，將得到的 結(jié)果作為I test所對(duì)應(yīng)的相機(jī)的最終參考模式噪聲，記為
[0090] 在此，米用現(xiàn)有的零均值化法和現(xiàn)有的維納濾波對(duì)Wtest和Rtest先后進(jìn)彳丁處理，是為 了盡量去除Wtest和Rtest中的非傳感器模式噪聲分量。
[0091 ] ③判斷col % 128和row% 128是否均等于0，如果col % 128和row% 128均等于0，則 直接執(zhí)行步驟④；如果〇〇1%128等于0而仰《%128不等于0，則在1*(^、1^^和盡1,各自的第 row行的下方擴(kuò)展128-row% 128行，并使擴(kuò)展的每行中的每個(gè)像素點(diǎn)的像素值等于第row行 中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值，然后令row = row+(128-row%128)，再執(zhí)行步驟④;如 果row% 128等于0而col % 128不等于0,則在Itest、Ml,和各自的第col列的右方擴(kuò)展128- col % 128列，并使擴(kuò)展的每列中的每個(gè)像素點(diǎn)的像素值等于第col列中對(duì)應(yīng)坐標(biāo)位置的像 素點(diǎn)的像素值，然后令〇〇1 = 〇〇1 + (128-(3〇1%128)，再執(zhí)行步驟@;如果(3〇1%128和仰界％ 128均不等于0，則在I test、和iC,各自的第row行的下方擴(kuò)展128-row % 128行，并使擴(kuò)展 的每行中的每個(gè)像素點(diǎn)的像素值等于第row行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值，在It(3St、 ML和及L各自的第c〇 1列的右方擴(kuò)展128-co 1 % 128列，并使擴(kuò)展的每列中的每個(gè)像素點(diǎn)的 像素值等于第col列中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值，然后令r〇W = r〇W+( 128-row% 128)，令col = col + ( 128-col % 128)，再執(zhí)行步驟④；其中，符號(hào)"％"為求余運(yùn)算符，row = row+( 128-row% 128)和col = col+( 128-col % 128)中的"="為賦值符號(hào)。
[0092]④將分別劃分成
個(gè)互不重疊的尺寸大小為128X128的 圖像塊，將Ites沖的第k個(gè)圖像塊記為所〇成^，將冗,中的第k個(gè)圖像塊記為滿,將iC 中的第k個(gè)圖像塊記為然后計(jì)算Itest中的每個(gè)圖像塊的紋理復(fù)雜度，將的 紋理復(fù)雜度記為接著采用SPCE方法，計(jì)算中的每個(gè)圖像塊與中對(duì)應(yīng)位置 的圖像塊的相關(guān)性，將5/od:p與B/oifL的相關(guān)性記為SPCE卜/〇C0:' j ;其中，
[0093] 在此具體實(shí)施例中，步驟④中的命的獲取過(guò)程為:al、令=亡+妒+仝?? 其中，、gf·、C〗《和4?對(duì)應(yīng)表示B/oc十f的信息熵、β/oc^?的邊緣比率、 歷od：h的反差因子、所〇〇^的相關(guān)度和的能量；b 1、由于步驟a 1得到的 2ktt?r+ 6[0,+?)，因此對(duì)步驟al得到的r_r#>進(jìn)行歸一化處理，即4
，其 中，Texturemin表示紋理復(fù)雜度中的最小值，Texturemax表示紋理復(fù)雜度中的最大值，
-中的符號(hào)"="為賦值符號(hào)，在本實(shí)施例中取Texture max = 11 · 7375、Texture- = 0 · 0381，Texture-和Texturemax的值是通過(guò)對(duì)大量圖像塊測(cè)試得到 的；步驟④中·
其中， sign0為求符號(hào)函數(shù)，=max(/f~A?⑷卜εξΩ;-)，max()為求最大值函數(shù)，⑷ 表/"Km,中坐標(biāo)位置為s的像素點(diǎn)與斑中坐標(biāo)位置為s的像素點(diǎn)的相關(guān)值，Ω讀 示謝~或5/oc々f~中的所有像素點(diǎn)的坐標(biāo)位置的集合，Ne X Ne表示或歷oefef-中 以#對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域的尺寸大小，Ω NeXNe表示撤…或中以 對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域中的所有像素點(diǎn)的坐標(biāo)位置的集合。
[0094] ⑤根據(jù)Itest中的每個(gè)圖像塊的紋理復(fù)雜度，獲取Itest中的每個(gè)圖像塊相應(yīng)的自適 應(yīng)閾值;然后根據(jù)C,中的每個(gè)圖像塊與iC中對(duì)應(yīng)位置的圖像塊的相關(guān)性及I test中對(duì)應(yīng)位 置的圖像塊相應(yīng)的自適應(yīng)閾值，對(duì)Itest中對(duì)應(yīng)位置的圖像塊進(jìn)行相關(guān)性匹配，檢測(cè)出Itest中 對(duì)應(yīng)位置的圖像塊是否發(fā)生過(guò)篡改;再將i te3St中包含檢測(cè)出的所有發(fā)生過(guò)篡改的圖像塊的 最小矩形區(qū)域確定為Itest中的大致篡改區(qū)域。
[0095] 在此具體實(shí)施例中，步驟⑤中的獲取It(3St中的每個(gè)圖像塊相應(yīng)的自適應(yīng)閾值的具 體過(guò)程為：
[0096] (D_l、利用U部不同的相機(jī)各拍攝V幅場(chǎng)景不同的照片，共獲得UXV幅照片，照片的 內(nèi)容可以是自然景觀、人物或者動(dòng)物等不同場(chǎng)景，第u部相機(jī)拍攝的照片的寬度為col u且高 度為r〇Wu;然后從每部相機(jī)拍攝的所有照片中隨機(jī)選取Z幅照片，并將隨機(jī)選取的U X Z幅照 片構(gòu)成訓(xùn)練圖像庫(kù)，將訓(xùn)練圖像庫(kù)中的第i幅照片記為11,1;接著對(duì)訓(xùn)練圖像庫(kù)中的每幅照 片進(jìn)行小波降噪處理，得到訓(xùn)練圖像庫(kù)中的每幅照片的降噪圖像，將11 ;1的降噪圖像記為 Γχ,1;之后根據(jù)訓(xùn)練圖像庫(kù)中的每幅照片及其降噪圖像，計(jì)算訓(xùn)練圖像庫(kù)中的每幅照片的 噪聲殘差，將Ix,i的噪聲殘差記為^^，14 = !14-1'14;其中，1]彡5，在本實(shí)施例中取1]=10，￥ 彡400,在本實(shí)施例中取V = 450，l彡u彡U，200彡Z彡V，在本實(shí)施例中取Z = V = 450，1彡i彡U XZ;表1給出了 10部不同的相機(jī)各自拍攝的照片的數(shù)量。
[0097]利用上述的每部相機(jī)重復(fù)拍攝紋理簡(jiǎn)單的同一場(chǎng)景（如藍(lán)天)G次，共獲得UXG幅 紋理簡(jiǎn)單的照片，將第j幅紋理簡(jiǎn)單的照片記為對(duì)每幅紋理簡(jiǎn)單的照片進(jìn)行小波降噪處 理，得到每幅紋理簡(jiǎn)單的照片的降噪圖像，將L的降噪圖像，記為Ι?;然后根據(jù)每幅紋理簡(jiǎn) 單的照片及其降噪圖像，計(jì)算每幅紋理簡(jiǎn)單的照片的噪聲殘差，將L的噪聲殘差記為WpWj =込-Ι?;接著采用現(xiàn)有的最大似然估計(jì)法，對(duì)每部相機(jī)拍攝的所有紋理簡(jiǎn)單的照片的噪聲 殘差進(jìn)行處理之后，再分別進(jìn)行零均值化和維納濾波處理，得到每部相機(jī)的參考模式噪聲， 將第U部相機(jī)的參考模式噪聲記為R u;其中，G多50，在本實(shí)施例中取G = 60，1 < j X G，在 拍攝紋理簡(jiǎn)單的照片時(shí)是人為判斷的，一般內(nèi)容簡(jiǎn)單(如藍(lán)天)的場(chǎng)景拍攝得到的照片的紋 理簡(jiǎn)單，零均值化處理的方式與步驟②中采用現(xiàn)有的零均值化法對(duì)Rtest進(jìn)行處理的方式相 同，維納濾波處理的方式與步驟②中采用現(xiàn)有的維納濾波對(duì)R' test處理的方式相同。
[0098]表1 10部不同的相機(jī)各自拍攝的照片的數(shù)量
[0100] ?_2、通過(guò)判斷每部相機(jī)拍攝的照片的尺寸大小能否被128X128整除，確定是否 擴(kuò)展該部相機(jī)的參考模式噪聲和訓(xùn)練圖像庫(kù)中來(lái)自該部相機(jī)的每幅照片及其噪聲殘差，對(duì) 于第u部相機(jī)拍攝的照片，判斷colu%128和rowu%128是否均等于0,如果col u%128和 rowu%128均等于0,則直接執(zhí)行步驟⑤_3;如果colu%128等于0而row u%128不等于0,則在 Ru、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每幅照片及其噪聲殘差各自的第r 〇Wu行的下方擴(kuò)展128-rowu%128行，并使擴(kuò)展的每行中的每個(gè)像素點(diǎn)的像素值等于第r〇Wu行中對(duì)應(yīng)坐標(biāo)位置的像 素點(diǎn)的像素值，然后令1'〇￥11 = 1'〇￥11+(128-1'〇￥11%128)，再執(zhí)行步驟(1)_3;如果1'〇￥11%128等于 0而col u%128不等于0,則在Ru、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每幅照片及其噪聲殘差各自 的第col u列的右方擴(kuò)展128-colu%128列，并使擴(kuò)展的每列中的每個(gè)像素點(diǎn)的像素值等于第 col u列中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值，然后令colu = colu+(128-colu%128)，再執(zhí)行步 驟⑤_3;如果colu%128和r 〇Wu%128均不等于0,則在Ru、訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的每 幅照片及其噪聲殘差各自的第row u行的下方擴(kuò)展128-rowu % 128行，并使擴(kuò)展的每行中的每 個(gè)像素點(diǎn)的像素值等于第r〇Wu行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值，在R u、訓(xùn)練圖像庫(kù)中來(lái) 自第u部相機(jī)的每幅照片及其噪聲殘差各自的第colu列的右方擴(kuò)展128-col u%128列，并使 擴(kuò)展的每列中的每個(gè)像素點(diǎn)的像素值等于第colu列中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值，然 后令1'〇￥11 = 1'〇￥11+(128-1'〇￥11%128)，令(3〇111 = (3〇111+(128-(3〇111%128)，再執(zhí)行步驟?_3;其 中，符號(hào) "％"為求余運(yùn)算符，rowu = rowu+( 128-rowu% 128)和colu = colu+( 128-colu% 128) 中的"="為賦值符號(hào)。
[0101] (D_3、將每部相機(jī)的參考模式噪聲和訓(xùn)練圖像庫(kù)中來(lái)自該部相機(jī)的每幅照片及其 噪聲殘差分別劃分成多個(gè)互不重疊的尺寸大小為128X128的圖像塊;然后計(jì)算訓(xùn)練圖像庫(kù) 中來(lái)自每部相機(jī)的每幅照片中的每個(gè)圖像塊的紋理復(fù)雜度，將訓(xùn)練圖像庫(kù)中來(lái)自第u部相 機(jī)的第z幅照片中的第k u個(gè)圖像塊的紋理復(fù)雜度記為；接著采用SPCE方法，計(jì)算 訓(xùn)練圖像庫(kù)中來(lái)自每部相機(jī)的每幅照片的噪聲殘差中的每個(gè)圖像塊與該部相機(jī)的參考模 式噪聲中對(duì)應(yīng)位置的圖像塊的相關(guān)性，將訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的第z幅照片的噪聲 殘差中的第ku個(gè)圖像塊與Ru中的第ku個(gè)圖像塊的相關(guān)性記為SPCgK，其中，1?Z，
[0102] 在此，步驟(D_3中的-，的獲取過(guò)程為:a2、令，其 中，<' <"、A和對(duì)應(yīng)表示訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的第2幅照片 中的第ku個(gè)圖像塊的信息熵、邊緣比率、反差因子、相關(guān)度和能量;b2、由于步驟a2得到的 reA'iwre/:· e_[0，-H?)，因此對(duì)步驟a2得到的「《tw十'進(jìn)行歸一化處理，即令
其中，Texturemin表示紋理復(fù)雜度中的最小值，Texturemax表示紋理復(fù)雜度中的最大值，
中的符號(hào)"="為賦值符號(hào)，在本實(shí)施例中取TeXtur emax =11 · 7375、Texturemin = 0.0381，Texturemin 和Texturemax 的值是通過(guò)對(duì)大量圖像塊測(cè)試得 到的廣
'其中，sign()為求符 號(hào)函數(shù)，戶二=人=(0卜,,e Ω,J ,max()為求最大值函數(shù)， 圖像庫(kù)中來(lái)自第u部相機(jī)的第z幅照片的噪聲殘差中的第ku個(gè)圖像塊中坐標(biāo)位置為&的像素 點(diǎn)與Ru中的第ku個(gè)圖像塊中坐標(biāo)位置為&的像素點(diǎn)的相關(guān)值，Ω?(表示訓(xùn)練圖像庫(kù)中來(lái)自第 u部相機(jī)的第ζ幅照片的噪聲殘差中的第k u個(gè)圖像塊或Ru中的第ku個(gè)圖像塊中的所有像素點(diǎn) 的坐標(biāo)位置的集合氣表示訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的第z幅照片的噪聲殘差 中的第ku個(gè)圖像塊或Ru中的第ku個(gè)圖像塊中以對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域的尺 寸大小，表示訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的第ζ幅照片的噪聲殘差中的第ku個(gè)圖 像塊或R u中的第ku個(gè)圖像塊中以'對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域中的所有像素點(diǎn) 的坐標(biāo)位置的集合。
[0103] ?_4、將訓(xùn)練圖像庫(kù)中尺寸大小最小的照片的寬度和高度對(duì)應(yīng)記為colmin和 rowmin;然后按colmin和r〇Wmin，對(duì)訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考 模式噪聲從左上角開(kāi)始進(jìn)行裁剪，使訓(xùn)練圖像庫(kù)中的所有照片及各自的噪聲殘差和每部相 機(jī)的參考模式噪聲的寬度均為colmin，且高度均為row min;再判斷colmin%128和rowmin%128 是否均等于0，如果colmin% 128和r〇Wmin% 128均等于0，則直接執(zhí)行步驟⑤_5 ;如果colmin% 128等于0而r〇Wmin% 128不等于0,則在訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī) 的參考模式噪聲各自的第rowmin行的下方擴(kuò)展128-row min % 128行，并使擴(kuò)展的每行中的每 個(gè)像素點(diǎn)的像素值等于第r〇Wmin行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值，然后令r 〇Wmin = r〇Wmin+(128-r〇Wmin%128)，再執(zhí)行步驟⑤_5;如果r〇Wmin%128等于0而C〇lmin%128不等于0， 則在訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考模式噪聲各自的第col min列 的右方擴(kuò)展128-colmin%128列，并使擴(kuò)展的每列中的每個(gè)像素點(diǎn)的像素值等于第col min列 中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值，然后令〇〇11^ = 〇〇111^+(128-〇〇111^%128)，再執(zhí)行步驟 (D_5;如果col min%128和r〇Wmin%128均不等于0,則在訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘 差和每部相機(jī)的參考模式噪聲各自的第r 〇Wmin行的下方擴(kuò)展128-r〇Wmin% 128行，并使擴(kuò)展 的每行中的每個(gè)像素點(diǎn)的像素值等于第r〇Wmin行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值，在訓(xùn) 練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考模式噪聲各自的第col min列的右方 擴(kuò)展128-colmin%128列，并使擴(kuò)展的每列中的每個(gè)像素點(diǎn)的像素值等于第col min列中對(duì)應(yīng) 坐標(biāo)位置的像素點(diǎn)的像素值，然后令rowmin = r〇Wmin+( 128-r〇Wmin % 128 )，令CO lmin = CO lmin+ (128-C〇lmin% 128)，再執(zhí)行步驟⑤_5 ;其中，符號(hào)"為求余運(yùn)算符，r〇Wmin = r〇Wmin+(128-1"〇?^11%128)和(3〇11^11 = (3〇111^+(128-(3〇11^11%128)中的"="為賦值符號(hào)。
[0104] d)_5、將第u部相機(jī)作為當(dāng)前相機(jī)。
[0105] ?_6、從訓(xùn)練圖像庫(kù)中來(lái)自除當(dāng)前相機(jī)外的每部相機(jī)的所有照片中隨機(jī)選取Η幅 照片，并由共選取得到的(U-l)XH幅照片構(gòu)成異源照片集，記為Yu;其中，20<Η<Ζ，在本實(shí) 施例中取Η=50。
[0106]⑤7、將當(dāng)前相機(jī)的參考模式噪聲Ru和Yu中的每幅照片及其噪聲殘差分別劃分成
-個(gè)互不重疊的尺寸大小為128X128的圖像塊;然后計(jì)算Y u中的每幅照片中的 每個(gè)圖像塊的紋理復(fù)雜度，將Y u中的第h幅照片中的第k y個(gè)圖像塊的紋理復(fù)雜度記為 著采用SPCE方法，計(jì)算Yu中的每幅照片的噪聲殘差中的每個(gè)圖像塊與當(dāng)前相 機(jī)的參考模式噪聲R u中對(duì)應(yīng)位置的圖像塊的相關(guān)性，將Yu中的第h幅照片的噪聲殘差中的第 ky個(gè)圖像塊與R u中的第ky個(gè)圖像塊的相關(guān)性記為;其中，1彡h彡（U-l) XH，
[0107] 在此，步驟?_7中的々·的獲取過(guò)程為:a3、令考其 邊緣比率、反差因子、相關(guān)度和能量;b3、由于步驟a3得到的TV.m〃十_'_s[0、+功，因此對(duì)步驟 a3得到的進(jìn)行歸一化處理，即令：
，其中， Texturemin表示紋理復(fù)雜度中的最小值，Texturemax表示紋理復(fù)雜度中的最大值，
.中的符號(hào)"="為賦值符號(hào)，在本實(shí)施例中取Texture max = 11 · 7375、Texturemin = 0 · 0381，Texturemin和Texturemax的值是通過(guò)對(duì)大量圖像塊測(cè)試得到 的；
'其中，sign()為求符號(hào) 函數(shù)，，max()為求最大值函數(shù)，f ^ Μ表示Yu中的第 h幅照片的噪聲殘差中的第ky個(gè)圖像塊中坐標(biāo)位置為sy的像素點(diǎn)與Ru中的第k y個(gè)圖像塊中 坐標(biāo)位置為sy的像素點(diǎn)的相關(guān)值，Ω,<表示Yu中的第h幅照片的噪聲殘差中的第k y個(gè)圖像塊 或Ru中的第ky個(gè)圖像塊中的所有像素點(diǎn)的坐標(biāo)位置的集合，#\χΛ/氣表示 Yu中的第h幅照 片的噪聲殘差中的第ky個(gè)圖像塊或Ru中的第k y個(gè)圖像塊中以對(duì)應(yīng)的像素點(diǎn)為中心的 窗口區(qū)域的尺寸大小，表示Yu中的第h幅照片的噪聲殘差中的第k y個(gè)圖像塊或匕中 的第ky個(gè)圖像塊中以對(duì)應(yīng)的像素點(diǎn)為中心的窗口區(qū)域中的所有像素點(diǎn)的坐標(biāo)位置 的集合。
[0108] ?_8、令u = u+l，將下一部相機(jī)作為當(dāng)前相機(jī)，然后返回步驟⑤_6繼續(xù)執(zhí)行，直至 所有相機(jī)處理完畢;其中，u = u+l中的"="為賦值符號(hào)。
[0109] ?_9、將紋理復(fù)雜度的取值范圍[0，1]分成33個(gè)紋理復(fù)雜度等級(jí)子區(qū)間，分別為 [0,0.03),[0.03,0.06),……、[0.93,0.96)、[0.96,1];然后根據(jù)步驟(D_3 中計(jì)算得到的所 有圖像塊各自的紋理復(fù)雜度及步驟?_5至步驟?_8中計(jì)算得到的所有圖像塊各自的紋理 復(fù)雜度所在的紋理復(fù)雜度等級(jí)子區(qū)間，將步驟⑤_3中計(jì)算得到的所有相關(guān)性及步驟⑤_5至 步驟⑤_8中計(jì)算得到的所有相關(guān)性分成33類，從而得到每個(gè)紋理復(fù)雜度等級(jí)子區(qū)間下同源 和異源照片對(duì)應(yīng)的相關(guān)值分布;接著根據(jù)每個(gè)紋理復(fù)雜度等級(jí)子區(qū)間下同源和異源照片對(duì) 應(yīng)的相關(guān)值分布，使用Neyman-Pearson(N-P)準(zhǔn)則，在虛警率為Pf的情況下計(jì)算出每個(gè)紋理 復(fù)雜度等級(jí)子區(qū)間下的相關(guān)性閾值;之后對(duì)所有紋理復(fù)雜度等級(jí)子區(qū)間下的相關(guān)性閾值進(jìn) 行擬合，擬合得到相關(guān)性閾值與紋理復(fù)雜度的關(guān)系曲線，如圖2所示；其中，P f e [ 0 . 00 1， 0.01]，在本實(shí)施例中取Pf = 0.01。
[0110] (D_10、在相關(guān)性閾值與紋理復(fù)雜度的關(guān)系曲線上，找出與Itest中的每個(gè)圖像塊的 紋理復(fù)雜度相對(duì)應(yīng)的相關(guān)性閾值，作為該圖像塊相應(yīng)的自適應(yīng)閾值。
[0111] 在此具體實(shí)施例中，步驟⑤中針對(duì)'，對(duì)所進(jìn)行相關(guān)性匹配，檢測(cè)出 5^0<是否發(fā)生過(guò)篡改的具體過(guò)程為:如果大于或等于 相應(yīng)的自適應(yīng)閾值，則確定未發(fā)生過(guò)篡改；如果SPCEp/df' 5/〇味小于 S/OC&相應(yīng)的自適應(yīng)閾值，則確定5/od^'發(fā)生過(guò)篡改。
[0112] ⑥將中與Ites沖的大致篡改區(qū)域相對(duì)應(yīng)的矩形區(qū)域記為Atest，將iC中與Itest 中的大致篡改區(qū)域相對(duì)應(yīng)的矩形區(qū)域記為Btest;然后采用現(xiàn)有的快速的零均值歸一化互相 關(guān)算法（Zero Mean Normalized Cross Correlation，ZNCC)，計(jì)算Atest中的每個(gè)像素點(diǎn)與 Btest中對(duì)應(yīng)像素點(diǎn)的ZNCC系數(shù)，將Atest中坐標(biāo)位置為t的像素點(diǎn)與Btest中坐標(biāo)位置為t的像 素點(diǎn)的ZNCC系數(shù)記為ZNCCt;然后由A tes沖的所有像素點(diǎn)各自與Btes沖對(duì)應(yīng)像素點(diǎn)的ZNCC系 數(shù)組成ZNCC關(guān)聯(lián)圖；其中，t e Ω z，Ω z表示Atest或Btest中的所有像素點(diǎn)的坐標(biāo)位置的集合， ZNCC te[0，l]o
[0113] 在此具體實(shí)施例中，步驟⑥中： 其中，Atest(t) 表示Ates沖坐標(biāo)位置為t的像素點(diǎn)的像素值，Btest(t)表示Btes沖坐標(biāo)位置為t的像素點(diǎn)的像 素值，cov(Atest(t)，Btest(t))表示Atest中坐標(biāo)位置為t的像素點(diǎn)與B test中坐標(biāo)位置為t的像 素點(diǎn)的協(xié)方差，var (Atest (t))表示Atest中坐標(biāo)位置為t的像素點(diǎn)的方差，var (Btest (t))表示 Btest中坐標(biāo)位置為t的像素點(diǎn)的方差。
[0114]⑦通過(guò)比較ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)的像素值與固定閾值th的大小，對(duì)ZNCC關(guān) 聯(lián)圖中的每個(gè)像素點(diǎn)的像素值進(jìn)行重置，對(duì)于ZNCC關(guān)聯(lián)圖中坐標(biāo)位置為t的像素點(diǎn)的像素 值ZNCCt，如果ZNCCt大于或等于th，則將ZNCCt重置為1;如果ZNCCt小于th，則將ZNCCt重置為 0。在本實(shí)施例中取th = 0.06219。
[0115] ⑧先后利用腐蝕和膨脹技術(shù)對(duì)像素值重置后的ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)進(jìn)行 處理;然后根據(jù)膨脹處理后的ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)的像素值，確定I test中的大致篡 改區(qū)域中的每個(gè)像素點(diǎn)為篡改像素點(diǎn)還是為非篡改像素點(diǎn)，對(duì)于ite3St中的大致篡改區(qū)域中 坐標(biāo)位置為t的像素點(diǎn)，若膨脹處理后的ZNCC關(guān)聯(lián)圖中坐標(biāo)位置為t的像素點(diǎn)的像素值為0， 則確定Itest中的大致篡改區(qū)域中坐標(biāo)位置為t的像素點(diǎn)為篡改像素點(diǎn)；若膨脹處理后的 ZNCC關(guān)聯(lián)圖中坐標(biāo)位置為t的像素點(diǎn)的像素值為1，則確定I test中的大致篡改區(qū)域中坐標(biāo)位 置為t的像素點(diǎn)為非篡改像素點(diǎn)。
[0116] 在此具體實(shí)施例中，步驟⑧中先后利用腐蝕和膨脹技術(shù)對(duì)像素值重置后的ZNCC關(guān) 聯(lián)圖中的每個(gè)像素點(diǎn)進(jìn)行處理的過(guò)程為：先用半徑為64個(gè)像素點(diǎn)的圓對(duì)像素值重置后的 ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)進(jìn)行腐蝕處理，再用半徑為20個(gè)像素點(diǎn)的圓對(duì)腐蝕處理后的 ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)進(jìn)行膨脹處理。
[0117] 為了進(jìn)一步說(shuō)明本發(fā)明方法的可行性和有效性，對(duì)本發(fā)明方法進(jìn)行實(shí)驗(yàn)驗(yàn)證。 [0118]由于本發(fā)明方法需要已知待測(cè)圖像的來(lái)源，因此需要使用者自己構(gòu)建一個(gè)測(cè)試圖 像庫(kù)，在此所構(gòu)建的測(cè)試圖像庫(kù)如表2所示，其中每部相機(jī)對(duì)應(yīng)100幅真實(shí)圖像和100幅篡改 圖像，篡改圖像是由Photoshop CS5經(jīng)同圖復(fù)制-粘貼和異圖拼接兩種篡改方式得到的，為 達(dá)到以假亂真的效果，篡改塊都是不規(guī)則的，篡改區(qū)域包含像素從3000~30000不等。測(cè)試 環(huán)境為Windows 7平臺(tái)，Intel Core i5-3470處理器，CPU頻率為3.2GHz，編譯環(huán)境為Matlab R2012a〇
[0119]表2測(cè)試圖像庫(kù)

[0121] 真實(shí)性檢測(cè)結(jié)果：
[0122] 將每一幅測(cè)試圖像的真實(shí)性檢測(cè)結(jié)果分為兩類:篡改和真實(shí)。為評(píng)估檢測(cè)與定位 算法的性能，采用檢測(cè)率(True Positive Rate，TPR)和虛警率(False Alarm Rate，F(xiàn)AR)兩 種定量參數(shù)進(jìn)行評(píng)估，評(píng)估公式如下
，其 中，TN表示將篡改圖像檢測(cè)為篡改的數(shù)量，F(xiàn)P表示將篡改圖像檢測(cè)為真實(shí)的數(shù)量，F(xiàn)N表示將 真實(shí)圖像檢測(cè)為篡改的數(shù)量。
[0123] 分別使用傳統(tǒng)的基于相關(guān)系數(shù)的固定閾值滑窗方法和本發(fā)明方法對(duì)表2所給出的 測(cè)試圖像庫(kù)中的500幅真實(shí)圖像和500幅篡改圖像進(jìn)行篡改檢測(cè)實(shí)驗(yàn)。
[0124] 基于相關(guān)系數(shù)的固定閾值滑窗方法在不同閾值下會(huì)有不同的檢測(cè)結(jié)果，通過(guò)實(shí)驗(yàn) 選擇四個(gè)比較理想的閾值0.007、0.01、0.015、0.02進(jìn)行對(duì)比。為了能夠客觀評(píng)價(jià)檢測(cè)結(jié)果， 基于相關(guān)系數(shù)的固定閾值滑窗方法和本發(fā)明方法中圖像的噪聲殘差都采用零均值化法和 維納濾波處理。在計(jì)算TPR和FAR時(shí)，若某一幅圖像篡改定位結(jié)果的像素點(diǎn)的總個(gè)數(shù)少于20 個(gè)，則就將其判定為真實(shí)圖像，反之，則判定其發(fā)生篡改?；谙嚓P(guān)系數(shù)的固定閾值滑窗方 法和本發(fā)明方法的檢測(cè)結(jié)果如表3所示：
[0125] 表3基于相關(guān)系數(shù)的固定閾值滑窗方法和本發(fā)明方法的檢測(cè)結(jié)果比較
[0127] 觀察表3所示的檢測(cè)結(jié)果，從表3中可以看出，本發(fā)明方法對(duì)篡改圖像的TPR達(dá)到了 98.8%，F(xiàn)AR為1.897%，而基于相關(guān)系數(shù)的固定閾值滑窗方法在不同閾值下的檢測(cè)結(jié)果不 盡相同，閾值τ為0.01、0.015和0.02時(shí)，雖然TPR與本發(fā)明方法對(duì)篡改圖像的TPR相近或等于 本發(fā)明方法對(duì)篡改圖像的TPR，但FAR卻遠(yuǎn)高于本發(fā)明方法的FAR;閾值τ為〇. 〇〇7時(shí)，雖然FAR 與本發(fā)明方法的FAR相近，但TPR遠(yuǎn)低于本發(fā)明方法對(duì)篡改圖像的TPR。同時(shí)，表3給出了基于 相關(guān)系數(shù)的固定閾值滑窗方法和本發(fā)明方法各自在1000幅圖像上的平均檢測(cè)時(shí)間，對(duì)比可 見(jiàn)本發(fā)明方法的效率遠(yuǎn)遠(yuǎn)高于基于相關(guān)系數(shù)的固定閾值滑窗方法的效率。由此可說(shuō)明，本 發(fā)明方法在保持較高檢測(cè)率和檢測(cè)效率的情況下，有效地降低了虛警。
[0128] 篡改定位效果：
[0129] 圖3a給出了一幅原始圖像；圖3b給出了圖3a經(jīng)同圖復(fù)制-粘貼篡改得到的篡改圖 像，其局部塊的紋理復(fù)雜度屬于[ο . 3361，0.9286];圖3c給出了圖3b的篡改位置(ground truth);圖3d給出了利用本發(fā)明方法對(duì)圖3b進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域。圖4a給出 了另一幅原始圖像;圖4b給出了使用兩部相機(jī)拍攝同一場(chǎng)景然后將對(duì)應(yīng)位置拼接得到的篡 改圖像，其局部塊的紋理復(fù)雜度屬于[0.2246,0.9379];圖4c給出了圖4b的篡改位置 (ground truth);圖4d給出了利用本發(fā)明方法對(duì)圖4b進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域。
[0130]在基于相關(guān)系數(shù)的固定閾值滑窗方法中，不排除可以通過(guò)調(diào)節(jié)閾值降低紋理復(fù)雜 真實(shí)區(qū)域虛警的情形，但因此也可能造成對(duì)不同圖像篡改區(qū)域定位結(jié)果的差異。圖5a給出 了利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.02時(shí)對(duì)圖3b進(jìn)行檢測(cè)得到的定位結(jié) 果，圖5b給出了利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.015時(shí)對(duì)圖3b進(jìn)行檢測(cè) 得到的定位結(jié)果，圖5c給出了利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.010時(shí)對(duì) 圖3b進(jìn)行檢測(cè)得到的定位結(jié)果，圖5d給出了利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值 τ為0.007時(shí)對(duì)圖3b進(jìn)行檢測(cè)得到的定位結(jié)果。圖6a給出了利用基于相關(guān)系數(shù)的固定閾值滑 窗方法且閾值τ為0.02時(shí)對(duì)圖4b進(jìn)行檢測(cè)得到的定位結(jié)果，圖6b給出了利用基于相關(guān)系數(shù) 的固定閾值滑窗方法且閾值τ為0.015時(shí)對(duì)圖4b進(jìn)行檢測(cè)得到的定位結(jié)果，圖6c給出了利用 基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.010時(shí)對(duì)圖4b進(jìn)行檢測(cè)得到的定位結(jié)果，圖 6d給出了利用基于相關(guān)系數(shù)的固定閾值滑窗方法且閾值τ為0.007時(shí)對(duì)圖4b進(jìn)行檢測(cè)得到 的定位結(jié)果。從圖5a至圖6d中可以看出，閾值τ為〇. 02和0.015時(shí)，雖然大致定位出了篡改區(qū) 域，但也把多處紋理復(fù)雜的真實(shí)區(qū)域檢測(cè)為篡改區(qū)域;觀察閾值τ為0.010和0.007時(shí)的結(jié) 果，雖然在低閾值情況下消除了復(fù)雜紋理的影響，但定位效果卻非常不理想，甚至出現(xiàn)無(wú)法 定位的情況。
[0131 ] 對(duì)比圖3d及圖5a至圖5d，對(duì)比圖4d及圖6a至圖6d，可以看出本發(fā)明方法不僅能精 確定位出篡改區(qū)域，而且也有效消除了復(fù)雜紋理對(duì)檢測(cè)的不利影響。
[0132] 魯棒性分析：
[0133] 為了驗(yàn)證本發(fā)明方法對(duì)紋理復(fù)雜度的魯棒性，又進(jìn)行了多組實(shí)驗(yàn)。
[0134] 圖7a給出了原始的藍(lán)天圖像，其局部塊的紋理復(fù)雜度屬于[0.1857,0.2886];圖8a 給出了原始的墻壁圖像，其局部塊的紋理復(fù)雜度屬于[0.3228，0.4372];圖9a給出了原始的 地板圖像，其局部塊的紋理復(fù)雜度屬于[0. 3511，0.5296];圖10a給出了原始的青草圖像，其 局部塊的紋理復(fù)雜度屬于[0.6601,0.8442];圖11a給出了原始的枯草圖像，其局部塊的紋 理復(fù)雜度屬于[0.6927,0.9463];圖7a、圖8a、圖9a、圖10a和圖11a的紋理復(fù)雜度由簡(jiǎn)單到復(fù) 雜各不相同。圖7b、圖8b、圖％、圖10b和圖lib對(duì)應(yīng)給出了圖7a、圖8a、圖9a、圖10a和圖11a的 篡改圖像；圖7c、圖8c、圖9c、圖10c和圖11c對(duì)應(yīng)給出了圖7b、圖8b、圖9b、圖10b和圖lib的篡 改位置(ground truth);圖7d、圖8d、圖9d、圖10d和圖lid對(duì)應(yīng)給出了利用本發(fā)明方法對(duì)圖 7b、圖8b、圖9b、圖10b和圖1 lb進(jìn)行檢測(cè)，精確地定位出的篡改區(qū)域。
[0135] 觀察利用本發(fā)明方法對(duì)五幅篡改圖像檢測(cè)的定位結(jié)果，可知無(wú)論篡改圖像的紋理 簡(jiǎn)單還是復(fù)雜，都能精確地定位出篡改區(qū)域，有效地消除了紋理對(duì)取證的影響。
[0136] 經(jīng)大量實(shí)驗(yàn)表明，本發(fā)明方法的檢測(cè)率達(dá)到了 98.8%，對(duì)1000幅圖像的平均檢測(cè) 時(shí)間為26.76秒，效率遠(yuǎn)遠(yuǎn)高于現(xiàn)有方法，并且對(duì)不同紋理復(fù)雜度的篡改圖像都具有魯棒 性，能達(dá)到對(duì)篡改區(qū)域精確定位的目的。
【主權(quán)項(xiàng)】
1. 一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方法，其特征在于包括W下步驟： ① 選取一幅圖像，將該圖像作為待測(cè)圖像，記為Itest;并獲取N幅紋理簡(jiǎn)單的原始圖像， 將獲取的第η幅紋理簡(jiǎn)單的原始圖像記為lorg,η;其中，拍攝每幅紋理簡(jiǎn)單的原始圖像與拍攝 I test對(duì)應(yīng)的原始圖像所采用的相機(jī)為同一部相機(jī)，每幅紋理簡(jiǎn)單的原始圖像與I test的尺寸 大小相同，寬度為col且高度為row，l《n《N，N>2; ② 對(duì)Itest進(jìn)行小波降噪處理，得到Itest的降噪圖像，記為I'test;然后根據(jù)Itest及I'test， 計(jì)算Itest的噪聲殘差，記為￥*63*，￥*63*=1*63廣1\63。再采用零均值化法對(duì)￥*63*進(jìn)行處理，將 得到的結(jié)果記為r test;之后采用維納濾波對(duì)W'test處理，將得到的結(jié)果作為Itest的最終噪聲 殘差，記為 同樣，對(duì)每幅紋理簡(jiǎn)單的原始圖像進(jìn)行小波降噪處理，得到每幅紋理簡(jiǎn)單的原始圖像 的降噪圖像，將lorg,η的降噪圖像記為I'Drg,η;然后根據(jù)每幅紋理簡(jiǎn)單的原始圖像及其降噪 圖像，計(jì)算每幅紋理簡(jiǎn)單的原始圖像的噪聲殘差，將I〇rg,n的噪聲殘差記為Wwg,n，W〇rg,n = lDrg,n-I'Drg,n;接著采用最大似然估計(jì)法，對(duì)所有紋理簡(jiǎn)單的原始圖像的噪聲殘差進(jìn)行處 理，得到Itest所對(duì)應(yīng)的相機(jī)的參考模式噪聲，記為Rtest;再采用零均值化法對(duì)Rtest進(jìn)行處理， 將得到的結(jié)果記為R'test;之后采用維納濾波對(duì)R'test處理，將得到的結(jié)果作為Itest所對(duì)應(yīng)的 相機(jī)的最終參考模式噪聲，記為i4,; ③ 判斷col % 128和row % 128是否均等于0，如果col % 128和row% 128均等于0，則直接 執(zhí)行步驟@;如果。〇1%128等于0而'〇*%128不等于0，則對(duì)1*63*、兩：,和盡。,各自擴(kuò)展128- ；1"〇訊％128行，然后令1'〇￥ = 1'〇￥+(128-1'〇￥%128)，再執(zhí)行步驟@;如果1'〇￥%128等于0而 〇〇1%128不等于0，則對(duì)1*63*、巧1和游,,各自擴(kuò)展128-(3〇1%128列，然后令(3〇1 = (3〇1+(128- col % 128)，再執(zhí)行步驟④;如果col % 128和row% 128均不等于0,則對(duì)Itest、巧完和為W各自 擴(kuò)展 128-;row% 128行，并擴(kuò)展 128-col % 128列，然后令;row = ;row+( 128-;row% 128)，令col = col+(128-col % 128)，再執(zhí)行步驟④；其中，符號(hào)"％"為求余運(yùn)算符，;row = ;row+(128-;row% 128)和。〇1 = (3〇1+(128-(3〇1%128)中的"="為賦值符號(hào)； ④ 將和iC,分別劃分成個(gè)互不重疊的尺寸大小為128X 128的圖像 塊，將I tes沖的第k個(gè)圖像塊記為S/0成"'將巧1中的第k個(gè)圖像塊記為及/oc/cf't'"，將也,中 的第k個(gè)圖像塊記為及/OC巧然后計(jì)算Itest中的每個(gè)圖像塊的紋理復(fù)雜度，將拼OC巧。'的紋 理復(fù)雜度記為扔·規(guī)W產(chǎn)';接著采用SPCE方法，計(jì)算巧L中的每個(gè)圖像塊與巧1沖對(duì)應(yīng)位置的 圖像塊的相關(guān)性，將執(zhí)與拼〇冰f'。，的相關(guān)性記為SPC￡ (公/OC片》'，Woe巧；其中， 1三又，蘭杯" ， 128 128 L J ⑤ 根據(jù)Itest中的每個(gè)圖像塊的紋理復(fù)雜度，獲取Itest中的每個(gè)圖像塊相應(yīng)的自適應(yīng)闊 值;然后根據(jù)巧I,中的每個(gè)圖像塊與城沖對(duì)應(yīng)位置的圖像塊的相關(guān)性及Ites沖對(duì)應(yīng)位置的 圖像塊相應(yīng)的自適應(yīng)闊值，對(duì)Itest中對(duì)應(yīng)位置的圖像塊進(jìn)行相關(guān)性匹配，檢測(cè)出Itest中對(duì)應(yīng) 位置的圖像塊是否發(fā)生過(guò)篡改;再將Itest中包含檢測(cè)出的所有發(fā)生過(guò)篡改的圖像塊的最小 矩形區(qū)域確定為Itest中的大致篡改區(qū)域； ⑥ 將:iC,中與Itest中的大致篡改區(qū)域相對(duì)應(yīng)的矩形區(qū)域記為4*63*，將及；《中與Itest中的 大致篡改區(qū)域相對(duì)應(yīng)的矩形區(qū)域記為Btest;然后采用快速的零均值歸一化互相關(guān)算法，計(jì) 算Atest中的每個(gè)像素點(diǎn)與Btest中對(duì)應(yīng)像素點(diǎn)的ZNCC系數(shù)，將Atest中坐標(biāo)位置為t的像素點(diǎn)與 Btest中坐標(biāo)位置為t的像素點(diǎn)的ZNCC系數(shù)記為ZNCCt;然后由Atest中的所有像素點(diǎn)各自與 Btest中對(duì)應(yīng)像素點(diǎn)的ZNCC系數(shù)組成ZNCC關(guān)聯(lián)圖；其中，te Ωζ，Ωζ表示Atest或Btest中的所有 像素點(diǎn)的坐標(biāo)位置的集合，ZNCCt e [0，1 ]; ⑦ 通過(guò)比較ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)的像素值與固定闊值th的大小，對(duì)ZNCC關(guān)聯(lián)圖 中的每個(gè)像素點(diǎn)的像素值進(jìn)行重置，對(duì)于ZNCC關(guān)聯(lián)圖中坐標(biāo)位置為t的像素點(diǎn)的像素值 ZNCCt，如果ZNCCt大于或等于th，則將ZNCCt重置為1;如果ZNCCt小于化，則將ZNCCt重置為0; ⑧ 先后利用腐蝕和膨脹技術(shù)對(duì)像素值重置后的ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)進(jìn)行處理； 然后根據(jù)膨脹處理后的ZNCC關(guān)聯(lián)圖中的每個(gè)像素點(diǎn)的像素值，確定Itest中的大致篡改區(qū)域 中的每個(gè)像素點(diǎn)為篡改像素點(diǎn)還是為非篡改像素點(diǎn)，對(duì)于Itest中的大致篡改區(qū)域中坐標(biāo)位 置為t的像素點(diǎn)，若膨脹處理后的ZNCC關(guān)聯(lián)圖中坐標(biāo)位置為t的像素點(diǎn)的像素值為0,則確定 Itest中的大致篡改區(qū)域中坐標(biāo)位置為t的像素點(diǎn)為篡改像素點(diǎn)；若膨脹處理后的ZNCC關(guān)聯(lián) 圖中坐標(biāo)位置為t的像素點(diǎn)的像素值為1，則確定Itest中的大致篡改區(qū)域中坐標(biāo)位置為t的 像素點(diǎn)為非篡改像素點(diǎn)。2. 根據(jù)權(quán)利要求1所述的一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方法，其特征在 于所述的步驟③中對(duì)Itest、lC和巧1各自擴(kuò)展128-row%128行為在Itest、昭都iC各自的 第row行的下方擴(kuò)展128-row % 128行，并使擴(kuò)展的每行中的每個(gè)像素點(diǎn)的像素值等于第row 行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值;對(duì)I test、和C,各自擴(kuò)展128-co 1 % 128列為在 Itest、巧和iC,各自的第col列的右方擴(kuò)展128-col% 128列，并使擴(kuò)展的每列中的每個(gè)像素 點(diǎn)的像素值等于第col列中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值。3. 根據(jù)權(quán)利要求1所述的一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方法，其特征在 于所述的步驟④中的賠 tto吟·'的獲取過(guò)程為:al、令蛇.忱/?咕"=《""+嶺。+g^""-攻。'-皆"， 其中，卻。'、皆-"、如。"、吵'和皆"對(duì)應(yīng)表示公/oc皆''i的信息賭、公/oc皆"的邊緣比率、 Woe皆。的反差因子、拼oc/t戶i的相關(guān)度和說(shuō)OC巧。'的能量;b 1、對(duì)步驟a 1得到的TeWw冷"進(jìn) 行歸一化處理，即令，其中，TexUiremin表示紋理復(fù)雜度中…1·?Λ Hint 的最小值，Texturemax表示紋理復(fù)雜度中的最大值的符 號(hào)為賦值符號(hào)。4. 根據(jù)權(quán)利要求1所述的一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方法，其特征在 于所述的步驟④中其中，sign()為求符號(hào)函數(shù)，，max()為求最大值函數(shù)， 巧'(.s')表示/認(rèn)心.中坐標(biāo)位置為S的像素點(diǎn)與識(shí)觀婷:''中坐標(biāo)位置為S的像素點(diǎn)的相 關(guān)值，Q k表示公/化辭-或公/0(1?心中的所有像素點(diǎn)的坐標(biāo)位置的集合，Ne X化表示公/〇從 或說(shuō)中W巧i/'^''對(duì)應(yīng)的像素點(diǎn)為中屯、的窗口區(qū)域的尺寸大小，Ω NeXNe表示公foe足或 公/〇從f 1'~中W好對(duì)應(yīng)的像素點(diǎn)為中屯、的窗口區(qū)域中的所有像素點(diǎn)的坐標(biāo)位置的集合。5. 根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方 法，其特征在于所述的步驟⑤中針對(duì)及/OC巧。'，對(duì)S/OC巧。'進(jìn)行相關(guān)性匹配，檢測(cè)出公/oc皆" 是否發(fā)生過(guò)篡改的具體過(guò)程為：如果%端化'皆)大于或等于熱OC皆"相應(yīng)的 自適應(yīng)闊值，則確定公/OC#"未發(fā)生過(guò)篡改；如果沒(méi)。公/〇誠(chéng)產(chǎn)，公/oot戶)小于及/0C皆'"相 應(yīng)的自適應(yīng)闊值，則確定勘O(jiān)C巧。'發(fā)生過(guò)篡改。6. 根據(jù)權(quán)利要求1所述的一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方法，其特征在 于所述的步驟⑥4其中，Atest(t)表示Atest中坐標(biāo)位 置為t的像素點(diǎn)的像素值，Btest(t)表示Btest中坐標(biāo)位置為t的像素點(diǎn)的像素值，C0V(Atest (t)，Btest(t))表示Ates沖坐標(biāo)位置為t的像素點(diǎn)與Btes沖坐標(biāo)位置為t的像素點(diǎn)的協(xié)方差， var ( Atest ( t ))表示Atest中坐標(biāo)位置為t的像素點(diǎn)的方差，var ( Btest ( t ))表示Btest中坐標(biāo)位置 為t的像素點(diǎn)的方差。7. 根據(jù)權(quán)利要求1所述的一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方法，其特征在 于所述的步驟⑤中的獲取Itest中的每個(gè)圖像塊相應(yīng)的自適應(yīng)闊值的具體過(guò)程為： @_1、利用U部不同的相機(jī)各拍攝V幅場(chǎng)景不同的照片，共獲得UXV幅照片，第U部相機(jī) 拍攝的照片的寬度為colu且高度為rowu;然后從每部相機(jī)拍攝的所有照片中隨機(jī)選取Z幅照 片，并將隨機(jī)選取的UXZ幅照片構(gòu)成訓(xùn)練圖像庫(kù)，將訓(xùn)練圖像庫(kù)中的第i幅照片記為Ιχ,ι;接 著對(duì)訓(xùn)練圖像庫(kù)中的每幅照片進(jìn)行小波降噪處理，得到訓(xùn)練圖像庫(kù)中的每幅照片的降噪圖 像，將Ιχ,ι的降噪圖像記為Γχ,ι;之后根據(jù)訓(xùn)練圖像庫(kù)中的每幅照片及其降噪圖像，計(jì)算訓(xùn) 練圖像庫(kù)中的每幅照片的噪聲殘差，將Ιχ,ι的噪聲殘差記為胖<,1，胖<,1 = 1<,1-1'<,1;其中，11> 5，V>400，l《u《U，200《Z《V，l《i《UXZ; 利用上述的每部相機(jī)重復(fù)拍攝紋理簡(jiǎn)單的同一場(chǎng)景G次，共獲得UXG幅紋理簡(jiǎn)單的照 片，將第j幅紋理簡(jiǎn)單的照片記為。;對(duì)每幅紋理簡(jiǎn)單的照片進(jìn)行小波降噪處理，得到每幅 紋理簡(jiǎn)單的照片的降噪圖像，將。的降噪圖像，記為I'j;然后根據(jù)每幅紋理簡(jiǎn)單的照片及其 降噪圖像，計(jì)算每幅紋理簡(jiǎn)單的照片的噪聲殘差，將。的噪聲殘差記為Wj，WfIrI接著 采用最大似然估計(jì)法，對(duì)每部相機(jī)拍攝的所有紋理簡(jiǎn)單的照片的噪聲殘差進(jìn)行處理之后， 再分別進(jìn)行零均值化和維納濾波處理，得到每部相機(jī)的參考模式噪聲，將第U部相機(jī)的參考 模式噪聲記為Ru;其中，G>50，l《j《UXG; @_2、通過(guò)判斷每部相機(jī)拍攝的照片的尺寸大小能否被128X 128整除，確定是否擴(kuò)展 該部相機(jī)的參考模式噪聲和訓(xùn)練圖像庫(kù)中來(lái)自該部相機(jī)的每幅照片及其噪聲殘差，對(duì)于第 U部相機(jī)拍攝的照片，判斷colu%128和;roWu%128是否均等于0,如果colu% 128和rowu% 128 均等于0，則直接執(zhí)行步驟⑤_3;如果colu% 128等于0而rowu% 128不等于0，則對(duì)Ru、訓(xùn)練圖 像庫(kù)中來(lái)自第U部相機(jī)的每幅照片及其噪聲殘差各自擴(kuò)展128-roWu%128行，然后令roWu = ;roWu+( 128-;roWu% 128)，再執(zhí)行步驟⑤_3;如果rowu% 128等于0而colu% 128不等于0，則對(duì) Ru、訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的每幅照片及其噪聲殘差各自擴(kuò)展128-colu%128列，然后 令。〇111 = (3〇111+(128-(3〇111%128)，再執(zhí)行步驟(1)_3;如果(3〇111%128和1'〇￥11%128均不等于0， 則對(duì)Ru、訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的每幅照片及其噪聲殘差各自擴(kuò)展128-roWu%128行， 并擴(kuò)展128-。〇111%128列，然后令1'〇"11 = 1'〇"11+(128-1'〇"11%128)，令。〇111 =。〇111+(128-。〇111% 128)，再執(zhí)行步驟⑤_3;其中，符號(hào)"％"為求余運(yùn)算符，rowu = ;roWu+ (128-;roWu % 128)和CO lu = colu+( 128-colu% 128)中的為賦值符號(hào)； @_3、將每部相機(jī)的參考模式噪聲和訓(xùn)練圖像庫(kù)中來(lái)自該部相機(jī)的每幅照片及其噪聲 殘差分別劃分成多個(gè)互不重疊的尺寸大小為128X128的圖像塊;然后計(jì)算訓(xùn)練圖像庫(kù)中來(lái) 自每部相機(jī)的每幅照片中的每個(gè)圖像塊的紋理復(fù)雜度，將訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的 第Z幅照片中的第ku個(gè)圖像塊的紋理復(fù)雜度記為7(<r化巧;'；接著采用SPCE方法，計(jì)算訓(xùn)練 圖像庫(kù)中來(lái)自每部相機(jī)的每幅照片的噪聲殘差中的每個(gè)圖像塊與該部相機(jī)的參考模式噪 聲中對(duì)應(yīng)位置的圖像塊的相關(guān)性，將訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的第Z幅照片的噪聲殘差 中的第ku個(gè)圖像塊與Ru中的第ku個(gè)圖像塊的相關(guān)性記為S/T與"；其中，l《z《Z， 128 128 @_4、將訓(xùn)練圖像庫(kù)中尺寸大小最小的照片的寬度和高度對(duì)應(yīng)記為Colmin和rOWmin ;然 后按Colmin和rOWmin，對(duì)訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考模式噪聲 從左上角開(kāi)始進(jìn)行裁剪，使訓(xùn)練圖像庫(kù)中的所有照片及各自的噪聲殘差和每部相機(jī)的參考 模式噪聲的寬度均為Colmin，且高度均為rOWmin;再判斷C〇lmin%128和r〇Wmin%128是否均等 于0，如果colmin% 128和rowmin% 128均等于0，則直接執(zhí)行步驟⑤_5 ;如果colmin% 128等于0 而r〇Wmin%128不等于0,則對(duì)訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考模 式噪聲各自擴(kuò)展 128-；r〇Wmin% 128行，然后令；r〇Wmin = ：r〇Wmin+(128-；r〇Wmin% 128)，再執(zhí)行步驟 @_5 ;如果rOWmin% 128等于0而colmin% 128不等于0，則對(duì)訓(xùn)練圖像庫(kù)中的每幅照片及其噪 聲殘差和每部相機(jī)的參考模式噪聲各自擴(kuò)展128-C〇lmin%128列，然后令C〇lmin = C〇lmin+ (128-colmin% 128)，再執(zhí)行步驟⑤_5;如果colmin% 128和rowmin% 128均不等于0，則對(duì)訓(xùn)練 圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考模式噪聲各自擴(kuò)展128-roWmin%128 行，并擴(kuò)展 128-CO Imin % 128列，然后令rowmin = r〇Wmin+ ( 128-；r〇Wmin % 128 )，令CO Imin = CO lmin+ (128-co Imin % 128)，再執(zhí)行步驟⑤_5;其中，符號(hào)"％"為求余運(yùn)算符，1'〇機(jī)1山=1'〇機(jī)1山+(128- rowmin % 128 )和CO Imin = CO lmin+ ( 128-CO Imin % 128 )中的"為賦值符號(hào)； (D_5、將第U部相機(jī)作為當(dāng)前相機(jī)； @_6、從訓(xùn)練圖像庫(kù)中來(lái)自除當(dāng)前相機(jī)外的每部相機(jī)的所有照片中隨機(jī)選取Η幅照片， 并由共選取得到的化-1)ΧΗ幅照片構(gòu)成異源照片集，記為Yu;其中，20《Η《Ζ; @_7、將當(dāng)前相機(jī)的參考模式噪聲Ru和Yu中的每幅照片及其噪聲殘差分別劃分成 個(gè)互不重疊的尺寸大小為128X128的圖像塊;然后計(jì)算Yu中的每幅照片中的 12〇 12〇 每個(gè)圖像塊的紋理復(fù)雜度，將Yu中的第h幅照片中的第ky個(gè)圖像塊的紋理復(fù)雜度記為 心巧著采用SPCE方法，計(jì)算Yu中的每幅照片的噪聲殘差中的每個(gè)圖像塊與當(dāng)前相 機(jī)的參考模式噪聲Ru中對(duì)應(yīng)位置的圖像塊的相關(guān)性，將Yu中的第h幅照片的噪聲殘差中的第 ky個(gè)圖像塊與Ru中的第ky個(gè)圖像塊的相關(guān)性記為其中，i《h《（U-l)XH， !28 128 @_8、令u = u+l，將下一部相機(jī)作為當(dāng)前相機(jī)，然后返回步驟⑤_6繼續(xù)執(zhí)行，直至所有 相機(jī)處理完畢;其中，u = u+l中的為賦值符號(hào)； @_9、將紋理復(fù)雜度的取值范圍[0，1]分成33個(gè)紋理復(fù)雜度等級(jí)子區(qū)間，分別為[0， 0.03)、[0.03,0.06)、……、[0.93,0.96)、[0.96,1];然后根據(jù)步驟@_3中計(jì)算得到的所有 圖像塊各自的紋理復(fù)雜度及步驟⑤_5至步驟@_8中計(jì)算得到的所有圖像塊各自的紋理復(fù) 雜度所在的紋理復(fù)雜度等級(jí)子區(qū)間，將步驟⑤_3中計(jì)算得到的所有相關(guān)性及步驟⑤_5至步 驟⑤_8中計(jì)算得到的所有相關(guān)性分成33類，從而得到每個(gè)紋理復(fù)雜度等級(jí)子區(qū)間下同源和 異源照片對(duì)應(yīng)的相關(guān)值分布;接著根據(jù)每個(gè)紋理復(fù)雜度等級(jí)子區(qū)間下同源和異源照片對(duì)應(yīng) 的相關(guān)值分布，使用化yman-Pearson準(zhǔn)則，在虛警率為Pf的情況下計(jì)算出每個(gè)紋理復(fù)雜度 等級(jí)子區(qū)間下的相關(guān)性闊值;之后對(duì)所有紋理復(fù)雜度等級(jí)子區(qū)間下的相關(guān)性闊值進(jìn)行擬 合，擬合得到相關(guān)性闊值與紋理復(fù)雜度的關(guān)系曲線;其中，Pfe [0.001,0.01]; @_10、在相關(guān)性闊值與紋理復(fù)雜度的關(guān)系曲線上，找出與Itest中的每個(gè)圖像塊的紋理 復(fù)雜度相對(duì)應(yīng)的相關(guān)性闊值，作為該圖像塊相應(yīng)的自適應(yīng)闊值。8.根據(jù)權(quán)利要求7所述的一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方法，其特征在 于所述的步驟中對(duì)Ru、訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的每幅照片及其噪聲殘差各自擴(kuò) 展128-roWu%128行為在Ru、訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的每幅照片及其噪聲殘差各自的 第rowu行的下方擴(kuò)展128-rowu % 128行，并使擴(kuò)展的每行中的每個(gè)像素點(diǎn)的像素值等于第 rowu行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值;對(duì)Ru、訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的每幅照片 及其噪聲殘差各自擴(kuò)展128-colu%128列為在Ru、訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的每幅照片 及其噪聲殘差各自的第colu列的右方擴(kuò)展128-colu%128列，并使擴(kuò)展的每列中的每個(gè)像素 點(diǎn)的像素值等于第colu列中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值； 所述的步驟⑤_4中對(duì)訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考模式 噪聲各自擴(kuò)展128-rowmin% 128行為在訓(xùn)練圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī) 的參考模式噪聲各自的第rowmin行的下方擴(kuò)展128-rowmin % 128行，并使擴(kuò)展的每行中的每 個(gè)像素點(diǎn)的像素值等于第rowmin行中對(duì)應(yīng)坐標(biāo)位置的像素點(diǎn)的像素值;對(duì)訓(xùn)練圖像庫(kù)中的 每幅照片及其噪聲殘差和每部相機(jī)的參考模式噪聲各自擴(kuò)展128-C〇lmin%128列為在訓(xùn)練 圖像庫(kù)中的每幅照片及其噪聲殘差和每部相機(jī)的參考模式噪聲各自的第colmin列的右方擴(kuò) 展128-C〇lmin%128列，并使擴(kuò)展的每列中的每個(gè)像素點(diǎn)的像素值等于第colmin列中對(duì)應(yīng)坐 標(biāo)位置的像素點(diǎn)的像素值； 所述的步驟⑤_3中的7??"嗦'。的獲取過(guò)程為:曰2、令做"'rc；:。礦-皆'， 其中，雌-、皆"·:、托·"·:、坤·"·=和皆-對(duì)應(yīng)表示訓(xùn)練圖像庫(kù)中來(lái)自第u部相機(jī)的第z幅照片 中的第ku個(gè)圖像塊的信息賭、邊緣比率、反差因子、相關(guān)度和能量；b2、對(duì)步驟曰2得到的 妨曲化^·:進(jìn)行歸一化處理，即4，其中，Tex1:uremin表示 紋理復(fù)雜度中的最小值，Texturemax表示紋理復(fù)雜度中的最大值，中的符號(hào)為賦值符號(hào)；所述的步驟⑤_ 3中廷中，sign()為求符號(hào)函 數(shù)imaxO為求最大值函數(shù)，詩(shī)-、.表示訓(xùn)練圖像 庫(kù)中來(lái)自第U部相機(jī)的第Z幅照片的噪聲殘差中的第ku個(gè)圖像塊中坐標(biāo)位置為Su的像素點(diǎn)與 Ru中的第ku個(gè)圖像塊中坐標(biāo)位置為Su的像素點(diǎn)的相關(guān)值，表示訓(xùn)練圖像庫(kù)中來(lái)自第U部 相機(jī)的第Ζ幅照片的噪聲殘差中的第ku個(gè)圖像塊或Ru中的第ku個(gè)圖像塊中的所有像素點(diǎn)的 坐標(biāo)位置的集合。表示訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的第Z幅照片的噪聲殘差中 的第ku個(gè)圖像塊或Ru中的第ku個(gè)圖像塊中W/fi品A對(duì)應(yīng)的像素點(diǎn)為中屯、的窗口區(qū)域的尺寸 大小，表示訓(xùn)練圖像庫(kù)中來(lái)自第U部相機(jī)的第Z幅照片的噪聲殘差中的第ku個(gè)圖像 塊或Ru中的第ku個(gè)圖像塊中W A對(duì)應(yīng)的像素點(diǎn)為中屯、的窗口區(qū)域中的所有像素點(diǎn)的 坐標(biāo)位置的集合； 所述的步驟⑤_7中的冷''的獲取過(guò)程為:曰3、令吟=<'' +嶺' +護(hù)-q'l ' -皆''，其 中，皆'、皆·*、各;"''、皆·'和奪·'對(duì)應(yīng)表示Yu中的第h幅照片中的第ky個(gè)圖像塊的信息賭、 邊緣比率、反差因子、相關(guān)度和能量;b3、對(duì)步驟a3得到的reW?巧f '''進(jìn)行歸一化處理，即令，其中，Texturemin表示紋理復(fù)雜度中的最小值， Texturemax表示紋理復(fù)雜度中的最大中的符號(hào)為 賦值符號(hào);所述的步驟⑤_7中'其中，. . ·'!.' .'I'. signO為求符號(hào)函數(shù)'max ()為求最大值函數(shù)， 表示Yu中的第h幅照片的噪聲殘差中的第ky個(gè)圖像塊中坐標(biāo)位置為sy的像素點(diǎn) 與Ru中的第ky個(gè)圖像塊中坐標(biāo)位置為Sy的像素點(diǎn)的相關(guān)值，表示Yu中的第h幅照片的噪聲 殘差中的第ky個(gè)圖像塊或Ru中的第ky個(gè)圖像塊中的所有像素點(diǎn)的坐標(biāo)位置的集合， 表示Yu中的第h幅照片的噪聲殘差中的第ky個(gè)圖像塊或Ru中的第ky個(gè)圖像塊中W <吉：戶對(duì)應(yīng)的像素點(diǎn)為中屯、的窗口區(qū)域的尺寸大表示Yu中的第h幅照片的噪聲 殘差中的第ky個(gè)圖像塊或Ru中的第ky個(gè)圖像塊中對(duì)應(yīng)的像素點(diǎn)為中屯、的窗口區(qū)域 中的所有像素點(diǎn)的坐標(biāo)位置的集合。9. 根據(jù)權(quán)利要求1所述的一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方法，其特征在 于所述的步驟⑦中取th = 0.06219。10. 根據(jù)權(quán)利要求1所述的一種使用自適應(yīng)闊值的圖像篡改檢測(cè)與定位方法，其特征在 于所述的步驟⑧中先后利用腐蝕和膨脹技術(shù)對(duì)像素值重置后的ZNCC關(guān)聯(lián)圖中的每個(gè)像素 點(diǎn)進(jìn)行處理的過(guò)程為:先用半徑為64個(gè)像素點(diǎn)的圓對(duì)像素值重置后的ZNCC關(guān)聯(lián)圖中的每個(gè) 像素點(diǎn)進(jìn)行腐蝕處理，再用半徑為20個(gè)像素點(diǎn)的圓對(duì)腐蝕處理后的ZNCC關(guān)聯(lián)圖中的每個(gè)像 素點(diǎn)進(jìn)行膨脹處理。
【文檔編號(hào)】G06T7/00GK106097379SQ201610588684
【公開(kāi)日】2016年11月9日
【申請(qǐng)日】2016年7月22日 公開(kāi)號(hào)201610588684.0, CN 106097379 A, CN 106097379A, CN 201610588684, CN-A-106097379, CN106097379 A, CN106097379A, CN201610588684, CN201610588684.0
【發(fā)明人】郭浩龍, 張 榮, 郭立君, 王瀟
【申請(qǐng)人】寧波大學(xué)