[发明专利]一种基于LIOP特征与块匹配的图像区域复制篡改检测方法

说明书

本发明主要针对数字图像的取证领域，更具体地，涉及一种基于LIOP特征与块匹配的图像区域复制篡改检测方法。本发明将基于特征点及基于分块两类方法相结合，融合两类方法的优势；首先选取LIOP特征作为图像特征提取算法，相比其他特征，能够更好地应对旋转、缩放、JPEG压缩、添加噪声等情况；特征匹配之后，使用新的匹配对表达模型对匹配对进行表达并筛选，去除冗余的匹配对，使得精确度提高，计算复杂度降低。根据匹配对进行图像切割并分块提取特征后，使用了块匹配算法对篡改进行匹配，最后进行精确定位；本算法检测精度高，同时对各种类型图像复制粘贴篡改如旋转、缩放、加噪声、压缩等，都有着很好的效果。

技术领域

本发明主要针对数字图像的取证领域，更具体地，涉及一种基于LIOP特征与块匹配的图像区域复制篡改检测方法。

背景技术

数字图像是作为现今最重要的一种数字媒体资源，在当今社会扮演着重要的角色。在各种领域中，包括网络、新闻媒体以及法庭证据等，都大量的使用着数字图像。而随着各种图像编辑软件变得越来越易用，即使在没有很多专业知识的情况下，人们依然能够便捷的编辑或修改数字图像。如果这些被编辑或修改的图像在大众中传播或用于重要场合，很可能会误导人们，造成不良的后果。所以数字图像取证技术成为了一种热门的研究领域。

图像区域复制粘贴篡改检测作为数字图像取证中一个重要的分支，吸引了不少学者进行研究。图像区域复制粘贴篡改是通过复制图像中的一个或多个区域，粘贴到同一张图像中的其他区域，以达到遮盖或者修改原有图像中的信息的目的。同时为了使得篡改难以发现及检测，复制粘贴区域还很可能经过缩放、旋转、加噪声以及压缩等处理，使得检测的难度大大增加。

现有的图像区域复制粘贴篡改检测的技术路线主要分为两类：基于分块的检测算法和基于特征点的检测算法。基于分块的检测算法的时间复杂度都一般更高，因为图像重叠分块使得计算量大增，但其通过选用不同的特征，对于加噪声以及JPEG压缩等有比较好的效果。相反的，基于特征点的检测算法的时间复杂度相对更低，同时对旋转、缩放等有着很好的效果。无论是哪一类检测算法，其核心都在特征的选取、匹配策列以及后处理等问题上。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于LIOP特征与块匹配的图像区域复制篡改检测方法，能够精确定位篡改区域，同时对旋转、缩放、多重复制等都有着良好的效果。

为解决上述问题，本发明提供的技术方案为：一种基于LIOP特征与块匹配的图像区域复制篡改检测方法，其中，包括以下步骤：

S1.检测DoG关键点：对于待检测的图像，构造DoG尺度空间，在DoG尺度空间中找寻极值点作为关键点，并把关键点定位于图像上；

S2.提取LIOP特征向量：把步骤S1获取的每个关键点区域规范化成圆形区域，根据像素值将区域分割为B个子区间，每个子区间的所有像素的像素值都在相应区间段之内，区域内每个像素的描述子通过该像素周围采样点的灰度信息来计算得到，通过将局部顺序区间内所有像素点的描述子串联起来构成LIOP特征向量；

S3.匹配特征：对于步骤S2中提取出来的每个特征向量，计算其与其它所有特征向量之间的欧式距离，并按照从小到大排序；计算最近邻d₁和次近邻d₂之间的比值，如果比值小于ε，其中∈的取值可根据实际情况设定为0.5至0.7之间的数值，则认为距离为d₁的两个特征匹配，构成匹配对；