[发明专利]图像模糊篡改检测方法、装置、计算机设备和存储介质有效

专利信息
申请号: 201910649022.3 申请日: 2019-07-18
公开(公告)号: CN110533632B 公开(公告)日: 2022-05-10
发明(设计)人: 谭峻峰;侯全心;张小可;陈俊臣;杜海华;陈姝;陈默;常丹丹 申请(专利权)人: 数字广东网络建设有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/194;G06T7/90;G06T5/00;G06K9/62;G06F17/16;G06V10/762
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 关志琨
地址: 510300 广东省广州市海*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 模糊 篡改 检测 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请涉及一种图像模糊篡改检测方法、装置、计算机设备和存储介质。所述方法包括:获取待测输入图像;提取所述待测输入图像的奇异值特征,处理得到点特征模糊响应图,以及,提取所述待测输入图像的像素块特征,处理得到块特征模糊响应图;计算所述点特征模糊响应图与所述块特征模糊响应图的加权融合,得到点块融合模糊响应图;将所述点块融合模糊响应图进行均值聚类,确定所述待测输入图像的模糊篡改区域。采用本方法,通过结合图像点特征与块特征的全面分析,能够准确定位图像的模糊篡改区域,进而有效提高模糊篡改图像的检测准确率。

技术领域

本申请涉及图像处理领域,特别是涉及一种图像模糊篡改检测方法、装置、计算机设备和存储介质。

背景技术

目前,数字成像设备已成为现代生活不可或缺的物品,而随着各类编辑软件的快速发展,人们对数字图像的修改与编辑变的越来越便捷,这无疑会出现将图像篡改内容错认为重要信息的情况,极易误导人们,以致对社会造成不良影响。因此,图像检测取证技术作为当前研究热点之一,急需得到快速改进。

其中,人为使用编辑软件篡改原图信息的“人工模糊”是当前最为普遍的操作,而现有的图像模糊篡改检测方法主要包括两类:一是基于学习对模糊函数进行预测的方法,二是基于模糊特征提取的方法。针对基于学习预测的方法,需依赖于大量的数据集与机器学习,易产生过拟合,使得算法准确率不高;而基于特征提取的方法,主要针对不同的特征进行统计分析,虽可有效对抗平滑纹理清晰块以检测出篡改区域,但是,人工模糊区域与一些平滑纹理清晰块在多域下检测统计特性依然很难区分。

因此,现有的图像模糊篡改检测方法存在检测准确率低的问题。

发明内容

基于此,有必要针对上述图像模糊篡改检测方法,存在着检测准确率低的技术问题,提供一种能够合理解决上述技术问题的图像模糊篡改检测方法、装置、计算机设备和存储介质。

一种图像模糊篡改检测方法,包括如下步骤:

获取待测输入图像;

提取所述待测输入图像的奇异值特征,处理得到点特征模糊响应图,以及,提取所述待测输入图像的像素块特征,处理得到块特征模糊响应图;

计算所述点特征模糊响应图与所述块特征模糊响应图的加权融合,得到点块融合模糊响应图;

将所述点块融合模糊响应图进行均值聚类,确定所述待测输入图像的模糊篡改区域。

在其中一个实施例中,在所述提取所述待测输入图像的奇异值特征,得到点特征模糊响应图之前,还包括:

确定预设的高斯核方差尺度;

将所述待测输入图像按照所述高斯核方差尺度进行高斯滤波,得到高频噪声滤除的待测输入图像。

在其中一个实施例中,所述提取所述待测输入图像的奇异值特征,处理得到点特征模糊响应图,包括:

将所述待测输入图像进行灰度转换,得到待测灰度图像;

检测所述待测灰度图像的图像边界,获取待测梯度图像;

提取所述待测梯度图像的奇异值特征,并将所述奇异值特征进行L维子带分解,得到L个子带模糊响应图;L≥1;

将所述L个子带模糊响应图进行融合,得到所述点特征模糊响应图。

在其中一个实施例中,所述提取所述待测梯度图像的奇异值特征,并将所述奇异值特征进行L维子带分解,得到L个子带模糊响应图,包括:

确定预设的特征采集尺度;

根据所述特征采集尺度,提取所述待测梯度图像的奇异值特征,得到多个候选奇异值特征;所述多个候选奇异值特征的数量与所述特征采集尺度相等;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于数字广东网络建设有限公司,未经数字广东网络建设有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910649022.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top