[发明专利]一种图像篡改盲取证方法

摘要

一种基于Sobel边缘检测与图像块亮度特征的图像篡改盲取证方法，其特征在于，包括以下步骤：对待检测的可疑图像转换为灰度图像，对灰度图像I(i,j)进行卷积处理，获得该图像的梯度图像G(i,j)，对G(i,j)进行阙值分割得到梯度图像G(i,j)，对梯度图像G(i,j)进行二值化处理得到二值化图像W(i,j)，对二值化图像W(i,j)进行1像素化，通过判断两子图像集的相似度，本发明通过对图像集进行分块处理，通过亮度均值排序能够有效提高取证算法效率，而且通过比较图像块的相似亮度值，进一步提高了准确率，而且进一步提高了图像取证的效率；本发明解决了由于大比例的缩放的克隆篡改行为而导致不能准确检测篡改图片的问题，通过归一化处理后的图像块亮度值，从而进一步提高了不同亮度值的克隆图像的检测结果。

主权项

1.一种图像篡改盲取证方法，其特征在于，包括以下步骤：S1)、对待检测的可疑图像进行灰度判决，如果为非灰度图像，则转换为灰度图像；S2)、通过垂直和水平方向的两个3×3的滤波器分别与待检测灰度图像I(i,j)进行卷积处理，获得该图像的梯度图像G(i,j)；对梯度图像G(i,j)进行阈值分割，其计算表达式为：其中，k₁取值为4，m(G(i,j)为梯度图像G(i,j)所有像素点灰度的平均值；以遍历图像中的像素点，灰度大于阈值的置为白点，灰度小于阈值的则置为黑点的方式对梯度图像G(i,j)进行二值化处理，得到二值化图像W(i,j)；S3)、利用非极大值抑制算法对二值化图像W(i,j)进行1像素化，对于二值化图像W(i,j)内的任意一点p(i,j)采用从左至右、从上至下的顺序遍历二值化图像W(i,j)，二值化图像W(i,j)中的任意一点p(i,j)竖直边缘的梯度值大于该点左边和右边的点的梯度值或水平边缘的梯度值大于该点上端和下端的点的梯度值，则设为白点，反之则设为黑点，从而得到非极大值抑制后的二值化图像P(i,j)；S4)、按边缘闭合区域分割图像P(i,j)，形成图像集A＝(A₁,A₂,A₃,…A_i)；S5)、将待检测灰度图像I(i,j)进行分块处理，采用从左至右，从上到下的顺序对每块图像进行标号，每一个图像块标记为M_i,j；S6)、将所有图像块M_i,j与图像集A＝(A₁,A₂,A₃,…A_i)的子图像集进行相应置换，其中，子图像集A_i＝(M_i,1,M_i,2,…M_i,j)；S6)、计算得到每个子图像集A_i的亮度均值C_i，并按照亮度均值C_i从大到小的顺序对图像集A的子图像集进行排序；S7)、对每个子图像集A_i的每个图像块M_i,j的亮度值C_i,j进行归一化处理，每个图像块M_i,j归一化处理后的亮度值为D_i,j，其计算式为：其中，为子图像集A_i的最大亮度值，为子图像集A_i的最小亮度值；S8)、将每个图像块M_i,j归一化处理后的亮度值D_i,j按照从左至右、从上至下的顺序排列；S9)、循环选取排序后的亮度均值C_i相近的子图像集A_q和A_p，计算子图像集A_q和A_p的相似度S_p,q，其表达式为：假设子图像集A_q包含的图像块数量小于子图像集A_p包含的图像块数量，其中，n_q为子图像集A_q的图像块的数量，q_i为子图像集A_q的第i个图像块归一化后的亮度值，为子图像集A_q包含图像块的数量n_q和子图像集A_p图像块的数量n_p的比值，p_i×r为子图像集A_p的第[i*r]个图像块归一化后的亮度值；S10)、如果子图像集A_q和A_p的相似度S_p,q≤δ，则子图像集A_q和A_p不相似，按照步骤S9)继续处理；如果子图像集A_q和A_p的相似度S_p,q＞δ，则子图像集A_q和A_p相似，将相似的图像集A_q和A_p标记为克隆图像，输出取证结果。