基于局部四元數(shù)指數(shù)矩的彩色圖像復制篡改檢測方法
【技術領域】
[0001] 本發(fā)明屬于圖像處理領域，尤其是一種能夠大幅度降低算法時間復雜度、準確檢 測出篡改區(qū)域的基于局部四元數(shù)指數(shù)矩的彩色圖像復制篡改檢測方法。
【背景技術】
[0002] 圖像區(qū)域復制篡改是一種典型而有效的圖像偽造方式，是將圖像中某一區(qū)域進行 復制，粘貼到同一圖像的不相交區(qū)域，從而達到消除或隱藏圖像的某一對象或某一片區(qū)域 的目的。通常情況，針對圖像實施區(qū)域復制篡改時，會人為地對篡改區(qū)域添加后處理操作， 如高斯噪聲、高斯模糊、雙重JPEG壓縮等操作，使人眼難以察覺，絕大多數(shù)篡改圖像還混合 對篡改區(qū)域實施諸如旋轉、縮放的幾何攻擊操作，改變了復制區(qū)域的透視效果，從而使得粘 貼的篡改區(qū)域更加逼真，增加了辨識與檢測的難度。目前，已有一系列圖像篡改檢測方法， 可以分為基于塊匹配和基于特征點匹配兩種篡改檢測算法?；诜謮K匹配的篡改檢測算法 對篡改圖像的檢測精度較高，但整個算法的時間復雜度卻非常大；基于特征點匹配的篡改 檢測算法，極大程度上降低了時間復雜度，但對于平滑的篡改區(qū)域檢測效果卻不很理想。

【發(fā)明內容】

[0003] 本發(fā)明是為了解決現(xiàn)有技術所存在的上述技術問題，提供一種能夠大幅度降低算 法時間復雜度、準確檢測出篡改區(qū)域的基于局部四元數(shù)指數(shù)矩的彩色圖像復制篡改檢測方 法。
[0004] 本發(fā)明的技術解決方案是：一種基于局部四元數(shù)指數(shù)矩的彩色圖像復制篡改檢測 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合非下采樣Shearlet變換，對高斯平滑濾波 預處理后的待檢測圖像進行自適應超像素分塊； 步驟2 :利用四元數(shù)指數(shù)矩表示Sifer特征點局部區(qū)域特征，并利用每塊超像素塊中所 有Sifer特征點的局部區(qū)域特征進行相似塊匹配； 步驟3 :利用步驟2得到的相似塊中匹配的特征點確定出疑似篡改區(qū)域； 步驟4 :利用形態(tài)學濾波操作標記出篡改區(qū)域。
[0005] 所述步驟1如下： 步驟11 :讀取待檢測圖像，利用高斯平滑濾波進行預處理，去除噪聲； 步驟12 :對步驟11預處理后得到的圖像進行非下采樣Shearlet變換，自適應初始化 超像素分塊個數(shù)； 步驟13 :利用基于熵率超像素分割算法結合步驟11初始化的分塊個數(shù)，對預處理后圖 像進行自適應超像素分塊。
[0006] 所述步驟12如下： 步驟121 :讀取預處理后圖像進行四級非下采樣Shearlet變化，計算出低頻能量占總 能量比例，其中&^表示低頻能量，表示高頻能量，表示低頻能量占總能量比例， 可以表示為：
步驟122 :通過步驟121計算出的低頻能量所占比例，確定出初始化超像素分塊個數(shù)Λ%??，可以表示為：
[0007」所還步驟2 5□卜：
步驟21 :求取每個超像素塊的Sifer特征點，構造出每個特征點對應的局部特征區(qū) 域； 步驟22 :利用四元數(shù)指數(shù)矩對步驟21得到的局部特征區(qū)域外接正方形子圖像進行分 解選擇穩(wěn)定矩幅值表示每個Sifer特征點局部區(qū)域特征； 步驟23 :將每一個超像素塊中所有Sifer特征點局部區(qū)域特征作為該塊特征，通過自 適應塊匹配閾值進行相似塊匹配。
[0008]所述步驟21如下： 步驟211 :構造顏色不變量特征，利用CMG濾波器在X，Y方向上對圖像進行η尺度濾波， 可以表示為：
其中，參數(shù)b=l. 0,Κ=6 ; 步驟212:計算CMG加和響應并在尺度間提取局部極值點并移除邊緣響應，確定出穩(wěn)定 的特征點位置； 步驟213:利用二階自相關矩陣R的特征值@@_求取長短軸，利用二階自相關矩陣R 的特征向量_#1求取角度，構造以此特征點_@為圓心的橢圓形局部特征區(qū)域，可以 表示為：
其中
1是特征對應尺度的波長； 步驟214 :將局部特征區(qū)域映射成圓形區(qū)域，求取每個圓形區(qū)域四周補"0"以得到外接 正方形子圖像。
[0009] 所述步驟22如下： 步驟221 :假設:右:;、:'和.分別表不彩色圖像的龍.、.沒、:波三個分量，lygpPK/s)分別表示彩色圖像:先、:0、三個分量的傳統(tǒng)指數(shù)矩，X-?:表示取復數(shù) 龍的實部，:&_|議表示取復數(shù)龍的虛部，則四元數(shù)指數(shù)矩分解，可以表示為： 其中，

步驟222 :選擇步驟221中計算得到的四兀數(shù)指數(shù)矩部分幅值表不該特祉點Sifer的 局部區(qū)域特征。
[0010] 所述步驟23如下： 步驟231 :將每個超像素塊中所有Sifer特征點的局部區(qū)域特征共同表示該超像素塊 的特征，計算每一塊與所有塊中特征點特征匹配的個數(shù)，作為超像素塊的相似系數(shù)CC，超像 素塊中的特征點和特征點匹配需要滿足以下條件：
其中_二表示兩個特征點#和J的特征向量的歐氏距離，鐵_#表示特征點 與另一塊中其他特征點特征向量的歐氏距離，表示另一塊中特征點的個數(shù)； 步驟232 :計算塊匹配閾值確定出匹配的超像素塊，將塊間相關系數(shù)按升序存放進相 關系數(shù)矩陣中
，其中_:_ ;分別計算出相關系數(shù)矩 陣丨_丨的一階導數(shù)二階導數(shù)一階導數(shù)的平均數(shù)在二階 導數(shù)矩陣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。
[0011] 所述步驟3如下： 步驟31:標記出步驟2中匹配塊中匹配的Sifer特征點； 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)。
[0012] 所述步驟4如下： 步驟41:構造圓形結構元素； 步驟42:利用步驟41構造的圓形結構元素對步驟33得到的合并區(qū)域進行形態(tài)學操 作，標記出檢測到的篡改區(qū)域。
[0013] 本發(fā)明利用四元數(shù)指數(shù)矩表示Sifer特征點的特征，從而提高了特征點匹配的精 度，同時將Sifer特征點匹配與超像素塊匹配相結合進行復制篡改檢測，實驗結果表明，本 發(fā)明能夠在大幅度降低計算時間復雜度的同時準確檢測出篡改區(qū)域。
【具體實施方式】
[0014] 一種基于局部四元數(shù)指數(shù)矩的彩色圖像復制篡改檢測方法，按照如下步驟： 步驟1 :利用基于熵率超像素分割算法結合非下采樣Shearlet變換，對高斯平滑濾波 預處理后的待檢測圖像進行自適應超像素分塊，具體如下： 步驟11 :讀取待檢測圖像，利用高斯平滑濾波進行預處理，去除噪聲； 步驟12 :對步驟11預處理后得到的圖像進行非下采樣Shearlet變換，自適應初始化 超像素分塊個數(shù)； 步驟121 :讀取預處理后圖像進行四級非下采樣Shearlet變化，計算出低頻能量占總 能量比例，其中__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 :通過步驟121計算出的低頻能量所占比例，確定出初始化超像素分塊個數(shù) ，可以表示為：
步驟13 :利用基于熵率超像素分割算法結合步驟11初始化的分塊個數(shù)，對預處理后圖 像進行自適應超像素分塊。
[0015] 步驟2 :利用四元數(shù)指數(shù)矩表示Sifer特征點局部區(qū)域特征，并將每塊超像素塊中 所有Sifer特征點的局部區(qū)域特征進行相似塊匹配，具體如下： 步驟21 :求取每個超像素塊的Sifer特征點，構造出每個特征點對應的局部特征區(qū) 域； 步驟211 :構造顏色不變量特征，利用CMG濾波器在X，Y方向上對圖像進行η尺度濾波， 可以表示為：
其中，參數(shù)b可控制CMG濾波器的帶寬，由于b=0. 4時旁瓣較多（因此會在定位特征 位置時出現(xiàn)較多不確定或錯誤)，在CMG濾波器中尺度檢測與特征定位性能互相逆反，選取 b=l. 0,K=6 ; 步驟212 :計算CMG加和響應并在尺度間提取局部極值點并移除邊緣響應，確定出穩(wěn)定 的特征點位置； 步驟213 :利用二階自相關矩陣R的特征值求取長短軸，利用二階自相關矩陣R 的特征向量求取角度，構造以此特征點:_:0為圓心的橢圓形局部特征區(qū)域，可以 表示為：
其中：
是特征對應尺度的波長； 步驟214 :將局部特征區(qū)域映射成圓形區(qū)域，求取每個圓形區(qū)域四周補"0"以得到外接 正方形子圖像