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.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107067389A(43)申请公布日2017.08.18(21)申请号201710006365.9(22)申请日2017.01.05(71)申请人佛山科学技术学院地址528231广东省佛山市禅城区江湾一路18号(72)发明人林秋明杨滨丘晓琳朱珍李小华(74)专利代理机构广州市红荔专利代理有限公司44214代理人吝秀梅李彦孚(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T7/13(2017.01)G06T5/00(2006.01)权利要求书2页说明书4页附图1页(54)发明名称一种基于Sobel边缘检测与图像块亮度特征的图像篡改盲取证方法(57)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。CN107067389ACN107067389A权利要求书1/2页1.一种基于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：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)进行阙值分割，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,…Ai)；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Mi,j；S6)、将所有图像块Mi,j与图像集A＝(A1,A2,A3,…Ai)的子图像集进行相应置换，其中，子图像集Ai＝(Mi,1,Mi,2,…Mi,j)；S6)、计算得到每个子图像集Ai的亮度均值Ci，并按照亮度均值Ci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Ai的每个图像块Mi,j的亮度值Ci,j进行归一化处理，每个图像块Mi,j归一化处理后的亮度值为Di,j，其计算式为：其中，为子图像集Ai的最大亮度值，为子图像集Ai的最小亮度值；S8)、将每个图像块Mi,j归一化处理后的亮度值Di,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Ci相近的子图像集Aq和Ap，计算子图像集Aq和Ap的相似度Sp,q，其表达式为：假设子图像集Aq包含的图像块数量小于子图像集Ap包含的图像块数量，其中，nq为子图像集Aq的图像块的数量，qi为子图像集Aq的第i个图像块归一化后的亮度值，为子图像集Aq包含图像块的数量nq和子图像集Ap图像块的数量np的比值；S10)、如果子图像集Aq和Ap的相似度Sp,q≤δ，则子图像集Aq和Ap不相似，按照步骤S9)继续处理；如果子图像集Aq和Ap的相似度Sp,q＞δ，则子图像集Aq和Ap相似，将相似的图像集Aq和Ap标记为克隆图像，输出取证结果。2CN107067389A权利要求书2/2页2.根据权利要求1所述的一种基于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：步骤S10)中δ取值0.1。3CN107067389A说明书1/4页一种基于Sobel边缘检测与图像块亮度特征的图像篡改