预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN110599478A(43)申请公布日2019.12.20(21)申请号201910871558.X(22)申请日2019.09.16(71)申请人中山大学地址510275广东省广州市海珠区新港西路135号(72)发明人卢伟吕启越(74)专利代理机构广州粤高专利商标代理有限公司44102代理人林丽明(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T5/00(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)权利要求书4页说明书8页附图3页(54)发明名称一种图像区域复制粘贴篡改检测方法(57)摘要本发明提供的图像区域复制粘贴篡改检测方法,包括:从待测图像提取特征点;根据特征点的局部图像块强度顺序计算其LIOP特征;利用Delaunay三角剖分Bowyer-Watson算法对特征点进行处理,计算每个三角形的LIOP描述子;进行三角形匹配并计算匹配后的三角形邻域;保留在三角形邻域内的特征点,形成特征点集合;生成特征点匹配对,并对特征点匹配对进行聚类,得到多个类别;计算每个类别的仿射矩阵;根据特征点匹配对和对应的仿射矩阵,计算对应区域变换前后的相关系数图,定位篡改区域。本发明提供的篡改检测方法,对旋转、缩放、JPEG压缩、添加噪声等具有更好的鲁棒性;速度快,实用性更强;便于更精确仿射变换矩阵,对匹配对的聚类操作能够应对多重复制的篡改操作。CN110599478ACN110599478A权利要求书1/4页1.一种图像区域复制粘贴篡改检测方法,其特征在于,包括以下步骤:S1:对待测图像进行预处理得到特征点,从而得到待提取特征的局部图像块;S2:将局部图像块根据像素强度进行子区域划分,计算每个像素点的局部强度顺序特征,得到对应特征点的LIOP特征;S3:利用Delaunay三角剖分Bowyer-Watson算法对特征点进行处理,生成Delaunay三角网,并分别计算每个三角形的三个顶点的LIOP描述子的平均值作为对应三角形的特征向量;S4:根据每个三角形的特征向量进行三角形匹配并计算匹配后的三角形邻域;S5:判断对应的特征点是否位于三角形邻域内;若是,执行步骤S6;否则,丢弃该特征点及对应的LIOP特征;S6:保留该特征点及对应的LIOP特征,形成特征点集合;S7:根据特征点集合进行特征点匹配,生成特征点匹配对,并对特征点匹配对进行聚类,得到多个类别;S8:计算每个类别的仿射矩阵;S9:根据特征点匹配对和对应的仿射矩阵,计算对应区域变换前后的相关系数图,定位篡改区域;S10:判断所有类是否计算完毕,若是,合并所有类的篡改区域作为检测结果;否则,执行步骤S9。2.根据权利要求1所述的一种图像区域复制粘贴篡改检测方法,其特征在于,所述步骤S1具体包括以下步骤:S11:对待测图像在相同核大小,不同的标准差下做高斯滤波得到不同的图像;S12:对相邻的滤波图像做差值运算得到一系列的差值图像,在标记各差值图像中统一的极值点作为特征点;S13:根据得到的特征点,用高斯滤波除去噪声,将其邻近的检测区域规范化处理为固定直径的圆形区域;S14:使用标准差不同于前者的高斯平滑去除规范化处理中差值操作产生的噪声,得到待提取特征的局部图像块。3.根据权利要求2所述的一种图像区域复制粘贴篡改检测方法,其特征在于,所述步骤S2具体包括以下步骤:S21:将局部图像块根据像素强度升序为若干B个子区域,每个子区域具有相同的像素个数;S22:对每个子区域的各个像素点邻域进行像素采样,计算每个像素点的局部强度顺序特征;S23:将所有局部强度顺序特征进行相加,得到该子区域的LIOP描述子;S24:将所有子区域的LIOP描述子按顺序排列,得到对应特征点的LIOP特征。4.根据权利要求3所述的一种图像区域复制粘贴篡改检测方法,其特征在于,所述的局部强度顺序特征定义为:N对于N维整数向量的集合P={P=(p1,p2,...,pN)|pj∈R}和一个由整数{1,2,...,N}组成的所有排列组合的集合ΠN,定义γ:PN→ΠN为由集合P∈PN到π∈ΠN的映射,映射γ通过2CN110599478A权利要求书2/4页对P中的N个元素进行降序排列,其对应排列为π=(i1,i2,...,iN),其中,i1对应p1在降序排列中对应的序号,以此类推,由此在数学上对于γ进行定义:γ(P)=π,P∈PN,π∈ΠN其中,π=(i1,i2,...,iN),P=(p1,p2,...,pN),ij对应pj在降序排列中对应的序号,j=1,2,...,N;映射γ将集合PN划分成为N!个分区,每个分区中的N维向量都映射到一个固定的排列,即分区与排列存在一对一的关