[发明专利]基于小波域的图像拼接盲检测方法

说明书

技术领域

本发明涉及的是一种图像处理技术领域的检测方法，具体是一种基于小波域的图像拼接盲检测方法。

背景技术

基于数字图像的易于篡改，特别是“移花接木”的拼接篡改十分常见，使得数字图像的真实性鉴别问题在司法检测，新闻报道等领域有着十分重要的意义。针对这种篡改，有主动鉴别和被动鉴别两种方式。主动鉴别主要是在数字图像中加入数字水印，不过目前的相机大都不具备这种功能，因此实用性相对较小。而被动鉴别，即在无任何先验信息条件下的盲检测虽然有很大发展潜力，但是鉴别难度较大，因而发展比较缓慢。目前的盲检测方法研究主要有两种：基于篡改痕迹的检测和基于图像内容的检测。前者主要从篡改后留下的痕迹，如光照不一致、相机来源不同等方面来鉴别，取得了不错的效果，但是这些方法受到诸如光照条件、相机型号等条件的制约。后者则是利用模式识别的方法，提取对图像拼接敏感的特征，用分类器判别图像是否篡改。这种方法适用范围广泛，受到制约少，但是特征的选取至关重要，目前其准确度并不高。

经对现有技术文献的检索发现，Tian-Tsong Ng、Shih-Fu Chang和Qibin Sun等人在文献“Blind detection of photomontage using higher orderstatistics[C]”(《利用高阶统计量的图像篡改盲检测》)(IEEE Proceedingof International Symposium on Circuits and System.Vancouver，Canada：IEEE Press，2004.688~691)(IEEE电路与系统会议论文集)，提出了基于图像统计特征的双谱特征，并通过分类器来判断图像真伪。该方法对拼接篡改的适用范围较广，但特征提取耗时较长，且检测准确率不够好，仅有71.5％。

发明内容

本发明目的在于针对现有技术的不足，提供一种基于小波域的图像拼接盲检测方法。通过对自然图像小波高频子带系数分布模型分析，对图像特征提取，通过分类器判断，实现图像拼接盲检测。

本发明是通过以下技术方案实现的：

首先用自然图像的高频小波子带系数能够较好地拟合广义高斯分布(General Gaussian Distribution，GGD)；

当自然图像经过篡改后，其小波分解得到的高频子带系数的统计特性发生变化，从而无法与广义高斯分布很好地吻合，因此，对每个高频子带，利用这个特点进行特征提取；

在对图像小波分解后，用每个高频子带系数进行参数估计，与高频子带系数的实际分布做比较，并利用它们之间的差别提取特征；

然后通过支持向量机SVM(Support Vector Machine)分类，对图像真伪进行判别。

所述的图像特征提取，包括如下步骤：

①图像进行离散小波变换(DWT)后，对每一个高频子带，假设系数服从广义高斯分布，利用大小为M*N的高频子带系数w(i，j)，求解下列方程式：

δθ2=Σi=1MΣj=1Nw2(i,j)]]>