[发明专利]数字图像拼接检测方法

权利要求书

1.一种检测数字图像是否经过拼接合成的方法，其特征在于包含以下几个步骤：

首先将原始图像进行2：1下采样分割成四个图像子图，利用相机图像色彩滤镜阵列特点，在红色或蓝色通道内采用非负最小二乘法对每个子图各像素点进行预测，由其八相邻点进行预测得到预测值以及对应的预测加权系数矢量，统计各子图归一化预测误差并据此对子图进行排序；其次将原始图像分割为多个互不重叠的宏块，依据色彩反转强度空间一致性在每个宏块内独立进行各色彩通道的色彩照度估计，并依据各色彩照度比例构建照度图；对照度图进行基于树图的分割，以一个宏块为一个树图顶点，相邻宏块构成的二个顶点由边连接，边的权重为二个宏块照度矢量的欧拉范数，将所有边权重排序后依次处理，区域合并准则为区域间边的权重应小于门限，该门限为区域内部所有边权重的最大值与区域间距、区域面积的函数；根据分割结果确定照度图中的边界宏块，对照度图进行2：1下采样，每个照度子图与一个图像子图相对应，边界宏块对应照度子图中的边界子宏块；对非负最小二乘得到的预测误差最小的图像子图，依据其对应的照度子图中各子宏块性质，计算各内部区域中预测加权系数矢量的均值矢量和归一化方差矢量，分别确定归一化方差矢量中各元素之和为最小、最大的区域，以这二个区域的均值矢量和归一化方差矢量为特征量；在该图像子图中历遍所有图像边界子宏块对，计算预测加权系数的域间归一化均值矢量和归一化方差对比度矢量，找出域间归一化方差对比度矢量中各元素之和最大的一对图像边界子宏块，以它们的域间归一化均值矢量和域间归一化方差对比度矢量作为特征量；对预测误差最大的图像子图求三个方向的共生矩阵，提取纹理特征统计量；将所有提取的特征送入经过训练的支持矢量机，得到鉴定结果。

2. 根据权利要求1所述方法，其特征在于对数字图像进行2：1下采样，在每个图像子图中根据色彩滤波阵列特点只取红色通道数据、或只取蓝色通道数据进行处理，对四个图像子图分别独立进行八邻点的非负最小二乘预测，计算每个图像子图归一化预测误差，根据该值对子图进行排序，对归一化预测误差最大的图像子图，计算其在0度、45度和90度三个方向的共生矩阵，提取特征量。

3.根据权利要求1所述方法，其特征在于将原始图像划分为多个互不重叠的宏块，对每个宏块独立进行基于色彩反转强度空间一致性的照度估计，并依据三个色彩照度估计所占比例构建照度图，得到的照度图分辨率与原图相同，由多个宏块组成，每个宏块内部色彩一致。

4.根据权利要求1所述方法，其特征在于对照度图进行基于树图的分割时，以一个宏块为一个树图顶点、相邻宏块构成的二个顶点由边连接、边的权重为二个宏块照度矢量的欧拉范数构建树图，判断区域合并准则时分别以常数除以区域中心点距离、再除以各自区域内部面积作为度量，将该值与各自区域内部最大不相似性求和得到基准值，选出二区域基准值较小的一个与区域间不相似度进行比较。

5.根据权利要求1所述方法，其特征在于对图像子图的区域划分是以子宏块为基本单位、照度图的树图分割结果为参考进行的，照度子图中的边界子宏块对应图像子图中的图像边界子宏块，照度子图中的内部子宏块对应图像子图中的图像内部子宏块，图像子图由图像边界子宏块分隔成多个区域，区域内部的子宏块即为图像内部子宏块。

6.根据权利要求1所述方法，其特征在于对非负最小二乘法预测得到的归一化预测误差最小的图像子图，依据其对应照度子图中内部区域的位置，求各内部区域中对应的预测加权系数的均值矢量和归一化方差矢量，分别找出对应归一化方差矢量中各元素之和为最小、最大的区域，分别以这二个区域的均值矢量和归一化方差矢量作为特征量。

7.根据权利要求1所述方法，其特征在于对非负最小二乘法预测得到的归一化预测误差最小的采样子图，根据其对应照度子图中边界子宏块对出现的位置，计算图像子图中相应位置预测加权系数矢量的域间归一化均值矢量和域间归一化方差对比度矢量，历遍所有边界宏块对，找出域间归一化方差对比度矢量中各元素之和最大的一对边界子宏块，以它们的域间归一化均值矢量和域间归一化方差对比度矢量作为特征量。