[发明专利]利用半色调点位置失真打印图像篡改取证方法

权利要求书

1.一种利用半色调点位置失真来进行打印图像篡改取证的方法，其特征是，该方法利用高斯模型匹配方法获得打印图像中半色调点的中心位置，对每个半色调点中心点提取12维位置特征，使用k-均值聚类方法对所提特征进行聚类，并将每个半色调点的聚类结果标记在打印图像中；通过聚类结果能够鉴别打印图像的篡改事实，并确定篡改区域；该方法的具体步骤如下：

1)半色调点的中心检测

利用高斯模型匹配方法获得打印图像中半色调点的中心位置。首先，根据半色调点的形状及其像素值变化规律，构建一个符合二维高斯分布的理想高斯匹配模型矩阵，将这个高斯匹配模型在待测图像上进行遍历匹配，即取与高斯模型大小相同的图像块并与之计算相关系数，其公式如下：

ρ(Amn,Bmn)=Cov(Amn,bmn)D(Amn)D(Bmn)---(1)]]>

其中，A_mn为高斯模型矩阵，B_mn为与高斯模型进行匹配的图像块，其尺寸均为m行n列，D(A_mn)和D(B_mn)分别表示高斯模型矩阵和与之匹配的图像块的方差。分子表示二者的协方差，分母表示二者标准差的乘积，则整个公式表示两个矩阵之间的相关系数

将高斯模型在待测图像上进行遍历计算，得到待测图像的相关系数矩阵，在矩阵中求局部最大值的位置既为最佳匹配的位置，也是半色调点的中心位置，将半色调点的中心位置用白色点进行标记，则得到半色调点位置标记图。

2)半色调点位置特征提取

根据得到的半色调点的中心位置计算其12维位置特征，针对某半色调中心点A，计算其周围半色调点中与该半色调点位置最近的6个半色调点，则得到的这6个半色调点即为其相邻的半色调点，得到相邻半色调点位置后，计算点A与其相邻点的距离作为6维特征，再分别计算点A与其相邻点的连线和水平线夹角作为另外6维特征；

3)采用聚类算法确定篡改区域

本发明采用k-均值聚类算法，由于本发明中需要区分原始和篡改两类半色调点，因此，类别k＝2；把数据集中的所有样本划分成2个聚类需满足以下条件：同一聚类之中的对象间距离最小；不同聚类中的对象间距离最大；k-均值算法的过程如下：首先，从有n个数据对象的数据集中任意选择2个对象作为初始的聚类中心；剩下的其他对象，根据这些点与聚类中心的距离将他们分别分配给与聚类中心所在的聚类中；然后，计算每个得到的新的聚类中心，即这一个聚类中所有对象的均值；

最后，不断重复上述步骤直到标准测度函数开始收敛为止。