[发明专利]一种针对监控视频单一对象移除篡改的检测方法

权利要求书

1.一种针对监控视频单一对象移除篡改的检测方法，其特征在于包括以下步骤：

①对待检测的监控视频中的N帧监控图像进行灰度化操作，得到待检测的监控视频中的N帧监控图像各自的灰度化图像；然后对待检测的监控视频中的N帧监控图像各自的灰度化图像进行小波变换，得到待检测的监控视频中的N帧监控图像各自的灰度化图像的高高频分量、高低频分量、低高频分量、低低频分量；再对待检测的监控视频中的N帧监控图像各自的灰度化图像的高高频分量进行重构，得到待检测的监控视频中的N帧监控图像各自的灰度化图像的高高频分量的重构图像；其中，N表示待检测的监控视频中包含的监控图像的总帧数，N≥50；

②将待检测的监控视频中的N帧监控图像各自的灰度化图像的高高频分量的重构图像分割成10×10个互不重叠的尺寸大小为的图像块；其中，符号为向下取整符号，W表示待检测的监控视频中的监控图像的宽度，H表示待检测的监控视频中的监控图像的高度；

③计算待检测的监控视频中的前N-5帧监控图像各自的灰度化图像的高高频分量的重构图像中的每个图像块的高频差异度值，将待检测的监控视频中的第n帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块的高频差异度值记为C_n,k，

其中，n的初始值为1，1≤n≤N-5，k的初始值为1，1≤k≤100，min()为取最小值函数，1≤m≤M_n+5,k，M_n+5,k表示待检测的监控视频中的第n+5帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块在八邻域范围内的邻域块的总个数，当k为1、10、91或100时M_n+5,k＝3，当k为2、3、4、5、6、7、8、9、11、20、21、30、31、40、41、50、51、60、61、70、71、80、81、90、92、93、94、95、96、97、98或99时M_n+5,k＝5，当k为其余值时f_n,k(x,y)表示待检测的监控视频中的第n帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块中坐标位置为(x,y)的像素点的像素值，f_n+5,k,1(x,y)表示待检测的监控视频中的第n+5帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块在八邻域范围内的第1个邻域块中坐标位置为(x,y)的像素点的像素值，f_n+5,k,m(x,y)表示待检测的监控视频中的第n+5帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块在八邻域范围内的第m个邻域块中坐标位置为(x,y)的像素点的像素值，表示待检测的监控视频中的第n+5帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块在八邻域范围内的第M_n+5,k个邻域块中坐标位置为(x,y)的像素点的像素值，符号“| |”为取绝对值符号；

④将待检测的监控视频中的前N-5帧监控图像各自的灰度化图像的高高频分量的重构图像中相同空域位置的图像块的高频差异度值构成一个高频差异度值集，共获得100个高频差异度值集，每个高频差异度值集中包含N-5个高频差异度值；将待检测的监控视频中的前N-5帧监控图像各自的灰度化图像的高高频分量的重构图像中的第k个图像块的高频差异度值构成的高频差异度值集记为J_k，J_k＝{C_1,k,C_2,k,…,C_n,k,…,C_N-5,k}；其中，C_1,k表示待检测的监控视频中的第1帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块的高频差异度值，C_2,k表示待检测的监控视频中的第2帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块的高频差异度值，C_N-5,k表示待检测的监控视频中的第N-5帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块的高频差异度值；

⑤计算每个高频差异度值集中的所有高频差异度值的均值，将J_k中的所有高频差异度值的均值记为然后将每个高频差异度值集中的所有高频差异度值的均值的p倍作为该高频差异度值集中的每个高频差异度值对应的图像块的移除篡改判定阈值，J_k中的每个高频差异度值对应的图像块的移除篡改判定阈值为其中，0<p<1；

⑥根据每个高频差异度值集中的每个高频差异度值对应的图像块的移除篡改判定阈值，判定每个高频差异度值集中的每个高频差异度值对应的图像块是否为对象移除篡改区域，对于J_k中的第n个高频差异度值C_n,k对应的图像块，如果C_n,k小于则判定该图像块为对象移除篡改区域；如果C_n,k大于或等于则判定该图像块不为对象移除篡改区域；

⑦根据判定的所有对象移除篡改区域，确定监控视频中发生对象移除篡改的时域位置及移除对象的运动轨迹。

2.根据权利要求1所述的一种针对监控视频单一对象移除篡改的检测方法，其特征在于所述的步骤⑤中取p＝0.6。