[发明专利]基于超像素多特征匹配的同源局部复制检测方法

权利要求书

1.一种基于超像素多特征匹配的同源局部复制篡改检测方法，其特征在于按如下步骤进行：

约定：I指待检测图像；I1指经过高斯平滑滤波预处理的图像；BEMD是指二维经验模式分解算法；SLIC是指超像素分割算法；矩阵superMatrix用于存放所有超像素分块的特征信息；Rg2NN是指逆序广义2近邻算法；BBF为优化查找算法；RANSAC是指去除错误匹配的参数估计方法；ZNCC是立体匹配算法；

a.初始设置

读取待检测图像I，对I进行高斯平滑滤波预处理得到图像I1；

b.自适应初始化超像素分块个数

b.1对图像I进行BEMD分解，得到4个固有模式函数IMF₁、IMF₂、IMF₃、IMF₄和残差r₄；

b.2按照下式计算残差能量E_LF和固有模式函数能量E_HF以及固有模式函数能量占总能量比例P_LF，设置P_LF近似表示为纹理程度比例S：

E_LF＝∑|r₄|，

b.3求取超像素个数Num：Num＝a/S，其中，a表示分块相关系数；

c.图像超像素分块

利用SLIC算法，按照b步骤所得到的超像素分块个数对图像I1进行分割，标记每个超像素分块；

d.超像素分块特征计算

d.1选择一超像素分块，采用查色表颜色量化技术对超像素分块做量化，计算查色表中颜色C_t与超像素块颜色P之间的欧拉距离C_td(t＝0,1,…,24)：

具有最小欧拉距离C_d＝min(C_td)的颜色即为P的量化颜色，统计超像素每一分块的量化颜色，并将最多的前3种主要颜色作为该分块的颜色特征；

d.2然后使用纹理矩分析方法，求得均值、方差、扭曲度、峰度和熵5个纹理特征如下：

其中，k＝1,2,3,…N为不同的图像灰度级；

d.3每一超像素分块的特征由3个颜色特征与5个纹理特征组成，重复d.1～d.2，将所有超像素分块的特征信息放入矩阵superMatrix中；

e.Rg2NN快速匹配

e.1使用BBF算法计算每个分块的近邻特征块；

e.2计算每一超像素分块和其他分块的欧氏距离并按照从小到大的顺序排列，得到D＝{d₁,d₂,…d_n-1}；

e.3依次逆序计算特征描述子欧氏距离之间的比值T_l＝d_l/d_l+1(l＝1,2,…n-2)，若T_wT_g2NN(1≤w≤n-2)，且T_w+1≥T_g2NN，则说明待检测超像素分块和距其{d₁,d₂,…d_w}的w个分块均特征相似，T_g2NN取值为0.7；

f.后处理

f.1使用SIFT算法进行特征点提取，若一对匹配块中一个块的特征点数为p，另一个块的特征点数为q，则得到点对M＝p×q；

f.2对每一对匹配块上的匹配点对M进行RANSAC操作；

f.3将所有具有相同仿射变化的匹配点对放到同一矩阵中，再次利用RANSAC方法来消除错误匹配；

f.4最后使用ZNCC算法及形态学方法对匹配的区域进行标记。