[发明专利]一种图像区域复制粘贴篡改检测方法

权利要求书

1.一种图像区域复制粘贴篡改检测方法，其特征在于，包括以下步骤：

S1：对待测图像进行预处理得到特征点，从而得到待提取特征的局部图像块；具体包括以下步骤：

S11：对待测图像在相同核大小，不同的标准差下做高斯滤波得到不同的图像；

S12：对相邻的滤波图像做差值运算得到一系列的差值图像，在标记各差值图像中统一的极值点作为特征点；

S13：根据得到的特征点，用高斯滤波除去噪声，将其邻近的检测区域规范化处理为固定直径的圆形区域；

S14：使用标准差不同于前者的高斯平滑去除规范化处理中差值操作产生的噪声，得到待提取特征的局部图像块；

S2：将局部图像块根据像素强度进行子区域划分，计算每个像素点的局部强度顺序特征，得到对应特征点的LIOP特征；具体包括以下步骤：

S21：将局部图像块根据像素强度升序为若干B个子区域，每个子区域具有相同的像素个数；

S22：对每个子区域的各个像素点邻域进行像素采样，计算每个像素点的局部强度顺序特征；

S23：将所有局部强度顺序特征进行相加，得到该子区域的LIOP描述子；

S24：将所有子区域的LIOP描述子按顺序排列，得到对应特征点的LIOP特征；

S3：利用Delaunay三角剖分Bowyer-Watson算法对特征点进行处理，生成Delaunay三角网，并分别计算每个三角形的三个顶点的LIOP描述子的平均值作为对应三角形的特征向量；

S4：根据每个三角形的特征向量进行三角形匹配并计算匹配后的三角形邻域；具体包括以下步骤：

S41：计算每个三角形特征与其他所有特征向量之间的欧式距离，并按照从小到达排序；

S42：计算最近邻d₁和次近邻d₂之间的比值，如果比值小于0.6，则距离为d₁的两个特征匹配，并将d₂作为最近邻，计算与其次近邻d₃之间的比值，同样做阈值比较，直至比值大于0.6；

S43：将重复的三角形匹配对和三角形内切圆圆心距离小于20的匹配对删除；

S44：在每个匹配完毕的三角形附近计算三角形邻域，构建邻近方形区域组成区域集合；

S5：判断对应的特征点是否位于三角形邻域内；若是，执行步骤S6；否则，丢弃该特征点及对应的LIOP特征；

S6：保留该特征点及对应的LIOP特征，形成特征点集合；

S7：根据特征点集合进行特征点匹配，生成特征点匹配对，并对特征点匹配对进行聚类，得到多个类别；具体包括以下步骤：

S71：根据特征点集合，计算每个特征点与其他所有特征点之间的欧式距离，并按照从小到大排序；

S72：计算最近d₁和次近邻d₂之间的比值，如果比值小于0.9，则距离为d₁的两个特征描述相匹配，并将d₂作为最近邻，计算与其次近邻d₃之间的比值，同样做阈值比较，直至比值大于0.9；

S73：将重复的特征点匹配和坐标距离小于20的匹配对删除，完成特征点的匹配；

S74：对特征点匹配对进行统一的角度调整，具体为：

对于任意匹配对{(x_1i,y_1i),(x_2i,y_2i)}，其差值向量定义为：

d_i＝(d_xi,d_yi)＝(x_1i-x_2i,y_1i-y_2i)

匹配对的角度a_i定义为向量d_i与x轴正方向的夹角，其范围为[-π,π]，对于匹配对{(x_1i,y_1i),(x_2i,y_2i)}，若其角度a_i＜0，则将匹配对进行逆转，即将{(x_1i,y_1i),(x_2i,y_2i)}改为{(x_2i,y_2i),(x_1i,y_1i)}；

S75：将特征点匹配对的两个点坐标及其差值组成该特征点匹配对的特征向量，记为：(x₁,y₁,x₂,y₂,x₁-x₂,y₁-y₂)，将特征点匹配对的所有特征向量作为分类依据，进行DBSCAN聚类，得到K个类；

S8：计算每个类别的仿射矩阵；

S9：根据特征点匹配对和对应的仿射矩阵，计算对应区域变换前后的相关系数图，定位篡改区域；

S10：判断所有类是否计算完毕，若是，合并所有类的篡改区域作为检测结果；否则，执行步骤S9。