[发明专利]一种基于多域耦合的图像人工模糊检测方法

权利要求书

1.一种基于多域耦合的图像人工模糊检测方法，其特征在于包括以下步骤：

S1：灰度转化：对于输入的原始测试图像首先转换成单通道的灰度图像I；

S2：二次模糊：对步骤S1中的灰度图像I使用高斯模糊进行全局模糊操作得到二次模糊后的图像I_b，用于之后在各个域上I和I_b相似度的比较，用公式表示为

I_b＝I*G

其中，G是高斯模糊核，*是卷积操作；

S3：提取DCT域内特征：对于灰度图像I上每一个像素点p，找到它在二次模糊后的图像I_b上的对应点p′，分别截取它们n*n邻域的图像块b和b_b，并进行DCT操作，得到DCT域内特征B＝DCT(b)，B_b＝DCT(b_b)；

S4：DCT域内相似度比较：利用相对差异计算步骤S3得到的B和B_b的相似度，得到图像在DCT域内的人工模糊度估计，有

其中，B(i，j)和B_b(i，j)分别表示在坐标(i，j)上对应的DCT系数值；T_F是在DCT上得到计算相似度的距离，用来表示DCT域内的人工模糊程度；

S5：对于步骤S4中比值当分母接近或者为0时会出现异常，将比值利用Sigmoid映射到[0，0.5]的范围内，具体的有，

其中，r表示比值和

S6：获得候选的可疑人工模糊区域：利用步骤S4求得图像中每个像素点对应的人工模糊度估计值T_F，即可得到图像DCT域内的人工模糊度估计映射图；

而后使用阈值T₁对该映射图进行分割，利用图像形态学的开闭操作进行去燥和填充孔洞，即可在二值图中提取出候选的可疑人工模糊区域其中R_b是候选的可疑人工模糊区域的集合；

S7：在步骤S6中得到的每一个可疑候选区域在二次模糊后的图像I_b中找到其对应的区域其中R_g是二次模糊后的图像I_b中对应的集合，在空域内利用空域纹理的描述子包括异常灰度级统计、平滑度以及信息熵作为特征f计算和的相似度S，有

其中f_b和f_g分别是和计算特征f所得到的结果，然后以T₂为阈值进行最终的判断得到人工模糊区域的定位结果，有

其中是求出的最终人工模糊区域的集合，表示对求出的S值。

2.根据权利要求1所述的一种基于多域耦合的图像人工模糊检测方法，其特征在于：所述步骤S7中特征f计算的处理过程如下：

S701：计算候选区域的图像梯度：对于每一个候选区域上的像素点计算它的梯度幅值，有

其中[.]表示取整操作；

S702：异常灰度级统计：利用灰度共生矩阵对提取特征，有

其中M为利用灰度共生矩阵提取到的矩阵，δ(·)为脉冲函数，用来对像素对进行计数，写为

式子中分别当di＝0，dj＝1和di＝1，dj＝0时可以得到M在水平和垂直方向上相邻梯度幅值的统计，分别用M_H和M_v来表示；

将统计中较大幅值的统计对视为异常的点对，异常元素表示为M(x，y)，则对异常点对的统计有，

S703：平滑度估计：首先求得梯度值的方差σ，

其中n是中点的个数，是的均值，L是梯度幅值的变化范围；根据σ求得候选区域的平滑度，用f₂表示有

S704：纹理信息熵估计：候选图像区域梯度的纹理信息熵可以表示为

其中是所出现的概率，通过计算直方图的频数求得，

其中指的是所对应直方图的统计数，因为f₁、f₂以及f₃取值都正相关与S，采用如下式子将三种描述子结合起来，

得到候选区域在图像空域内的特征值。