[发明专利]一种针对图像内容感知篡改的检测方法

说明书

本发明提供一种针对图像内容感知篡改的检测方法，基于改进的LTP和能量偏差特征的图像内容感知篡改检测方法。首先，改进原始LTP算子，增强其中阈值t的自适应性，利用改进的LTP算子描述数字图像因内容感知篡改所导致的邻域像素相关性的变化；然后，将LTP特征与能量偏差特征相结合，使用联合特征来训练分类器。通过对支持向量机SVM分类器进行训练﹑检测，以此来检测数字图像是否经过内容感知篡改。采用基于改进的LTP和能量偏差特征的图像内容感知篡改检测方法，解决传统方法对图像中相对平滑的区域发生篡改检测不敏感的问题。

技术领域

本发明涉及计算机视觉技术﹑数字图像处理技术领域，特别涉及一种针对图像内容感知篡改的检测方法。

背景技术

随着信息技术和移动互联网的迅猛发展，数字图像已经被广泛应用在人们的生活与工作中。然而，随着数字图像处理技术发展和相应软件的不断涌现，严重的损害了数字图像的真实性与完整性，破坏了人们传统上“眼见为实”的这种对图像的信赖。特别是随着移动设备快速发展，同一幅图像可能会在不同尺寸的移动设备上显示。为了适应这种显示设备多样化的要求，基于内容感知的图像缩放技术随之产生，该技术包括Seam Carving技术和Seam Insertion技术两方面，在对数字图像进行宽高非等比例缩放时可以避免图像内容扭曲变形，尽可能的保留用户更关心的高能量值区域，删除能量值较低的区域《Seamcarving for content-aware image resizing》。如图1-3为图像在水平和垂直两个方向上的内容感知缩放效果，结果表明基于内容感知的图像缩放算法达到令人满意的视觉效果。然而，利用此技术也可以对数字图像的内容进行篡改，放大数字图像中对自己有利的内容，缩小甚至删除数字图像中对自己不利的内容，这就是图像的内容感知篡改。如图4-6所示，利用内容感知篡改将图像中的某个目标移除，这样将改变原图像的语义内容，而视觉上又无法判断数字图像是否经历过这样的篡改操作《Seam carving for content-aware imageresizing》。如果使用此技术来伪造法庭证据、篡改科技成果等，必然给国家和社会带来非常恶劣的影响。因此，如何既准确又高效的检测数字图像的内容感知篡改是当前数字图像取证领域中亟待解决的问题。

发明内容

为了解决背景技术提出的技术问题，本发明提供一种针对图像内容感知篡改的检测方法，采用基于改进的LTP和能量偏差特征的图像内容感知篡改检测方法，解决传统方法对图像中相对平滑的区域发生篡改检测不敏感的问题。

为了达到上述目的，本发明采用以下技术方案实现：

一种针对图像内容感知篡改的检测方法，包括两个阶段，一阶段是对分类器的训练阶段，采用支持向量机作为分类器；另一阶段是对内容感知篡改的检测阶段；训练阶段：图像经过预处理之后，分别提取LTP特征和能量偏差特征，使用联合特征来训练分类器，得出原始图像和篡改图像的二分类；检测阶段：选取设定数量的检测样本，提取LTP特征和能量偏差特征，使用上述的分类器得出检测结果。

在所述的训练阶段和检测阶段中，采用基于改进的LTP和能量偏差的特征提取方法；

首先，改进原始LTP算子，增强其中阈值t的自适应性，利用改进的LTP算子描述数字图像因内容感知篡改所导致的邻域像素相关性的变化；然后，将LTP特征与能量偏差特征相结合，使用联合特征来训练分类器。通过对支持向量机SVM分类器进行训练﹑检测，以此来检测数字图像是否经过内容感知篡改；

1)改进原始LTP算子，使其增强抗噪声能力及幅度描述能力，能更好的反应像素与邻域像素的偏离程度，具体实现采用增量步长局部采样方式，步骤如下：

增量计算邻域的像素平均强度差：

Δc_i为各邻域像素与中心像素强度差，n为采用增量采样的邻域像素点数，增量步长为2ⁱ。

增量计算邻域纹理波动程度ω：