[发明专利]一种基于最大稳定极值区域的图像区域复制篡改检测方法

说明书

本发明公开了一种基于最大稳定极值区域的图像区域复制篡改检测方法，包括以下步骤：首先提取图像的SIFT特征点并进行匹配；然后分别提取R，G，B三个颜色通道的最大稳定极值区域，将找到的特征点替换为所对应的最大稳定极值区域；找到极值区域数目最多的两个通道，将这两个通道上所对应的可疑区域分别利用颜色和锐利度进行匹配；最后，通过两个通道的可疑区域的交集定位篡改区域。本发明的方法直接针对图像对象，可以精确检测出复制区域的准确位置和形状；本发明的方法对于内容保持的图像处理操作，如不同质量因子的JPEG压缩，高斯噪声，椒盐噪声，中值滤波，维纳滤波，伽马矫正等具有较强的鲁棒性。

技术领域

本发明属于图像篡改检测技术领域，涉及一种基于最大稳定极值区域的图像区域复制篡改检测方法。

背景技术

随着强大的图像编辑工具和图像处理软件的广泛使用，在不留下任何可见线索的情况下，数字图像的内容正在被随意的篡改着。这些篡改图像的存在引发了很多问题，甚至在许多领域中导致了犯罪。作为保护图像内容真实性和完整性的一项关键技术，近年来，数字图像被动取证技术已成为学术界和工业界的研究热点。

图像被动取证主要包括图像篡改检测、图像源识别和操作历史追踪。图像内容篡改包括异源图像拼接/合成，同源图像区域复制(也称为Copy-Move)攻击，和图像局部性质改变。由于区域复制是图像内容篡改的最常用手段之一，因此，近年来，针对图像区域复制攻击的检测方法得到了工业界和学术界的极大关注。图像区域复制攻击是指将一部分图像内容复制-粘贴到同一图像中，生成复制区域，其目的是隐藏图像对象或克隆特定区域以伪造不存在的场景，如图1所示，其中(a1)是真实图像；(a2)是对(a1)进行区域复制篡改后的图像；(b2)是对(b1)进行区域复制篡改后的图像；(c2)是对(c1)进行区域复制篡改后的图像；(d2)是对(d1)进行区域复制篡改后的图像。

图像区域复制篡改检测技术一经提出，就受到学界广泛关注。近年来，许多学者致力于图像区域复制篡改检测方法的研究，涌现出许多优秀的检测方法。在现存文献中，常见的图像区域复制篡改检测方法主要分为三大类：基于图像块的方法，基于特征点的方法以及图像块与特征点相结合的方法。

基于图像块的方法通常是将图像分割成规则或不规则的块，然后从每个块中提取特征，通过排序在所有特征集中搜索相似的特征对。基于图像块的方法由于需要在特征集中搜索相似的特征对，因而一般都存在计算效率低的问题。为了提高计算效率，许多研究者提出了基于特征点的图像区域复制检测方法。该类方法一经提出，学者们就展开了深入研究，近年来涌现出许多优秀的方法。文献[1]提出了一种使用不同特征点混合的方法，在该方法中，作者把SURF特征点与二元鲁棒不变可伸缩特征点(BRISK)相结合，该方法对常见的后处理操作具有较强的鲁棒性。文献[2]描述了一种图像复制区域检测方法，该方法利用PatchMatch算法对整个图像进行近似邻域计算，降低了计算复杂度。在2016年，文献[3]提出了一种使用Harris检测器提取图像特征点，并利用特征点邻域的统计特征进行区域复制检测。2017年，文献[4]提出一种基于全局内容验证的图像区域复制检测方法。2019年，文献[5]描述了一种基于SIFT、不变矩和区域生长技术的图像区域复制伪造检测方法。