[发明专利]基于亮度特征耦合信息量制约的图像篡改检测方法

权利要求书

1.一种基于亮度特征耦合信息量制约的图像篡改检测方法，步骤为：首先，采集待检测图像；然后，对待检测图像进行检测，其特征是包括步骤：

1)检测图像特征

通过计算图像像素点的Robert梯度，对图像特征进行检测，得到图像中的特征点；

2)计算特征向量

对步骤1)得到的特征点，2.1)计算特征点对应的梯度直方图，得到其方向信息；2.2)利用特征点的方向信息建立特征点的邻域；2.3)由邻域中的灰度差异特征以及亮度特征得到特征向量；

3)图像特征匹配

由步骤1)得到的特征点，3.1)利用互相关方程和信息熵方程分别求取图像间的关联性以及图像所含信息量；3.2)由图像间的关联性和图像所含信息量对图像特征进行匹配，得到匹配点；

4)特征归类

由步骤2)得到的特征向量，求取匹配点的距离值；将距离值最小的特征点归为一类，完成步骤3)得到所有匹配点的归类；

各个类中的匹配点构成检测图像，用以对伪造内容进行识别，得到检测结果。

2.根据权利要求1所述的图像篡改检测方法，其特征是所述步骤1)中，

对于灰度值为g_i,j的像素点p(i,j)，其Robert梯度为：

p(i,j)的灰度协方差矩阵F为：

式中，N为F的逆矩阵；

由N的行列式DetN和迹TrN来求取p(i,j)的兴趣值I和G：

当I和G的值分别大于预设阈值YI和YG时，则把p(i,j)作为图像中的特征点p(x,y)保留；

当I和G的值不大于预设阈值YI和YG时，则舍弃像素点p(i,j)；

i,j表示图像中像素点所在的第i行、第j列。

3.根据权利要求1所述的图像篡改检测方法，其特征是对于步骤1)得到的特征点p(x,y)：

所述步骤2.1)中，求取特征点p(x,y)的梯度模值T(x,y)和梯度方向V(x,y)：

T(x,y)＝((p(x+1,y)-p(x-1,y))²+(p(x,y+1)-p(x,y-1))²)^1/2 (6)，

其中，tan为正切函数；

所述步骤2.2)中，构建特征点p(x,y)在[0°,360°]上的梯度直方图，得到特征点主方向，再建立特征点的邻域。

4.根据权利要求1所述的图像篡改检测方法，其特征是所述步骤3.1)中，

3.1.1)在尺寸为M×N的特征点p和q的邻域E和R中，互相关度CC为：

式(12)中，E_ij、R_ij分别为E和R中的像素值，E’、R’分别为R和R中的像素均值；

3.1.2)令E中的灰度级总数为W，则信息熵EI为：

式(13)中，F_i为灰度级为i级的像素点出现的概率；

利用式(13)求取不同特征点p和q的信息熵值EI_p和EI_q，进而得到特征点p和q邻域所含信息量的差异值ΔEI：ΔEI＝|EI_p-EI_q| (14)；

所述步骤3.2)中，利用式(12)度量特征点p与其它特征点的关联性，利用式(14)度量特征点p与其它特征点邻域所含信息量的差异性；

选取与特征点p在关联性与所含信息量差异性都最小的特征点q作为p匹配点。