[发明专利]图像伪造检测装置和方法

权利要求书

1.一种学术图像条带图伪造检测装置，其特征在于，包括：

获取模块，接收两个参数，T为Lowe’s算法的阈值，R为匹配特征点对数占全部特征数的比例；

预处理模块，读取原图像，并将原图像转换为灰度图；

特征提取模块，计算图像的尺度不变特征变换特征（SIFT），得到特征点坐标信息和特征向量；对该图像的特征数进行判断；

特征匹配模块，遍历每一个特征，计算其与剩余特征之间的距离，取欧式距离最小和第二小的特征向量，距离分别记为d1和d2，根据Lowe’s算法，如果d1d2*T，T取值为0.7~0.8，则认为这两个特征高度相似，保留该特征的特征匹配点对，否则不保留；

特征过滤模块，对所有特征匹配点对进行筛选，依次进行边缘缩进判断、去除一对多关系、聚类，并统计最终保留的匹配点对数量；

可视化模块，判断匹配点对数量占特征点总数的比例是否大于等于参数R，在原图像上绘制过滤后的特征匹配点对，每对匹配点通过直线相连；

所述预处理模块，对所述条带图进行图像增强，包括以下步骤：

1）计算图像的直方图，将图像所有的像素点按照0~255共256个bin，统计落在每个bin的像素点数量；

2）归一化直方图，将每个bin中像素点数量除以总的像素点，使其限制在0~1之间；

3）设置灰度级阈值i，从0开始迭代，通过归一化的直方图，统计0~i 灰度级的前景像素所占整幅图像的比例w₀，并统计前景像素的平均灰度u₀；统计i~255灰度级的背景像素所占整幅图像的比例w₁，并统计背景像素的平均灰度u₁；设图像的总平均灰度为u₂，前景像素和背景像素的类间均值差记为g；

不断迭代，直到找到g最大值，此时的i作为图像的全局阈值，用于划分背景和目标，得到进行图像增强后的条带图；

所述特征过滤模块，所述边缘缩进判断通过设定一个边缘缩进阈值，判断特征点的位置是否处于缩进范围，进行匹配点对过滤；所述去除一对多关系，去除单个特征点与多个特征点连接的匹配点对结果；所述聚类，对剩余的匹配点对进行层次聚类。