[发明专利]利用梯度局部熵检测数字图像内容可信度的方法

摘要

本发明公开了一种利用梯度局部熵检测数字图像内容可信度的方法，对RGB彩色图像的三个通道分别使用边缘检测算子进行卷积得到颜色向量(R，G，B)的导数，对图像中每一像素点(x，y)分别计算g_xx，g_yy，g_xy，对图像中每一像素点分别计算梯度方向角θ和梯度幅值F_θ，将梯度幅值图像F_θ作为边缘图像，定义局部信息熵，并对梯度图像求取局部信息熵，将局部熵图像和梯度图像结合起来定位羽化痕迹，对图像可信度进行评价。本发明克服了以前算法检测结果较为武断的不足，具有较大的实用性。

主权项

1、利用梯度局部熵检测数字图像内容可信度的方法，其特征在于包括下述步骤：第一步，利用向量梯度来求取彩色图像的梯度幅值图像，具体过程如下：a.将图像中每个像素点的值除以255，使像素值的取值范围转化到区间[0，1]内；b.对RGB彩色图像的三个通道分别使用边缘检测算子进行卷积，得到颜色向量(R，G，B)的导数∂R∂x,∂R∂y,∂G∂x,∂G∂y,∂B∂x,∂B∂y;]]>c.对图像中每一像素点(x，y)分别计算gxx=|∂R∂x|2+|∂G∂x|2+|∂B∂x|2,]]>gyy=|∂R∂y|2+|∂G∂y|2+|∂B∂y|2,]]>gxy=∂R∂x∂R∂y+∂G∂x∂G∂y+∂B∂x∂B∂y;]]>d.对图像中每一像素点(x，y)分别计算梯度方向角θ(x,y)=12arctan[2gxygxx-gyy]]]>和梯度幅值Fθ(x,y)=1/2[(gxx+gyy)+(gxx-gyy)cos2θ+2gxysin2θ],]]>将梯度幅值图像F_θ作为边缘图像；e.将边缘图像中各像素值乘以255并取整，得到取值范围为[0，255]区间的灰度图像；第二步，定义局部信息熵，并对梯度图像求取局部信息熵，步骤如下：a.对梯度图像中的像素(x，y)，以(x，y)为中心，定义大小为m×n的区域ψ={(x1,y1)|x-m-12≤x1≤x+m-12,y-n-12≤y1≤y+n-12},3≤m,n≤7;]]>b.利用公式H(ψ)=-Σj=0L-1pjlogpj]]>和pj=njM×N]]>对区域ψ求取局部信息熵，作为像素点(x，y)的输出；其中，p_j表示灰度值j在区域ψ中出现的概率，n_j为区域ψ中具有灰度值j的像素总数，L表示该图像中所有灰度级的个数，H(ψ)表示区域ψ的局部信息熵；c.遍历梯度图像中每个像素点，执行步骤a和b，得到局部熵图像；第三步，将局部熵图像和梯度图像结合起来定位羽化痕迹，对图像可信度进行评价，具体步骤如下：设图像中(x，y)处的像素点为q，对应的梯度图像中灰度值为G_q，对应的局部熵图像中的灰度值为E_q，如下选择阈值T₁，T₂，ε，标记q为可疑点或伪造点，其中M×N为图像大小，T1=1M×NΣGq]]>T2=1M×NΣEq]]>ϵ=T2α,(3≤α≤7)]]>遍历图像中每一像素，找出所有的可疑点和伪造点，记录可疑点个数为num₁，伪造点个数为num₂，则图像的可信度credibility=1-num2num1;]]>对图像中所有的伪造点和非伪造点赋予不同灰度值，得到一幅二值图像，利用形态学运算对伪造点进行处理，如果最终可以得到一个封闭或者连通区域，则认为该区域为伪造区域。