[发明专利]基于Markov过程和Gabor滤波的图像重采样检测

摘要

图像重采样篡改检测算法是图像篡改取证的重要方法之一。本发明主要是利用Markov过程中的条件状态转移概率矩阵和Gabor滤波器中的纹理特征对图像进行检测。当图像经过重采样操作后相邻DCT系数之间的相关性会发生变化，而转移概率矩阵能够很好的描述DCT系数以及周围系数的变化，所以提取四个方向的转移概率矩阵作为Markov特征，然而当遇到不同复杂程度的纹理图像时算法的检测率会受到很大的波动，因此通过Gabor滤波器组对图像提取纹理特征，并对其进行二维离散傅里叶变换最终得到图像的纹理特征，最后利用SVM对两类特征进行训练和分类，本发明可以很好的检测缩放图像、旋转图像，且对旋转图像的检测具有一定的鲁棒性。

主权项

一种基于Markov过程和Gabor滤波的图像重采样检测，包括Markov特征的提取、基于Gabor滤波器的纹理特征的提取、图像篡改检测。Gabor滤波器的纹理特征的提取主要是将Gabor滤波器组沿着不同方向以及不同尺度计算滤波器响应幅值，并在其基础上求出均值以及方差，利用离散傅里叶变换的位移不变性对求出的特征值进行二维离散傅里叶变换，最终得到纹理特征向量并作为篡改检测的特征；图像篡改检测主要是首次将提取的Markov特征以及Gabor滤波器的纹理特征相结合组成一个372维的特征向量，并将这些特征向量输入到支持向量机中进行训练和分类，最后判断出图像的篡改情况。