[发明专利]一种基于KAZE特征点的图像区域复制粘贴篡改检测方法

摘要

本发明提供一种基于KAZE特征点的图像区域复制粘贴篡改检测方法。首先对彩色图像提取KAZE特征点，然后将这些特征点用64维特征向量描述。接下来计算每个特征向量和剩下特征向量之间的欧式距离，利用最近邻距离和次近邻距离之间的比值，找到相似的特征向量，作为匹配对。然后使用SLIC算法对图像进行语义分割，滤除错误的匹配对。通过匹配对在图像中的位置关系，使用迭代的思想，估计篡改区域之间的仿射变换关系，得到仿射矩阵。最后通过仿射矩阵，计算原始图像和变换后图像之间的相关系数图，并且定位篡改区域。本发明使用了一种新型的特征点提取算法，并且使用迭代的方法求仿射矩阵，具有很好的检测准确率。

主权项

1.一种基于KAZE特征点的图像区域复制粘贴篡改检测方法，其特征在于，包括以下步骤：S1：KAZE特征点提取：对于待检测的图像，采用加性算子分裂算法AOS算法和可变传导扩散方法来构造非线性尺度空间，然后检测感兴趣特征点，这些特征点在非线性尺度空间上经过尺度归一化后的Hessian矩阵行列式是局部极大值；S2：特征点描述：根据步骤S1得到的特征点，若特征点的尺度参数为σ_i，则搜索半径设为6σ_i；对搜索圈内所有邻点的一阶微分值L_x和L_y通过高斯加权，使得靠近特征点的响应贡献大，而远离特征点的响应贡献小；将这些微分值视作向量空间中的点集，在一个角度为π/3的扇形滑动窗口内对点集进行向量叠加，遍历整个圆形区域；获得最长向量的角度就是主方向；在梯度图像上以特征点为中心取24σ_i×24σ_i的窗口，并将窗口划分为4×4子区域，在每个子区域上进行高斯核加权，然后计算出长度为4的子区域描述向量d_v＝(∑L_x，∑L_y，∑|L_x|，∑|L_y|)，再通过另一个大小为4×4的高斯窗口对每个子区域的向量d_v进行加权，最后进行归一化处理，得到4×4×4＝64维的描述向量；S3：特征匹配：对于步骤S2中提取出来的每个特征，计算其与其它所有特征向量之间的欧式距离，并按照从小到大排序；计算最近邻d₁和次近邻d₂之间的比值，如果比值小于0.5，则认为距离为d₁的两个特征匹配；S4：错误匹配对滤除：使用SLIC算法对输入的彩色图像进行语义分割，得到有意义的图像块；统计每个块中匹配特征点的个数N_point，如果N_point小于3，则将块中的特征点连同其匹配点判断为离异点并删除；S5：仿射矩阵估计：任取三对不共线的匹配对，计算它们之间的仿射变换矩阵T_i，并将剩下的匹配点根据T_i进行变换，计算变换前后匹配点对之间的误差；如果误差小于β，则这个矩阵T_i获得一票；将前述步骤迭代多次，每次选出得票数最多的矩阵，直到最后剩下的矩阵票数不超过5为止；S6：可疑区域定位：对于原始图像I，使用步骤S5得到的仿射矩阵进行坐标变换，得到变换后的图像M；计算原始图像与变换后图像相应位置之间的相关系数，得到代表相似度的相关系数图；相关系数的取值范围在[0，1]之间，值越大代表越相似；对于得到的相关系数图进行二值化处理，二值化阈值为0.55；如果相关系数值大于0.55，则认为本位置的点为可疑点，其二值图相应位置的值设为1，否则设为0；最后将得到的二值图进行形态学操作以滤除杂乱点，生成最终的检测结果图。