[发明专利]基于自适应特征点的数字图像篡改检测方法

摘要

本发明公开了一种基于自适应特征点的数字图像篡改检测方法，首先通过自适应阈值选择算法进行SURF特征点提取，同时使用一种分布处理算法使得图像特征点能够均匀分布；其次，利用BRISK方法提取所有特征点的二进制特征描述符；然后，使用可辨别嵌入的随机蕨算法来进行快速特征匹配；最后，通过RANSAC算法来消除错误匹配对，并进一步利用快速NNPROD算法和形态学方法对匹配区域进行标记。实验结果表明，本发明的方法不仅能有效提高平滑篡改区域的检测性能，而且对诸如JPEG压缩、旋转、缩放等后处理操作均具有不变性，且具有较高的检测精度和较低的时间复杂度。

主权项

一种基于自适应特征点的数字图像篡改检测方法，其特征在于按照如下步骤进行：约定：I指待检测的图像；指经自适应阈值选择得到的SURF特征点；指图像块中控制最小数量特征点的阈值；指经均匀分布算法处理后的特征点；指特征点横坐标；指特征点纵坐标；指均匀分布的特征点的数量；指用于存放所有BRISK特征信息的矩阵；表示第个数据点的第个特征；指二元决策的个数；指蕨的个箱子中的一个；为类；指图像I实时子区间的灰度值；是目标模板的灰度值；初始设置获取待检测图像I，并设置，表示循环次数；b. 自适应阈值特征点检测b.1 对图像I进行不重叠分块，划分为大小为图像块；b.2 采用阈值大小为的SURF检测器提取特征点；b.3 定义表示每个图像子块的特征点数目，是图像I中检测到的特征点数目，计算标准特征点数目：；b.4 设置一个均匀性阈值为0.5，计算特征点均匀性测量KUM的值Φ：；b.5 如果或，则输出矩阵，否则，重复b.2~b.5；c. 分布均匀特征点获取c.1 选取一个子图像块，将属于的特征点保存在一个临时矩阵中；c.2 如果特征点数目，则消除中最弱的特征点，并将中剩余的特征点插入到输出矩阵中；c.3 如果所有的子图像块都被测试，则输出矩阵，,得到均匀分布的特征点，否则返回步骤c.1，选择下一个子图像块；d. BRISK特征提取对所有的特征点进行BRISK特征描述符的提取，每一个特征点经计算可以得到64位的二进制描述符来表示其特征；e. 可辨别嵌入随机蕨快速匹配e.1 输入特征矩阵，在维的特征空间生成训练数据矩阵；e.2的第个蕨可使用随机选择特征集合，通过选择大小为的特征使其减少为一个蕨特定的矩阵；；e.3 设定二进制分配向量作为一个线性组合，是的映射矩阵，是一个偏移向量；e.4 映射矩阵通过使用和典型相关分析（CCA）中