[发明专利]一种基于多支持区域局部亮度序的图像伪造检测算法

摘要

本发明公开了一种基于多支持区域局部亮度序的图像伪造检测算法，属于图像伪造检测技术领域，包括S1、特征区域的检测确定特征点；S2、特征区域的变换；S3、每个特征区域内LIOP描述子的构建；S4、特征匹配；S5、特征点归类；S6、几何变换估计；S7、检测完成。通过使用LIOP描述子并利用全局亮度序对支持区域进行划分，这种划分不需要计算支持区域的主方向，不仅节约计算量，而且在理论上能够保证所构造描述子具有真正的旋转不变性和单调亮度不变性，同时利用NSCT得到不同尺度、不同分辨率和不同方向的多个支持区域来提高LIOP描述子的鉴别力。从而提高了图像伪造区域检测算法的鲁棒。

主权项

1.一种基于多支持区域局部亮度序的图像伪造检测算法，其特征在于，包括以下步骤：S1、特征区域的检测确定特征点：先利用高斯滤波器消除噪声的影响，再利用最大稳定极值区域(MSER)算法提取图像的最大稳定极值区域作为支持区域，而支持区域的中心点为特征点；S2、特征区域的变换：获取检测区域的空间信息，利用非抽样Contourlet变换得到不同尺度、不同分辨率和不同方向的多支持区域；S3、每个特征区域内LIOP描述子的构建：对每个支持区域内所有亮度值进行非降排序，将每个支持区域按照亮度值大小等间隔地划分为B个子区域，通过叠加每个子区域内所有像素点的LIOP值得到每个子区域的描述子，通过串联所有子区域的描述子得到每个支持区域最终的LIOP描述子；S4、特征匹配：对相邻两个特征点内的LIOP描述子采用双向欧氏距离比值法进行匹配，若匹配则得到一组特征匹配对；S5、特征点归类：采用空间聚类法对特征点进行归类；S6、几何变换估计：对步骤S5的每一个归类，利用随机抽样一致性(RANSAC)算法进行几何变换估计，进一步剔除不精确的匹配对；S7、检测完成：对类内一组特征点计算最优凸包、连接边界和进行形态学运算，得到伪造区域。