專利名稱：基于shadow matte一致性的圖片偽造檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像真實(shí)性鑒定和圖像處理技術(shù)領(lǐng)域。本發(fā)明屬于數(shù)字圖像真實(shí)性鑒定和圖像處理技術(shù)領(lǐng)域，具體涉及一種圖片偽造檢測方法。

背景技術(shù)：
隨著圖像編輯處理工具的高速發(fā)展，甚至非專業(yè)的普通用戶也能輕易地通過在原始圖像中插入來自其它圖像的內(nèi)容來篡改圖像，并且做到人眼難以辨別的程度，達(dá)到以假亂真的目的，給我們帶來許多不便。數(shù)字圖像真實(shí)性鑒定技術(shù)對圖像證據(jù)的可信度做出評價，輔助新聞、軍事、法律、經(jīng)濟(jì)等決策，可以廣泛應(yīng)用于軍事領(lǐng)域和民用領(lǐng)域。本發(fā)明以物體影子為切入點(diǎn)，從幾何、物理的角度分析陰影屬性，鑒定圖像真實(shí)性。
本發(fā)明中涉及到的背景技術(shù)有(1)數(shù)字水印。數(shù)字水印技術(shù)1通過事先在圖片中加入水印信息來鑒別圖像偽造，由于偽造過程會破壞水印的完整性，因此可以用來鑒定圖像真實(shí)性。(2)基于區(qū)域相似度比較的鑒別算法。如2中Fridrich通過估計(jì)區(qū)域相似度判斷復(fù)制區(qū)域。(3)基于成像原理的判斷方法。如3中Johnson和Farid通過估計(jì)相機(jī)主點(diǎn)位置來判斷人像合成。
目前，圖像偽造檢測技術(shù)主要分為數(shù)字水印技術(shù)和盲檢測技術(shù)。數(shù)字水印技術(shù)在原始圖像中加入“水印”以防止篡改者對圖像進(jìn)行修改。然而，數(shù)字水印技術(shù)具有兩個有難以克服的缺陷。首先，它需要圖像提供者在圖像拍攝時對圖像進(jìn)行預(yù)處理以加入水印，但這在很多實(shí)際情況下是不可能的，通常得到的圖像是沒有經(jīng)過“預(yù)處理”的圖片；其次，水印信息很容易被像JPEG、MPEG4這樣的有損壓縮毀壞，導(dǎo)致鑒定失敗。另一類檢測技術(shù)為盲檢測技術(shù)，即不依賴任何預(yù)簽名或預(yù)嵌入信息來鑒別圖像真?zhèn)魏蛠碓吹募夹g(shù)，具有很高的適用性。Fridrich的方法2通過比較圖像各區(qū)域的相似度來查找復(fù)制偽造區(qū)域，但該方法需要從已知圖像或視頻中提取待比較區(qū)域以進(jìn)行比較，所以不能識別未知來源的圖像偽造，另外，此類方法的時間復(fù)雜度太高，不適合大規(guī)模應(yīng)用。Johnson和Farid3采用相片中人眼的特征估計(jì)相機(jī)主點(diǎn)的位置，如果從同一個照片中兩個人眼睛估計(jì)出的主點(diǎn)位置差異很大，說明必然有一個人是從另外的相片中復(fù)制過來的。該方法在眼睛區(qū)域足夠大的情況下才有比較高的精度，考慮到目前主流相機(jī)分辨率的大小，拍的照片中人眼區(qū)域通常都是不可測量的，同時，該方法在人眼不可見時也會失效，如人戴著太陽鏡的情況。


發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的上述不足，提供一種時間復(fù)雜度低，并具有較廣適用性的數(shù)字媒體(數(shù)字圖像或視頻)真實(shí)性的驗(yàn)證方法。為此，本發(fā)明采用如下的技術(shù)方案 一種基于shadow matte一致性的圖片偽造檢測方法，包括下列步驟 第一步在待檢圖像I(x，y)中選取兩處或兩處以上待判定的影子區(qū)域； 第二步對每個待判定的影子區(qū)域，提取影子所有邊緣點(diǎn)Bi＝{xij}，其中xij為第i片影子區(qū)域中第j個影子邊緣點(diǎn)； 第三步對每個影子邊緣點(diǎn)xij，以其為中心，向外延伸形成一個M×M的矩形區(qū)域，框內(nèi)的點(diǎn)分為兩類陰影內(nèi)的點(diǎn)Nin和陰影外的點(diǎn)Nout，設(shè)(median是中值)；根據(jù)公式計(jì)算影子邊緣點(diǎn)xij的shadow matte值； 第四步統(tǒng)計(jì)每個影子區(qū)域的shadow matte值的分布情況，用直方圖Hi(m)表示第i個區(qū)域shadow matte值為m的點(diǎn)的個數(shù)，其中i＝1，…，n，m∈
； 第四步計(jì)算不同區(qū)域間shadow matte值的分布相似度并定位偽造區(qū)域。
上述基于shadow matte一致性的圖片偽造檢測方法，可以分別計(jì)算每個影子邊緣點(diǎn)xij的紅、綠、藍(lán)顏色通道的shadow matte值；可以采用Canny邊緣檢測方法提取影子所有邊緣點(diǎn)。
作為進(jìn)一步的優(yōu)選實(shí)施方式，第四步按下列步驟進(jìn)行 (1)對于每個影子區(qū)域的shadow matte值分布情況，計(jì)算歸一化直方圖 (2)對于i，j兩片影子區(qū)域shadow matte值分布，計(jì)算歸一化后直方圖之間的巴氏系數(shù)當(dāng)巴氏數(shù)小于某一閾值時，可以判斷出區(qū)域i，j中至少一個是偽造的； (3)對不同區(qū)域，按照步驟(2)進(jìn)行巴氏系數(shù)的兩兩比較，從而對偽造區(qū)域進(jìn)行定位。
本發(fā)明依據(jù)圖像中影子的特征進(jìn)行數(shù)字取證，首先用shadow matte一致性進(jìn)行估計(jì)圖像真實(shí)性，在物體垂直于地面的物體存在時，進(jìn)而由平面同源性約束鑒定圖像真實(shí)性。本發(fā)明相比數(shù)字水印方法不需要對圖像進(jìn)行預(yù)處理，相比Fridrich的基于區(qū)域相似度比較的方法具有計(jì)算復(fù)雜度低的優(yōu)點(diǎn)，相比Johnson和Farid采用人眼估計(jì)相機(jī)主點(diǎn)的方法，采用了更容易出現(xiàn)、面積更大的影子作為特征物體，具有更大的可行性和適用性。



圖1基于影子的圖像偽造檢測技術(shù)總體流程圖； 圖2(左)為原始圖像，圖2(右)為對虛線矩形的影子區(qū)域提取邊界點(diǎn)的結(jié)果； 圖3(a)、(b)、(c)分別為R、G、B顏色通道下shadow matte值的分布直方圖； 圖4(a列)為一張偽造圖片；圖4(b列)、(c列)、(d列)分別為對相應(yīng)的偽造圖片找出的3個影子區(qū)域分析其紅色、綠色、藍(lán)色通道shadow matte值的統(tǒng)計(jì)直方圖。(b列)、(c列)、(d列)的第一行、第二行和第三行分別為(a列)圖像中用矩形標(biāo)出的區(qū)域R1、R2和R3。

具體實(shí)施例方式 本發(fā)明的基于陰影的圖片偽造檢測方法采取如下步驟進(jìn)行圖像偽造檢測。
對得到的圖像或者視頻幀，采用陰影的物理特征shadow matte判斷圖像真實(shí)性。具體來說，對圖像中不同物體的影子，先提取影子邊界，再分別計(jì)算影子邊緣上每一個點(diǎn)的shadow matte值，最后統(tǒng)計(jì)所有shadow matte值的分布情況，并用Bhattacharyya系數(shù)5作為相似程度的評價標(biāo)準(zhǔn)，相似程度很低的兩個影子至少有一個是偽造的，多對不同物體影子的比較即可判斷出哪個物體是偽造的。
1.選擇影子區(qū)域。
在圖像中任選n處待判定的影子區(qū)域R1，R2，…，Rn，n＞1。
2.提取陰影邊緣點(diǎn)。
對第i片影子區(qū)域(i＝1，…，n)，采用Canny邊緣檢測算法4，提取影子所有邊緣點(diǎn)Bi＝{xij}，其中xij為第i片影子區(qū)域中第j個影子邊緣點(diǎn)。
3.計(jì)算shadow matte值。
根據(jù)本征圖像理論(intrinsic image)，所觀察的圖像I(x，y)，可抽象成這樣的模型 I(x，y)＝S(x，y)R(x，y)(1) 其中I(x，y)為觀察到的圖像，S(x，y)為本色圖像，R(x，y)為耀斑圖像。我們的需要從輸入I(x，y)中還原本色圖像S(x，y)。
對某一影子邊界點(diǎn)xij，以其為中心，向外延伸形成一個M×M的矩形區(qū)域?？騼?nèi)的點(diǎn)分為兩類陰影內(nèi)的點(diǎn)Nin和陰影外的點(diǎn)Nout，有 計(jì)算xij點(diǎn)的shadow matte值 如果分別處理不同顏色通道的顏色信息，可以分別計(jì)算xij點(diǎn)R(紅)，G(綠)，B(藍(lán))顏色通道的shadow matte值。
4.統(tǒng)計(jì)影子區(qū)域陰影邊界點(diǎn)shadow matte值的分布。
本發(fā)明采用直方圖來描述某一影子區(qū)域中陰影邊界點(diǎn)的shadow matte值的分布情況。用Hi(m)表示第i個區(qū)域shadow matte值為m的點(diǎn)的個數(shù)，其中i＝1，…，n，m∈
。
5.計(jì)算不同區(qū)域間shadow matte值的分布相似度并定位偽造區(qū)域。
本發(fā)明采用Bhattacharyya系數(shù)估計(jì)兩片影子區(qū)域shadow matte值分布的相關(guān)程度。首先得到歸一化后的然后計(jì)算歸一化后直方圖之間的巴氏系數(shù) 其中Hx＝(hx(1)，hx(2)，…，hx(N))是第x個陰影區(qū)域的陰影邊緣點(diǎn)shadow matte值歸一化后的直方圖。當(dāng)巴氏數(shù)小于某一閾值時，可以判斷出區(qū)域i，j中至少一個是偽造的，多個不同區(qū)域的兩兩比較可以對偽造區(qū)域進(jìn)行定位。
對于一張圖片，不滿足上述步驟中所描述的任何約束的圖像，都可以判定其為偽造圖像，并且，偽造區(qū)域可以由本發(fā)明的具體判斷方法給出。
本發(fā)明主要采用基于物理特性的shadow matte一致性和基于幾何特性的平面同源性判斷技術(shù)進(jìn)行圖像偽造檢測，圖1為總體流程圖，具體包括以下步驟 步驟1用shadow matte一致性約束鑒別圖像真實(shí)性 1.選擇影子區(qū)域 如圖2所示，在圖像中任選n處待判定的影子區(qū)域，對選擇的影子區(qū)域編號為R1，R2，R3，…，Rn。
2.提取所有影子區(qū)域中影子邊緣點(diǎn) 圖2(左)為原始圖像，圖2(右)為對虛線矩形的影子區(qū)域提取邊界點(diǎn)的結(jié)果。陰影邊緣的小點(diǎn)即為使用Canny邊緣檢測算法得到的陰影邊界點(diǎn)。
3.計(jì)算每個邊界點(diǎn)的shadow matte值 對某一影子邊界點(diǎn)xij(圖2(右)中的較大的圓點(diǎn))，計(jì)算其shadow matte值的過程如下以其為中心，向外延伸形成一個M×M的矩形區(qū)域(圖2(右)中的矩形框)。按照公式(4)，即可計(jì)算出該點(diǎn)R(紅)，G(綠)，B(藍(lán))顏色通道的shadow matte值分別為0.23，0.36，0.46。
4.統(tǒng)計(jì)影子區(qū)域陰影邊界點(diǎn)shadow matte值的分布 圖3為圖3(右)影子區(qū)域陰影邊緣shadow matte值的分布情況，橫坐標(biāo)為shadowmatte值，縱坐標(biāo)為shadow matte值為特定值的點(diǎn)的個數(shù)，其中(a)、(b)、(c)分別為紅、綠、藍(lán)色通道下的shadow matte值統(tǒng)計(jì)圖。
5.計(jì)算不同區(qū)域間shadow matte值的分布相似程度 圖4(a)為兩張偽造圖片，分別找出3個影子區(qū)域(R1~R3)分析其紅色、綠色、藍(lán)色通道shadow matte值的統(tǒng)計(jì)直方圖(圖4(b)、(c)、(d))，表1為圖4中不同影子區(qū)域shadow matte值分布之間的巴氏系數(shù)。其中區(qū)域R1與其他兩個區(qū)域之間的巴氏系數(shù)很小，而其余區(qū)域之間的巴氏系數(shù)很大，因此可以斷定區(qū)域R1及其相應(yīng)物體為偽造區(qū)域。
表1 圖4中兩兩區(qū)域之間的巴氏系數(shù) 參考文獻(xiàn) 1I.Cox，M.Miller，and J.Bloom.“數(shù)字水印技術(shù)Digital Watermarking”.The Morgan KaufmannSeries in Multimedia and Information Systems.Morgan Kaufmann，2001. 2J.Fridrich，D.Soukal，and J.Lukas，“數(shù)字圖像的拷貝移動檢測技術(shù)Detection of copy-moveforgery in digital images，”Proceedings of Digital Forensic Research Workshop，2003. 3M.K.Johnson and H.Farid，“人像的合成檢測技術(shù)Detecting photographic composites of people，”Proc.IWDW，2007. 4Canny，John，″一種可計(jì)算的邊緣檢測方法A Computational Approach to Edge Detection，″IEEETransactions on Pattern Analysis and Machine Intelligence，Vol.PAMI-8，No.6，1986，pp.679-698. 5T.Kailath，“信號選擇中的離散度和巴氏系數(shù)測量The Divergence and Bhattacharyya DistanceMeasures in Signal Selection”，IEEE Trans.Comm.Technology，vol.15，pp.52-60，1967. 6M.F.Tappen，W.T.Freeman，and E.H.Adelson，“從單一圖像移除本征圖像技術(shù)Recoveringintrinsic images from a single image，”Advances in Neural Information Processing Systems，2003.
權(quán)利要求
1.一種基于shadow matte一致性的圖片偽造檢測方法，包括下列步驟
第一步在待檢圖像I(x，y)中選取兩處或兩處以上待判定的影子區(qū)域；
第二步對每個待判定的影子區(qū)域，提取影子所有邊緣點(diǎn)Bi＝{xij }，其中xij為第i片影子區(qū)域中第j個影子邊緣點(diǎn)；
第三步對每個影子邊緣點(diǎn)xij，以其為中心，向外延伸形成一個M×M的矩形區(qū)域，框內(nèi)的點(diǎn)分為兩類陰影內(nèi)的點(diǎn)Nin和陰影外的點(diǎn)Nout，設(shè)(median是中值)；根據(jù)公式計(jì)算影子邊緣點(diǎn)xij的shadow matte值；
第四步統(tǒng)計(jì)每個影子區(qū)域的shadow matte值的分布情況，用直方圖Hi(m)表示第i個區(qū)域shadow matte值為m的點(diǎn)的個數(shù)，其中i＝1，…，n，m∈
；
第四步計(jì)算不同區(qū)域間shadow matte值的分布相似度并定位偽造區(qū)域。
2.根據(jù)權(quán)利要求1所述的基于shadow matte一致性的圖片偽造檢測方法，其特征在于，分別計(jì)算每個影子邊緣點(diǎn)xij的紅、綠、藍(lán)顏色通道的shadow matte值。
3.根據(jù)權(quán)利要求1所述的基于shadow matte一致性的圖片偽造檢測方法，其特征在于，采用Canny邊緣檢測方法提取影子所有邊緣點(diǎn)。
4.根據(jù)權(quán)利要求1所述的基于shadow matte一致性的圖片偽造檢測方法，其特征在于，第四步按下列步驟進(jìn)行
(1)對于每個影子區(qū)域的shadow matte值分布情況，計(jì)算歸一化直方圖
(2)對于i，j兩片影子區(qū)域shadow matte值分布，計(jì)算歸一化后直方圖之間的巴氏系數(shù)當(dāng)巴氏數(shù)小于某一閾值時，可以判斷出區(qū)域i，j中至少一個是偽造的；
(3)對不同區(qū)域，按照步驟(2)進(jìn)行巴氏系數(shù)的兩兩比較，從而對偽造區(qū)域進(jìn)行定位。
全文摘要
本發(fā)明屬于數(shù)字圖像真實(shí)性鑒定和圖像處理技術(shù)領(lǐng)域，涉及一種基于shadow matte一致性的圖片偽造檢測方法，包括下列步驟在待檢圖像中選取兩處或兩處以上待判定的影子區(qū)域；對每個待判定的影子區(qū)域，提取影子所有邊緣點(diǎn)；對每個影子邊緣點(diǎn)，以其為中心，向外延伸形成一個M×M的矩形區(qū)域，框內(nèi)的點(diǎn)分為兩類陰影內(nèi)的點(diǎn)和陰影外的點(diǎn)，計(jì)算影子邊緣點(diǎn)的shadow matte值；統(tǒng)計(jì)每個影子區(qū)域的shadow matte值的分布情況；計(jì)算不同區(qū)域間shadow matte值的分布相似度并定位偽造區(qū)域。本發(fā)明不需要對圖像進(jìn)行預(yù)處理，具有計(jì)算復(fù)雜度低的優(yōu)點(diǎn)，并具有更高的可行性和適用性。
文檔編號G06T7/00GK101527041SQ20091006857
公開日2009年9月9日 申請日期2009年4月22日 優(yōu)先權(quán)日2009年4月22日
發(fā)明者操曉春, 煒 張, 邾繼貴, 萍 王 申請人:天津大學(xué)