基于局部色彩不变量图像篡改检测方法.docVIP

基于局部色彩不变量图像篡改检测方法 　　摘 要：针对基于分块的图像区域复制篡改检测方法通常面临的图像特征提取计算量大、维度高、识别率低等问题，提出一种基于局部色彩不变量特征的图像区域复制篡改检测方法，将RGB彩色图像转换到对立色彩空间，通过分析和提取图像各通道上的局部密度分布特征，构建k-d树进行相似分块特征匹配以实现图像区域复制篡改检测.提出的局部色彩不变量密度特征具有维度低、计算简单等特点.实验结果表明，本文方法与其他几种典型的基于分块的方法相比，具有较低的时间复杂度和较高的检测率，且对图像篡改区域的旋转、缩放攻击具有较好的鲁棒性，特别是当图像篡改区域进行大角度旋转时与其他几种方法相比具有明显优势. 　　关键词：色彩不变量；特征提取；区域复制；篡改检测；计算机取证 　　中图分类号：TP391 文献标识码：A 　　Abstract： Block-based copy-move image forgery detection methods usually have problems such as high-dimensional feature vector， high computational complexity and low detection rate.So， this paper proposed a new method for image copy-move forgery detection based on color invariants， which extracts density characteristics from each channel of opponent color space converted from RGB. The k-d tree is constructed to speed up approximate nearest neighbors matching for tampering detection. The experiment results show that the proposed local color invariants feature with low-dimension and simple computation can represent the image block feature effectively. When compared with typical block-based methods， this method has some advantages， such as lower computational complexity， more accurate and robust to post-processing for forgery regions such as rotation and scaling. 　　Key words： color invariants；feature extraction；copy-move；forgery detection； computer forensics 　　随着图像处理技术的不断进步，使用图像处理软件对图像进行修复、润饰和增强甚至篡改操作也变得越来越容易.而在新闻摄影、司法取证与保险理赔等领域，如果图像进行了恶意篡改，将直接影响对案件的处理结果，造成严重的负面影响.对图像的篡改操作一般有区域复制、图像拼接、图像增强处理等，其中区域复制篡改是最为常见的一种篡改方式[1]. 　　图像区域复制篡改就是将数字图像中某一区域进行复制并粘贴到同一幅图像的另一区域，由于复制区域来源于同一图片，复制区域的噪声、色彩和纹理等属性与目标区域相似，使得篡改后的图像很难被检测和识别.现有图像区域复制篡改检测方法大多基于分块方式实现，通过对图像进行重叠分块处理后提取图像分块特征，然后使用字典排序或最近邻搜索方法对特征向量进行相似性匹配来实现对图像的篡改检测[2].图像灰度纹理特征是图像篡改检测中较常使用的特征，如Luo等人[3]提出的基于分块灰度特征的方法，Mahdian等人[4]基于模糊不变矩的方法等，此类方法特征提取计算较为简单，但对篡改区域的旋转、缩放等后期处理操作鲁棒性需进一步加强.此外，图像的频域特征一直是图像处理领域关注的热点，一些学者将图像频域特征应用于图像区域复制篡改检测研究中，取得了较好的成果，如基于DCT的方法[5-6]、基于DWT的方法[7-8]以及结合频域特征与主成分分析的方法[9-10]等，然而图像频域特征提取通常计算量大、特征向量维度高，增加了图像篡改检测方法的计算时间开销.基于分块的篡改检测方法通常面临特征提取计算复杂、特征向量维度高、特征向量