基于CHFM特征的约束图像拼接检测和定位.pdf
《基于CHFM特征的约束图像拼接检测和定位.pdf》由会员分享,可在线阅读,更多相关《基于CHFM特征的约束图像拼接检测和定位.pdf(6页珍藏版)》请在咨信网上搜索。
1、现代计算机Modern Computer第 29 卷 第 14 期2023 年 7 月 25 日基于CHFM特征的约束图像拼接检测和定位杨海1,蔺聪2,3*(1.广东财经大学信息学院,广州 510320;2.广东财经大学统计与数学学院大数据与教育统计应用实验室,广州 510320;3.中山大学广东省信息安全技术重点实验室,广州 510006)摘要:提出了一种基于切比雪夫-傅里叶矩(CHFM)的约束图像拼接检测和定位方法。首先提取图像的CHFM特征,接着用PatchMatch算法对提取的特征进行匹配,最后进行后处理,得到掩模。在CASIA v2.0数据集上证明了本方法的有效性。关键词:数字取证;
2、篡改检测;CISDL;PatchMatch;CHFM文章编号:10071423(2023)14002706DOI:10.3969/j.issn.10071423.2023.14.006收稿日期:20230521修稿日期:20230702基金项目:教育部产学合作协同育人项目(220605769202709);广东省信息安全技术重点实验室开放基金(2020B1212060078);广东省普通高校特色创新项目(自然科学)(2022KTSCX041);广州市科技计划基础与应用基础研究项目(202102080316);广州市海珠区科技计划项目(海科工商信计202245);广东财经大学一流本科教学质量与教
3、学改革工程项目(粤财大 2022 132号):面向互联网+的 非结构化数据挖掘 混合式教学改革探索;广东财经大学大学生创新创业项目培育双百工程(2022XSZD103,2022XSYB380,2022XSYB382):基于深度学习的图像复制粘贴篡改检测研究作者简介:杨海(2000),男,河南南阳人,在读硕士研究生,研究方向为图像取证;*通信作者:蔺聪(1979),男,河北邯郸人,博士,讲师,硕导,研究方向为信息安全、数字取证,Email:0引言随着计算机技术的不断发展,新手只需经过简单的学习就可借助图像编辑软件对图像进行篡改。篡改后的图像很难用肉眼辨别其真伪,使图像的真实性和完整性受到威胁1。
4、因此,迫切地需要可靠且全面的篡改检测技术来识别伪造图像。图像伪造中,常用的篡改操作有:复制移动、修复和拼接。图像拼接伪造是复制一幅图像的部分区域,然后粘贴到另一幅图像中并合并成一幅新图像2。在2017年美国国家标准与技术研究所的Nimble挑战中3,图像拼接问题被重新表述为:给定一个查询(探针)图像Q和一个潜在供体图像P,其目标除了检测Q是否包含来自P中的区域,还要定位出Q的拼接区域和P提供给Q的区域。这将图像拼接检测和定位的研究约束在一对图像上,因此Wu等4将其定义为约束 图 像 的 拼 接 检 测 和 定 位(constrained imagesplicing detection and
5、location,CISDL)。CISDL问题所用输入图像如图1所示,图中第三列Qm中白色表示拼接区域,黑色为真实区域,第四列Pm中白色区域为提供给Q的区域。图中前两对图像的 Q中包含了来自 P的区域,为篡改图像,第三对图像为真实图像。(a)查询图像Q(b)供体图像P(c)Q掩模图像Qm(d)P掩模图像Pm图 1CISDL问题所用图像针对 CISDL 问题,本文提出一种基于切比雪 夫-傅 里 叶 矩(ChebyshevFourier Moments,图形图像 27现代计算机2023年CHFM)特征的检测方法。本方法首先用 CHFM矩5进行特征提取;其次用PatchMatch6算法进行特征匹配,
6、得到各像素对应匹配像素的坐标索引;最后将上步得到的索引矩阵进行后处理,得到输入图像的掩模图像。1相关工作关于CISDL问题,Wu等4提出了深度匹配和验证网络(deep matching and validation network,DMVN),DMVN网络中有特征提取、深度密集匹配、掩模反卷积和视觉一致性验证器四个模块。Ye 等7继承了 DMVN 中的深度密集匹配,提出了特征金字塔深度匹配和定位网络(featurepyramid deep matching and localization network,FPLN)。FPLN 在深度密集匹配后添加了融合层,简化了DMVN网络结构,可以检测和定
7、位到小的拼接区域,但空间信息丢失限制了模型的辨别能力和定位精度。Liu等8提出一种新的对抗性学习框架。该框架包含基于空洞卷积的深度匹配网络(deep matching network based onatrous convolution,DMAC)、一个检测网络和一个判别网络。Liu等9又提出一种新的注意感知编解码器的深度匹配网络,称为 AttentionDM。Xu等10提出一种新的尺度自适应深度匹配网络(scaleadaptive deep matching network,SADM),SADM的金字塔框架捕获了多尺度细节,提高了多尺度区域和边界检测与定位的精度。2提出的方法本节分为三个部分
8、,来详细介绍提出方法的各个步骤,其流程如图2所示。第一部分介绍特征提取的相关知识;第二部分介绍 PatchMatch算法进行特征匹配的过程;第三部分是后处理,生成二值图像的过程。特征提取特征匹配后处理图 2提出方法的流程2 2.1 1特征提取特征提取首先介绍一下图像矩。在数学上,图像矩一般定义为图像函数 f 和基函数 Vnm的内积f,Vnm11,公式为f,Vnm=DV*nm(x,y)f(x,y)dxdy(1)其中:表示复共轭;f(x,y)是图像函数,其取值为(x,y)R2。CHFM矩是圆形矩,需将图像矩用极坐标形式进行表示,因此式(1)可表示为FI(n,m)=020f(,)V*nm(,)dd(
9、2)式(2)中FI(n,m)表示图像矩集f,Vnm,f(,)是图像函数f(x,y)的极坐标表示,其中 0,,0,2。式(2)中基函数Vnm(,)形式如下:Vnm(,)=Rnm()12ejm(3)其中:Rnm()为径向基函数,可以是任意取值,j为虚数单位,取值为j=-1。将式(3)代入式(2)中,式(2)可重新表示为FI(n,m)=0R*nm()1202f(,)e-jmd d(4)本方法中,选用的径向基函数为 CHFM,其形式如下:R(CHFM)n(r)=2()1-rr14k=0 n2(-1)k(n-k)!(4r-2)n-2kk!(n-2k)!(5)以上是图像矩的定义及形式,接下来用这些理论定义
10、描述图像特征。图像中各像素的特征f(a)是由其FI(a)(n,m)值组成的集合,因此特征提取转变为求解各像素的FI(a)(n,m)值。计算FI(a)(n,m)值时,首先确定(n,m)对数量和块的大小。本方法选取16对(n,m),即特征长度为16。块大小即滤波器大小为1616。其次,对式(2)进行近似,求解图像矩集。其近似形式为FI(n,m)=(x,y)Wf(x,y)V*nm()(x,y),(x,y)(6)式(6)中的(x,y)=x2+y2,(x,y)=arctan(y/x)。图像矩的近似可看成图像和滤波器的滤波。首先要求解(x,y)和(x,y),然后再求解Vnm,不同的(n,m)能够得到不同的
11、Vnm,所以最终的Vnm 28杨海等:基于CHFM特征的约束图像拼接检测和定位第14期是三维161616大小的。随后将图像函数和求得的Vnm的复共轭进行滤波,最终得到整幅图像所有像素FI(a)(n,m)值组成的集合,即图像的CHFM特征。2 2.2 2特征匹配特征匹配特征匹配前首先对特征进行归一化,其公式为Y=X-MinValueMaxValue-MinValue(7)式(7)中 X 是需归一化的像素对应的像素值,MinValue是需归一化的所有像素中像素值的最小值,MaxValue是需归一化的所有像素中像素值的最大值。归一化后使用 PatchMatch 算法进行特征匹配。其匹配步骤如下:2
12、2.2 2.1 1初始化初始化首先介绍一下偏移量。偏移量值是二维的,其值记录的是特征向量距离最小的两个块中心像素坐标之间的横向和纵向差值。用公式表示为(a)=argmin:a+,0D()f(a),f(a+)(8)式中:表示图像所有像素,a+是除像素a外的像素。f(a)表示以a为中心P像素邻域的块对应的特征向量,D表示两个块对应特征向量之间的距离。D取最小值时,两个像素之间的坐标差值,即为a到其最近邻的偏移量。a对应最近邻像素(即a对应匹配点)a的坐标用公式表示为a=a+(a)(9)初始化是为图像中每个像素随机赋予一个偏移量,使每个像素都能够在当前图像中找到一个像素与之匹配,其匹配点坐标由公式(
13、9)得到。由于特征匹配是寻找与目标点相对较远的匹配项,所以本阶段提前排除小于阈值8的偏移量。2 2.2 2.2 2迭代迭代本步骤是将初始化阶段好的偏移量传播和更新到整幅图像,需扫描整幅图像,在扫描时,每扫描一个像素执行传播和随机搜索,当扫描完整幅图像即一次迭代。其迭代过程如下:(1)传播(a)=arg min P(a)D()f(a),f(a+)(10)奇数次迭代时取值为P(a)=(a),(ar),(ac),分别为当前像素的偏移量及其左相邻和上相邻像素的偏移量,扫描顺序如图3所示,从上至下,从左至右逐个进行扫描。首先扫描图像左上角第一个像素点,分别计算以该像素为中心的块与以该像素加上三个偏移量后
14、得到的三个不同的像素为中心的块的特征向量之间的距离。取三个距离中的最小值,计算对应偏移量,接着执行随机搜索,更新当前像素的偏移量。然后往右扫描第二个像素,执行相同操作。当扫描完一行像素时,换行仍从左到右逐个像素进行扫描。当扫描到图像右下角最后一个像素时,扫描结束即完成一次迭代。在奇数次迭代时,好的偏移量能够传播到当前像素右面及下面各个像素。偶数次迭代时取值分别为当前像素的偏移量及其右相邻和下相邻像素的偏移量。偶数次迭代过程中,扫描是从下至上,从右至左进行扫描。在偶数次迭代时,好的偏移量能够传播到当前像素左面及上面各个像素。图 3奇数次迭代扫描顺序(2)随机搜索传播得到的偏移量是在相邻像素中寻求
15、的最优值,可能会出现在整个区域内不是最优的情况,所以需进行随机搜索,防止其陷入局部最优。随机搜索时像素a偏移量取值公式为i(a)=(a)+Ri(12)其中:(a)是传播后的偏移量,Ri是边长为2i-1(i=1,2,L)的方形网格中,服从均匀分布的二维随机变量,公式(10)中取值为R(a)=(a),1(a),L(a)(13)29现代计算机2023年本步骤首先以当前像素的最近邻像素为中心,在初始搜索半径为图像最长边的区域中随机寻找一个像素,计算以当前像素为中心的块与以该像素最近邻像素为中心的块特征向量之间的距离,与以随机搜索到的像素为中心的块特征向量之间的距离,比较两距离值。如果与以最近邻像素为中
16、心的块特征向量的距离最小,将搜索区域半径缩小为原来一半,继续搜索。相反,更新当前像素偏移量,并以随机搜索的像素为中心,在搜索半径为原来一半的区域中继续进行搜索。当搜索半径缩小为1时,当前像素的偏移量更新完成。通过匹配,最终得到两个分别记录各像素匹配像素的x索引和y索引的矩阵。2 2.3 3后处理后处理理想情况下,匹配后的偏移量大多是混浊的,需后处理来规范和约束偏移量,以减少误检的概率。后处理步骤如下:(1)用半径为4的圆形域对偏移量进行中值滤波。首先生成半径为4的圆形域,随后用其对匹配后得到的索引矩阵进行顺序统计中值滤波,得到两个新的索引矩阵。(2)在半径为6的圆形域中计算密集线性拟合(den
17、se linear fitting,DLF)误差。DLF 是用线性仿射模型拟合出以a为中心N像素邻域的偏移量,使匹配后的偏移量与经过仿射后的偏移量误差平方和最小化:2(a)=(T)-(Tv1)2-(Tv2)2-(Tv3)2(14)其中:=(a1),(a2),(aN)T为特征匹配后a的N像素邻域中各像素偏移量组成的向量,表Vi示长度为N的列向量。按照公式(14)的形式,用半径为6的圆形域对上步得到的两个矩阵进行滤波,计算各像素两个方向所对应的线性拟合误差平方和,并将其相加,与阈值300进行比较,最终得到一幅二值图像。(3)去除偏移对间距离小于50的像素。本操作需计算各像素与对应最近邻像素欧式距离
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 CHFM 特征 约束 图像 拼接 检测 定位
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。