发明名称 基于双视几何的图片伪造检测方法
摘要 本发明属于数字图像真实性鉴定和图像处理技术领域,涉及一种基于双视几何的图片伪造检测方法,该方法以摄像机成像时的双视几何理论为基础,分别用强几何约束(H约束)和另一种弱几何约束(F约束)作为特征约束,对图像真实性作出评价。本发明只需找到有重叠部分的多张图片即可进行鉴定,具有很广的适用性。
申请公布号 CN101533513B 申请公布日期 2012.12.26
申请号 CN200910068621.2 申请日期 2009.04.24
申请人 天津大学 发明人 操晓春;张炜;冯志勇;王萍
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 天津市北洋有限责任专利代理事务所 12201 代理人 江镇华
主权项 1.一种基于双视几何的图片伪造检测方法,包括下列步骤:第一步:在需要鉴定的图像序列或视频中若能找出两张图像I和I’,这两张图像满足如下条件之一,则采用如下的方法检测图像序列或视频是否存在伪造区域,否则,直接执行第二步:(I)摄像机位置保持不动,具体包括相机纯转动和纯缩放的情况;(II)成像物体在同一个平面上或在某一局部范围内待鉴定物体在同一个平面上;(1)采用具有尺度不变性的特征转换SIFT方法查找两幅图像上相对应的特征点;(2)使用Bucketing方法和RANSAC方法对查找到的相对应的特征点进行两次筛选,得到至少4组相对应的特征点;(3)采用黄金准则法估计平面单应性矩阵H;(4)采用反向映射的方法,利用计算得到的平面单应性矩阵H还原I到I′;(5)采用像素差异的方法计算差异程度,公式为<img file="FSB00000710372800011.GIF" wi="427" he="64" /><maths num="0001"><![CDATA[<math><mrow><mi>C</mi><mrow><mo>(</mo><mover><mi>u</mi><mo>&RightArrow;</mo></mover><mo>,</mo><mover><mi>v</mi><mo>&RightArrow;</mo></mover><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msub><mi>&Sigma;</mi><mi>i</mi></msub><mrow><mo>(</mo><msub><mi>u</mi><mi>i</mi></msub><mo>-</mo><msub><mi>&mu;</mi><mi>u</mi></msub><mo>)</mo></mrow><mrow><mo>(</mo><msub><mi>v</mi><mi>i</mi></msub><mo>-</mo><msub><mi>&mu;</mi><mi>v</mi></msub><mo>)</mo></mrow></mrow><mrow><msqrt><msub><mi>&Sigma;</mi><mi>i</mi></msub><msup><mrow><mo>(</mo><msub><mi>u</mi><mi>i</mi></msub><mo>-</mo><msub><mi>&mu;</mi><mi>u</mi></msub><mo>)</mo></mrow><mn>2</mn></msup></msqrt><msqrt><msub><mi>&Sigma;</mi><mi>i</mi></msub><msup><mrow><mo>(</mo><msub><mi>v</mi><mi>i</mi></msub><mo>-</mo><msub><mi>&mu;</mi><mi>v</mi></msub><mo>)</mo></mrow><mn>2</mn></msup></msqrt></mrow></mfrac></mrow></math>]]></maths>其中<img file="FSB00000710372800013.GIF" wi="74" he="52" />是从图像中抽象出来的作为局部特征描述的向量,<img file="FSB00000710372800014.GIF" wi="91" he="51" />是分别与<img file="FSB00000710372800015.GIF" wi="71" he="47" />对应的第i项,μ<sub>u</sub>,μ<sub>v</sub>分别是对应于<img file="FSB00000710372800016.GIF" wi="75" he="60" />的平均值;(6)利用阈值切割差异图,得到伪造区域的二值掩模图像;(7)对得到的二值掩模图像,去除离散的小区域,得到指示伪造区域的二值图像;第二步:在需要鉴定的图像序列或视频中找出两张图像I和I’,这两张图像为同一个物体的图像,则采用如下的方法检测图像序列或视频是否存在伪造区域:(1)采用SIFT(Scale Invariant Feature Transform,具有尺度不变性的特征转换)方法查找两幅图像上相对应的特征点;(2)使用Bucketing方法和RANSAC方法对查找到的相对应的特征点进行两次筛选;(3)采用因子化线性算法估计基本矩阵F;(4)定义点和直线的距离为<maths num="0002"><![CDATA[<math><mrow><mi>d</mi><mrow><mo>(</mo><msub><mi>x</mi><mn>2</mn></msub><mo>,</mo><msub><mi>Fx</mi><mn>1</mn></msub><mo>)</mo></mrow><mo>=</mo><msqrt><mfrac><msup><mrow><mo>(</mo><msubsup><mi>x</mi><mn>2</mn><mi>T</mi></msubsup><msub><mi>Fx</mi><mn>1</mn></msub><mo>)</mo></mrow><mn>2</mn></msup><mrow><mo>(</mo><msubsup><mrow><mo>(</mo><msub><mi>Fx</mi><mn>1</mn></msub><mo>)</mo></mrow><mi>x</mi><mn>2</mn></msubsup><mo>+</mo><msubsup><mrow><mo>(</mo><msub><mi>Fx</mi><mn>1</mn></msub><mo>)</mo></mrow><mi>y</mi><mn>2</mn></msubsup><mo>)</mo></mrow></mfrac></msqrt><mo>,</mo></mrow></math>]]></maths>采用点和直线距离作为评判标准,找出所有距离大于某一阈值的对应点,形成伪造点的二值掩模图像;(5)利用形态学操作,得到伪造区域的二值图像。
地址 300072 天津市南开区卫津路92号天津大学