基于双通道特征融合的电力设备铭牌图像篡改检测方法

本发明涉及图像处理，尤其是涉及基于双通道特征融合的电力设备铭牌图像篡改检测方法。

背景技术：

1、随着电力系统的智能化发展，电力设备铭牌图像作为电力生产中的重要数据，其安全性至关重要。然而，随着图像编辑技术的进步，电力设备铭牌图像中的文本和图标容易被恶意篡改，给电力信息安全带来严重威胁。现有的图像篡改检测技术主要针对自然场景图像，难以有效检测电力设备铭牌图像中的微小文本篡改区域。主要原因在于铭牌材质特殊，容易出现反光、脏污等噪声，且篡改区域通常较小，现有的通用篡改检测算法难以准确识别。

2、现有的图像篡改检测方法主要依赖于自然图像的边缘或表面特征，而电力设备铭牌图像中的篡改区域通常与原始图像具有较高的视觉一致性，难以通过传统的视觉特征进行检测。

技术实现思路

1、本发明的目的就是提供一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，通过结合视觉域和频域特征，提升对复杂篡改痕迹(如局部擦除、伪造纹理)的敏感性，设计环形残差模块，解决深层网络因特征退化导致的细节丢失问题，结合多尺度融合与大核注意力机制，增强篡改区域定位的精度与鲁棒性。

2、本发明的目的可以通过以下技术方案来实现：

3、一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，方法包括以下步骤：

4、获取电力设备铭牌rgb图像，图像输入电力设备铭牌图像篡改检测模型的视觉感知分支和频率感知分支中，视觉感知分支输出视觉特征，频率感知分支输出频域特征；

5、电力设备铭牌图像篡改检测模型的空洞空间金字塔池化模块对所述视觉特征和频域特征进行多尺度融合，得到融合特征；

6、融合特征输入电力设备铭牌图像篡改检测模型的解码器中，输出篡改区域的定位结果。

7、进一步地，图像输入电力设备铭牌图像篡改检测模型的视觉感知分支的卷积层，卷积层输出低级特征，低级特征和高级语义特征输入视觉感知分支的环形连接结构中，环形连接结构输出视觉特征。

8、进一步地，低级特征和高级语义特征输入环形连接结构中，环形连接结构输出视觉特征的具体步骤为：

9、低级特征经过环形连接结构的两个卷积与激活模块，再经过视觉感知分支的环形连接结构的最大池化层，最大池化层输出的特征和低级特征相加生成高级语义特征，低级特征和高级语义特征输入环形连接结构中，环形连接结构输出视觉特征。

10、进一步地，图像输入电力设备铭牌图像篡改检测模型的频率感知分支的sobel高通滤波模块，高通滤波模块输出残差图像，残差图像，输入频率感知分支的环形连接结构中，频率感知分支输出频域特征，所述频率感知分支的环形连接结构和视觉感知分支的环形连接结构的结构相同。

11、进一步地，空洞空间金字塔池化模块包括4个并行空洞卷积层，空洞卷积层的空洞率互不相同。

12、进一步地，融合特征为：

13、

14、其中，fin为视觉特征和频域特征，conv表示卷积，dilatedconvi表示第i个空洞卷积层。

15、进一步地，融合特征输入电力设备铭牌图像篡改检测模型的解码器中，输出篡改区域的定位结果的具体步骤为：

16、融合特征输入电力设备铭牌图像篡改检测模型的解码器的逐层上采样，然后和低级特征通过跳跃连接拼接，拼接得到的特征输入解码器的大核注意力机制，输出加权后的特征图，对加权后的特征图进行二值化处理，生成篡改区域掩码，基于掩码得到篡改区域的定位结果。

17、进一步地，加权后的特征图为拼接得到的特征和大核注意力机制的空间-通道注意力权重矩阵的乘积。

18、进一步地，基于掩码得到篡改区域的定位结果的具体步骤为：

19、对掩码去噪，然后通过连通域对去噪后的掩码分析筛选面积大于阈值的候选区域作为篡改区域的定位结果。

20、进一步地，所述去噪采用形态学开运算。

21、与现有技术相比，本发明具有以下有益效果：

22、本发明通过视觉与频域双通道特征融合，结合环形残差模块实现浅层细节与深层语义的双向交互，有效解决了传统方法中高频信息丢失和特征退化问题；利用空洞空间金字塔池化(aspp)模块捕获多尺度上下文信息，并通过大核注意力机制增强解码器对篡改区域边界的定位能力，显著提升了检测精度与抗干扰性。同时，该方法支持多分辨率输入并具备高效推理性能，可扩展应用于复杂场景下的电力设备铭牌及其他文档类图像的篡改检测。

1.一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，方法包括以下步骤：

2.根据权利要求1所述的一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，图像输入电力设备铭牌图像篡改检测模型的视觉感知分支的卷积层，卷积层输出低级特征，低级特征和高级语义特征输入视觉感知分支的环形连接结构中，环形连接结构输出视觉特征。

3.根据权利要求2所述的一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，低级特征和高级语义特征输入环形连接结构中，环形连接结构输出视觉特征的具体步骤为：

4.根据权利要求3所述的一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，图像输入电力设备铭牌图像篡改检测模型的频率感知分支的sobel高通滤波模块，高通滤波模块输出残差图像，残差图像，输入频率感知分支的环形连接结构中，频率感知分支输出频域特征，所述频率感知分支的环形连接结构和视觉感知分支的环形连接结构的结构相同。

5.根据权利要求1所述的一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，空洞空间金字塔池化模块包括4个并行空洞卷积层，空洞卷积层的空洞率互不相同。

6.根据权利要求1所述的一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，融合特征为：

7.根据权利要求6所述的一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，融合特征输入电力设备铭牌图像篡改检测模型的解码器中，输出篡改区域的定位结果的具体步骤为：

8.根据权利要求7所述的一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，加权后的特征图为拼接得到的特征和大核注意力机制的空间-通道注意力权重矩阵的乘积。

9.根据权利要求8所述的一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，基于掩码得到篡改区域的定位结果的具体步骤为：

10.根据权利要求9所述的一种基于双通道特征融合的电力设备铭牌图像篡改检测方法，其特征在于，所述去噪采用形态学开运算。