一种基于噪声纹理的文档图像篡改检测方法及系统与流程

本技术属于图像处理，特别涉及一种基于噪声纹理的文档图像篡改检测方法及系统。

背景技术：

1、在文档图像防伪检测领域，一种广泛应用的标准流程是，通过提取文档图像的全局噪声纹理特征，并依据噪声分布统计阈值与特征相似度匹配规则，来实现同源复制粘贴类篡改的识别与区域定位。

2、在实际应用场景中，办公文档图像普遍存在文字笔画结构与背景纸张纹理混杂分布的固有属性，文字区域与背景区域的纹理统计特性存在天然异质性，且文字区域内纹理一致性与跨边界纹理连续性存在内在关联。这导致噪声纹理图中笔画边缘的结构跳变能量显著高于微观噪声的基底能量，单一全局统计量较难同时适配文字区与背景区的纹理分布特性。在此条件下，仅基于全局噪声特征进行篡改判定，不利于精准捕捉文字区域内的细微纹理差异，也难以有效反映边界处的纹理连续性变化，易造成同源复制粘贴篡改的漏检率偏高、篡改边界定位精度不足的问题。

3、因此，如何对文档噪声纹理进行分区差异化处理，并协同利用文字区域内纹理一致性与跨边界纹理连续性开展联合校验，在弱化笔画结构对纹理特征干扰的同时提升篡改边界的识别精度，成为本领域亟需解决的技术问题。

技术实现思路

1、本技术通过提供一种基于噪声纹理的文档图像篡改检测方法及系统，通过协同利用文字区域内纹理一致性与跨边界纹理连续性放大篡改导致的纹理异常，能够有效规避笔画结构对纹理特征的干扰，显著提升同源篡改的检测灵敏度与定位精度。

2、为了实现上述目的，本技术采用以下技术方案：

3、一方面，本发明提出一种基于噪声纹理的文档图像篡改检测方法，包括：

4、s1.获取文档图像；

5、s2.根据文档图像生成反映该图像微观纹理变化的噪声纹理图；

6、s3.将噪声纹理图分割为文字区域噪声纹理与背景区域噪声纹理；

7、s4.对文字区域噪声纹理进行局部纹理一致性度量，生成表征文字区域内各局部区块间噪声差异的纹理一致度图；

8、s5.将背景区域噪声纹理与邻域文字区域噪声纹理进行跨区域对比，并以纹理一致度图作为对比的加权依据，计算文字区域边界邻域内每个位置处背景纹理与邻域文字区域纹理的差异程度，生成区域间噪声纹理差异特征图；

9、s6.依据区域间噪声纹理差异特征图，定位区域间噪声纹理差异特征图中数值超过预设判定条件的区域，将该区域标识为篡改区域。

10、优选地，步骤s2中根据文档图像生成反映该图像微观纹理变化的噪声纹理图，包括以下步骤：

11、s2-1.对文档图像的像素矩阵进行高斯低通滤波，得到平滑图像；

12、s2-2.计算文档图像与平滑图像的差值，得到残差图像；

13、s2-3.对残差图像进行归一化处理，得到噪声纹理图；其中，噪声纹理图中，背景区域以成像噪声和纸张纹理噪声为主要分量，文字区域包含笔画边缘高频分量与噪声分量。

14、通过高斯残差法提取图像高频分量以分离微观噪声纹理，经归一化消除不同采集条件下的幅值偏差，为后续纹理分析提供稳定的高频数据源。

15、优选地，步骤s3中将噪声纹理图分割为文字区域噪声纹理与背景区域噪声纹理，包括：

16、s3-1.对文档图像进行自适应阈值二值化，生成文字掩膜；

17、s3-2.对文字掩膜进行形态学闭操作，得到连通文字区域掩膜；

18、s3-3.根据连通文字区域掩膜，将噪声纹理图中位于掩膜内的像素划分为文字区域噪声纹理，将掩膜外的像素划分为背景区域噪声纹理。

19、通过自适应二值化与形态学处理生成精准的文字区域掩膜，实现噪声纹理的分区划分，为后续差异化纹理处理提供空间依据，降低文字结构分量干扰背景纹理分析。

20、优选地，步骤s4中对文字区域噪声纹理进行局部纹理一致性度量，生成纹理一致度图，包括：

21、s4-1.对文字区域噪声纹理进行结构分量弱化处理，得到噪声纹理相对增强的文字噪声纹理；

22、s4-2.按预设网格将文字噪声纹理划分为互不重叠的文字噪声区块；

23、s4-3.对每一个文字噪声区块，分别提取其内部噪声微观纹理的梯度方向直方图和局部二值模式等价模式直方图；

24、s4-4.对每一对在网格位置上共享边界的文字噪声区块，分别计算梯度方向直方图之间的第一相似度和局部二值模式等价模式直方图之间的第二相似度，经归一化与取补运算后得到第一相邻区块纹理差异值和第二相邻区块纹理差异值；

25、s4-4.将第一相邻区块纹理差异值与第二相邻区块纹理差异值进行融合，得到相邻区块纹理差异值；

26、s4-5.基于全部相邻区块纹理差异值，通过插值构建纹理差异图，并对纹理差异图进行取补运算得到纹理一致度图。

27、先弱化笔画边缘的结构跳变能量以增强噪声纹理占比，再通过区块化双特征度量量化局部纹理连续性，最终生成像素级纹理一致度图，精准捕捉文字区域内的细微纹理差异。

28、优选地，步骤s5中将背景区域噪声纹理与邻域文字区域噪声纹理进行跨区域对比，并以纹理一致度图作为对比的加权依据，计算文字区域边界邻域内每个位置处背景纹理与邻域文字区域纹理的差异程度，生成区域间噪声纹理差异特征图，包括：

29、s5-1.对背景区域噪声纹理执行与文字区域相同的结构分量弱化处理，得到预处理后背景噪声纹理；

30、s5-2.对于预处理后背景噪声纹理中位于文字区域边界邻域内的每个背景像素，提取其局部邻域内距离最近的文字噪声区块，同时计算背景侧噪声均值与对应文字噪声区块的灰度均值绝对偏差，以及两侧纹理分布差异值，按预设权重融合得到跨区域纹理差异值；若局部邻域内不存在文字噪声区块，则将该跨区域纹理差异值置为无效值；遍历后形成初始差异图；其中，文字区域边界基于连通文字区域掩膜确定；

31、s5-3.对于初始差异图中每个具有有效值的背景像素，基于其范围更大的局部邻域内与当前像素到文字区域边界距离相近的其他有效像素的跨区域纹理差异值分布，确定正常纹理差异基线；

32、s5-4.将该背景像素的跨区域纹理差异值减去正常纹理差异基线，得到基线校正后的纹理差异值，并以最近文字噪声区块对应区域内的纹理一致度均值为权重进行加权，得到该位置的区域间噪声纹理差异特征值，遍历后形成区域间噪声纹理差异特征图；其中，跨区域纹理差异值为无效值的背景像素，其区域间噪声纹理差异特征值置为零。

33、统一背景与文字侧的特征处理流程，通过自适应基线校正消除原生纹理波动的系统性偏差，结合纹理一致度加权提升边界差异判定的可信度，精准放大篡改边界的纹理异常。

34、优选地，步骤s6中依据区域间噪声纹理差异特征图，定位区域间噪声纹理差异特征图中数值超过预设判定条件的区域，将该区域标识为篡改区域，包括：

35、sa6-1.对区域间噪声纹理差异特征图进行阈值分割，提取数值超过预设差异阈值的区域，得到候选篡改二值图；

36、sa6-2.对候选篡改二值图进行连通域分析，提取面积超过背景区域面积阈值的连通域；

37、sa6-3.将提取出的连通域确定为篡改区域，并在文档图像上绘制边界框进行标识输出。

38、通过阈值分割与自适应连通域面积过滤剔除小面积噪声干扰，快速定位背景区域的篡改范围并可视化输出，适配批量文档的快速筛查场景。

39、优选地，步骤s6中依据区域间噪声纹理差异特征图，定位区域间噪声纹理差异特征图中数值超过预设判定条件的区域，将该区域标识为篡改区域，包括：

40、sb6-1.根据文档图像经自适应阈值二值化及形态学闭操作得到的连通文字区域掩膜，将纹理一致度图中位于掩膜内的区域作为文字区域特征，对文字区域特征计算文字区域分割阈值，提取纹理一致度低于文字区域分割阈值的区域，得到文字区域候选二值图；

41、sb6-2.对文字区域候选二值图进行连通域分析，提取面积超过文字区域面积阈值的连通域，作为文字区域候选篡改区域；

42、sb6-3.将文字区域候选篡改区域，与由区域间噪声纹理差异特征图经阈值分割、连通域面积过滤得到的背景区域候选篡改区域取并集，确定为篡改区域，并在文档图像上绘制边界框进行标识输出。

43、融合文字区域内部纹理一致性异常与背景区域边界纹理差异异常两类检测结果，同时覆盖多种篡改形态，通过特征互补降低漏检率，提升检测全面性。

44、优选地，步骤s3-1中对文档图像进行自适应阈值二值化，生成文字掩膜，包括：

45、s3-1-1.对于文档图像中的每个像素，确定以该像素为中心的局部邻域窗口；

46、s3-1-2.计算局部邻域窗口内所有像素灰度值的算术平均值；

47、s3-1-3.将算术平均值减去预设偏移常数后作为该像素的二值化阈值，若该像素的灰度值小于二值化阈值，则将该像素标记为文字像素，否则标记为背景像素，遍历所有像素后形成文字掩膜。

48、采用局部均值结合偏移常数的自适应阈值分割方式，适配页面光照不均与灰度渐变场景，保障文字掩膜的分割精度，抑制噪声引发的误分割。

49、优选地，步骤s4-1中对文字区域噪声纹理进行结构分量弱化处理，得到噪声纹理相对增强的文字噪声纹理，包括：

50、s4-1-1.对文字区域噪声纹理进行多尺度小波分解，得到各尺度的高频子带和低频子带；

51、s4-1-2.取分解后对应笔画边缘结构的最粗尺度低频子带，计算该低频子带中所有小波系数的幅值均值，保持系数符号不变，将幅值超过幅值均值的低频小波系数的幅值缩减至原幅值的预设比例，幅值未超过幅值均值的小波系数保持不变，得到衰减后的低频子带；

52、s4-1-3.基于衰减后的低频子带与各尺度的高频子带进行重构，得到文字噪声纹理。

53、通过多尺度小波分解选择性衰减笔画边缘对应的低频结构分量，在保留微观噪声纹理的前提下压制结构跳变干扰，且不引入额外滤波伪影，实现噪声纹理的相对增强。

54、另一方面，本发明还提出一种基于噪声纹理的文档图像篡改检测系统，用于实现方法，系统包括：

55、图像获取模块：用于获取文档图像。

56、纹理提取模块：用于根据文档图像生成反映该图像微观纹理变化的噪声纹理图。

57、区域分割模块：用于将噪声纹理图分割为文字区域噪声纹理与背景区域噪声纹理。

58、一致性度量模块：用于对文字区域噪声纹理进行局部纹理一致性度量，生成表征文字区域内各局部区块间噪声差异的纹理一致度图。

59、差异计算模块：用于将背景区域噪声纹理与邻域文字区域噪声纹理进行跨区域对比，并以纹理一致度图作为对比的加权依据，计算文字区域边界邻域内每个位置处背景纹理与邻域文字区域纹理的差异程度，生成区域间噪声纹理差异特征图。

60、篡改定位模块：用于依据区域间噪声纹理差异特征图，定位区域间噪声纹理差异特征图中数值超过预设判定条件的区域，将该区域标识为篡改区域。

61、本技术的有益效果：

62、本技术对文档噪声纹理进行文字区域与背景区域的分区处理，一方面通过文字区域局部纹理一致性度量，细化捕捉文字区块间的细微纹理差异；另一方面以纹理一致度为加权依据开展边界邻域的跨区域纹理差异计算，为边界特征判定提供更可靠的基准参照，既可以降低笔画边缘结构跳变能量对纹理判定的干扰，提升文字内部异常的识别准确度，又可以减少纸张本身纹理波动对边界判定的影响，提升篡改边界的定位精准度。整体检测的漏检率与误检率均得到优化，检测灵敏度与定位精度相较于单一维度的检测方式有明显提升，可更好地适配多分辨率办公文档的防伪核验需求。

63、本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术而了解。本技术的目的和其他优点可通过在说明书以及附图中所指出的结构来实现和生成。