一种防伪图像检测方法、装置及存储介质与流程

本申请涉及计算机信息处理、图像相似性和人工智能的。特别的，本申请涉到一种应用于无损检测的防伪图像检测方法、装置及存储介质。

背景技术：

1、在无损检测中，如工业射线检测和相控阵超声检测，成像数据可能会被未经请求的重复上传、重新扫描、重复数据替换，或人为添加的扰动进行恶意替换检测结果，或为节省成本篡改检测数据，而由于相关识别难度，人类一直是此类发现伪造数据主要方法。由此一个有效的自动化防伪方法对于相关工业的安全与检测数据的质量审核至关重要。

2、现有图像相似性检测在过去多用于图像推荐系统、场景和图像拼接等。在这些领域中，图像一般是一些精度要求不高的搜索推荐，或者是在非常相似的照明条件下拍摄的，有很大的图像重叠。然而，由于造假问题中无损检测成像的性质，图像的拍摄条件，如照明、噪声、图像重叠可能会有很大的变化，或者被故意恶化，从而使伪造图像不容易被识别。

3、因此，对于任何利用数据增强的无监督方法来说，成像数据集中出现的噪声可能变化很大，通常不只是平移、旋转、翻转、亮度变化和噪声的简单组合，高度非线性的几何和图像像素值变换也可能存在。

4、对于任何有监督的方法，为机器学习方法获得必要的大型伪造图像数据集是很困难的。由于目前识别伪造的方法不足以有效找到伪造图像，因为目前主要是用人来防伪。因此，使用朴素的、众所周知的神经网络监督学习方法将很难在这里正常使用。

5、由于任何现有的深度学习方法通常只输出一个单一的相似度量，再加上用于度量的高维张量或哈希值缺乏真正的可解释性，以进行算法可信度的判断。

6、对于像防伪这样的高精度任务，缺乏可解释性很难对相似图像的相似性质进行高精度的判断与过滤，这样检索结果的数量可能是非常大的数字。对于n个数量的图像数据点，存在[n*(n-1)]/2个关系，复杂度为o(n^2)，因此精度的任何波动可能意味着人类可处理的10个或100个检索对与人类很难处理的1000个或10000个检索可疑相似图像对之间的区别

7、对于任何采用图像点描述符的传统方法来说，由于成像数据的几何变化较大，而且无损检测图像中的语义信息和语义级噪声变化也很大，尽管特征描述符对低级纹理或局部噪声和空间变换的数学容忍度已得到证实，但对这种高度失真的语义级的噪声容忍度通常很差，检索到的有用结果很少。

8、简言之，现有的图像特征点对高度非线性的几何变化等和金属字符等语义信息的干扰反应较大。神经网络需要的大型数据集不可能得到，且仅使用神经网络结果很难解释并达到高精度。

9、因此，由于上述潜在造假问题的普遍性、严重性和安全重要性，以及现有方法的局限性和问题，有必要采用一种新的、高效的、人类可访问的、快速的和可解释的类似图像检测方法，以确保高性能，同时减少图像集中虚假检测的压倒性噪音，并将人类从这项艰巨的任务中解脱出来。

技术实现思路

1、发明要解决的技术问题

2、造假是无损检测行业的一个大问题。目前，由于缺乏良好的检测方法，伪造图像的过程具有高回报和低风险。根据最近的一些研究，图像防伪最普遍的检测形式仍然是人类。众所周知的方法要么是需要大量的人手动检查成千上万的图像，要么就是机器的检测效率低下，不准确，提供大量的假阳性结果。因此，这个问题在很大程度上仍然没有得到解决，在许多情况下，伪造图像有可能造成相当大的化学工厂和管道事故。因此，需要找到一种高效、快速和可被人类利用的方法来限制这种造假的可能性。

3、本申请是鉴于上述问题提出的，本申请的目的是提供一种应用于无损检测的防伪图像检测方法、装置及存储介质，以提高无损检测的伪造图像的检测效率和可靠性，降低人工检测成本。

4、第一方面，本申请实施例提供了一种防伪图像检测方法，包括：

5、获取通过无损检测得到的空间序列图像集；

6、提取所述空间序列图像集中的与第一图像对应的第一点特征描述符集以及与第二图像对应的第二点特征描述符集；

7、对所述第一点特征描述符集中的任一特征点矢量与所述第二点特征描述符集中的任一特征点矢量进行近邻匹配，当满足近邻匹配条件的特征点对的数量超过阈值时，则判定为所述第一图像和所述第二图像中至少一张为可能假图或重图；以及

8、当满足近邻匹配条件的特征点对的数量超过阈值时，进一步对满足近邻匹配条件的特征点对的属于第一图像集的第一特征点的空间序列轴位置与属于第二图像集的第二特征点的空间序列轴位置进行线性关系的假设检测，

9、其中，在所述假设检测中，计算所述第一特征点的空间序列轴位置与所述第二特征点的空间序列轴位置的pearson相关系数，基于预设的pearson相关系数的置信区间对计算出的所述pearson相关系数进行假设检测，基于假设检测的结果判定满足近邻匹配条件的所述第一特征点的空间序列轴位置与所述第二特征点的空间序列轴位置的集合是否满足线性关系，然后根据线性关系的判定结果确定所述第一图像和所述第二图像中是否至少一张为假图或重图。

10、第二方面，本申请实施例提供一种防伪图像检测装置，其特征在于，包括：存储器和处理器；所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时执行上述的防伪图像检测方法。

11、第三方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现前述的防伪图像检测方法。

12、发明的效果

13、本申请通过增加特征点匹配判断无损检测图像防伪的伪阳性检测概率。当单纯通过匹配特征点数量作为相似度阈值时，可能产生一些特征点匹配较多但并非伪造或重复的图像。通过伪造与重复例如焊缝检测c面扫查图像在图像横轴即焊缝中轴的特征位置必须成线性这一假设，可以通过统计学滤波与假设检测方法，有效过滤单纯特征点匹配数量较多的焊缝图像对。根据本申请，能够更高效、可靠的实现防伪图像的检测，降低了人工成本。

技术特征：

1.一种防伪图像检测方法，其特征在于，包括：

2.根据权利要求1所述的防伪图像检测方法，其特征在于，计算所述空间序列图像集中满足近邻匹配的特征点对的数量的统计分布，将统计分布的规定区间的上限值作为所述阈值。

3.根据权利要求1所述的防伪图像检测方法，其特征在于，在计算pearson相关系数之前，计算满足匹配条件的第一特定点的空间序列轴位置与第二特征点的空间序列轴位置的集合的散点图，利用椭圆滤波器或高斯滤波器对散点图上的散点进行过滤。

4.根据权利要求1所述的防伪图像检测方法，其特征在于，

5.一种防伪图像检测装置，其特征在于，包括：存储器和处理器；

6.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1-4中任一项所述的防伪图像检测方法。

技术总结本申请涉及一种防伪图像检测方法、装置，包括：获取通过无损检测得到的空间序列图像集；提取所述空间序列图像集中的与第一图像对应的第一点特征描述符集以及与第二图像对应的第二点特征描述符集；对所述第一点特征描述符集中的任一特征点矢量与所述第二点特征描述符集中的任一特征点矢量进行近邻匹配，当满足近邻匹配条件的特征点对的数量超过阈值时，则判定为所述第一图像和所述第二图像中至少一张为可能假图或重图；以及当满足近邻匹配条件的特征点对的数量超过阈值时，进一步对满足近邻匹配条件的特征点对中的属于第一图像集的第一特征点的空间序列轴位置与属于第二图像集的第二特征点的空间序列轴位置进行线性关系的假设检测。技术研发人员：马尔辛·赫拉佩克,周禾受保护的技术使用者：周禾技术研发日：技术公布日：2024/7/29