數(shù)字圖像真?zhèn)舞b別技術(shù)研究

貴州師范大學(xué)求是學(xué)院 鄧 堅(jiān)

1 引言

隨著數(shù)字圖像篡改技術(shù)的日益盛行，數(shù)字圖像真實(shí)性檢測(cè)成為當(dāng)今研究的熱點(diǎn)。雖然經(jīng)過(guò)篡改偽造后的圖像從肉眼上看很難發(fā)現(xiàn)異常，但這些篡改操作不可避免地會(huì)在圖像的統(tǒng)計(jì)特性上產(chǎn)生變化。而圖像真實(shí)性檢測(cè)就是依據(jù)圖像內(nèi)部的變化特性為依據(jù)進(jìn)行檢測(cè)的。本文針對(duì)常見(jiàn)的幾類篡改操作的檢測(cè)方法進(jìn)行分析總結(jié)。首先對(duì)圖像的偽造進(jìn)行簡(jiǎn)單的介紹，其次對(duì)復(fù)制-粘貼檢測(cè)、JPEG壓縮檢測(cè)、重采樣檢測(cè)、模糊潤(rùn)飾檢測(cè)進(jìn)行分析，最后展望了數(shù)字圖像真?zhèn)舞b別技術(shù)的發(fā)展。

2 圖像篡改操作

篡改者制作偽造圖像時(shí)，篡改過(guò)程通常采用如下方法：

(1)復(fù)制粘貼操作。如果想要從一幅圖像移除一個(gè)人或物體，篡改者通常會(huì)把這幅圖像的其它區(qū)域復(fù)制到該區(qū)，如果把拼接處做得不易察覺(jué)，那么復(fù)制區(qū)域就很難發(fā)現(xiàn)。

(2)重采樣操作。在圖像的合成偽造篡改操作中往往會(huì)伴隨有對(duì)圖像塊的大小尺度，角度等的變換，這些操作即對(duì)圖像進(jìn)行了重采樣。

(3)模糊操作。為使篡改不留下痕跡，對(duì)偽造塊的邊緣進(jìn)行模糊等平滑操作是必不可少的。

(4)JPEG壓縮。經(jīng)過(guò)數(shù)字圖像處理軟件偽造的圖像往往在保存時(shí)會(huì)進(jìn)行JPEG壓縮。

3 篡改操作的檢測(cè)方法

3.1 復(fù)制粘貼檢測(cè)方法

經(jīng)過(guò)在同一幅圖中進(jìn)行粘貼篡改的數(shù)字圖象中的復(fù)制粘貼區(qū)域有很大的特征相似性，這種復(fù)制區(qū)域可通過(guò)匹配算法進(jìn)行檢測(cè)和定位圖像篡改偽造的區(qū)域。復(fù)制粘貼檢測(cè)方法主要分為遍歷查詢法以及塊特征匹配法兩種。遍歷查詢法是主要是對(duì)圖像進(jìn)行像素塊劃分，然后分別以這些圖像塊為模板進(jìn)行圖像遍歷查詢，以此來(lái)查找圖像中的相似區(qū)域。這種方法計(jì)算量大，并且在篡改中往往容易引入噪聲，該方法對(duì)噪聲不具有魯棒性。特征匹配方法是在分塊的基礎(chǔ)上，提取出圖像塊的特征值，然后通過(guò)尋找相近的特征值來(lái)判斷復(fù)制粘貼區(qū)域。例如根據(jù)圖像塊離散余弦變換(DCT)系數(shù)進(jìn)行模糊匹配，采用主成分分析(PCA)設(shè)計(jì)檢測(cè)方法，以及利用幾何不變矩進(jìn)行檢測(cè)等。特征匹配方法較遍歷搜索法提高了計(jì)算效率且對(duì)噪聲具有更強(qiáng)的魯棒性。

3.2 重采樣檢測(cè)方法

圖像重采樣操作往往會(huì)引起像素間的相關(guān)性發(fā)生變化，此特性可以作為檢測(cè)重采樣的依據(jù)。目前重采樣的檢測(cè)方法主要是基于以下兩類特性，一類是基于插值信號(hào)的像素間存在一定的相關(guān)性，第二類是基于插值信號(hào)的二階導(dǎo)數(shù)的周期性為依據(jù)進(jìn)行檢測(cè)。

基于重采樣圖像二階導(dǎo)數(shù)的統(tǒng)計(jì)方差具有周期性，且周期與重采樣倍數(shù)呈線性關(guān)系這一特點(diǎn)可以檢測(cè)縮放操作，但不能檢測(cè)旋轉(zhuǎn)操作。Wei[1]在此的基礎(chǔ)上進(jìn)行擴(kuò)展提出了可以估計(jì)旋轉(zhuǎn)因子的算法并成功應(yīng)用于圖像篡改檢測(cè)，但該方法對(duì)于壓縮圖像不具有魯棒性。文獻(xiàn)[2]先對(duì)JPEG 圖像 進(jìn)行再次重采樣，削弱壓縮帶來(lái)的影響，然后再利用插值信號(hào)的二階導(dǎo)數(shù)具有周期性為依據(jù)進(jìn)行檢測(cè)，該算法對(duì)JPEG壓縮具有一定抵抗壓縮能力。針對(duì)篡改圖像過(guò)程中往往會(huì)引入噪聲，影響重采樣檢測(cè)及篡改判斷，文獻(xiàn)[3]基于重采樣操作導(dǎo)致的離散余弦變換(DCT)系數(shù)之間相關(guān)性的變化，提出了一種新的圖像重采樣篡改檢測(cè)方法，該方法對(duì)于加噪重采樣圖像具有一定的魯棒性。但這些方法主要針對(duì)單一重采樣操作檢測(cè)，在實(shí)際圖像篡改偽造過(guò)程中，常需要對(duì)偽造圖像進(jìn)行再一次的尺度大小變換，此時(shí)篡改區(qū)域與背景區(qū)域會(huì)同時(shí)受到重采樣操作的影響，上述方法不能有效地區(qū)分出篡改區(qū)域，故如何設(shè)計(jì)出一種對(duì)多重復(fù)雜的篡改操作兼具魯棒性的重采樣檢測(cè)方法成為下一步探索的方向。

3.3 JPEG壓縮檢測(cè)方法

目前已有很多學(xué)者針對(duì)JPEG壓縮提出了多種檢測(cè)方法。篡改后的合成圖像在存儲(chǔ)成新的JPEG 圖像后往往會(huì)受到第二次JPEG壓縮操作，受到第二次JPEG壓縮量化的圖像DCT系數(shù)的直方圖會(huì)出現(xiàn)一定的周期性，該特性可以作為檢測(cè) JPEG壓縮痕跡的依據(jù)[4]。此外，如果偽造合成圖像是由兩幅不同的JPEG圖像組合而成，那么由于合成圖像內(nèi)部存在不同的壓縮歷史痕跡，因此該圖像的DCT系數(shù)的方差將會(huì)出現(xiàn)局部接近于零的情況，F(xiàn)arid 稱此特性為JPEG Ghost，此特性可以作為檢測(cè)圖像不同壓縮痕跡的依據(jù)[5]。另外還有學(xué)者發(fā)現(xiàn)了以下特性，即合成圖像中如果存在不同的壓縮痕跡，那么該圖像內(nèi)將會(huì)存在質(zhì)量因子以及壓縮分塊位置的不一致性[6]，可以利用這兩種不一致性作為檢測(cè)JPEG 合成圖像的證據(jù)。在圖像偽造過(guò)程中，往往需要進(jìn)行縮放等重采樣操作，而此動(dòng)作將會(huì)破環(huán)JPEG壓縮特性，使檢測(cè)變得困難，因此該方法須和重采樣檢測(cè)方法一起使用才能得到較好檢測(cè)效果。

3.4 模糊痕跡的檢測(cè)方法

為是篡改不留下痕跡，對(duì)偽造塊的邊緣進(jìn)行模糊等平滑操作是必不可少的。模糊操作可以使新插入部分與其周圍景物的色彩或邊界等平滑過(guò)渡，消除區(qū)域的不連續(xù)性。然而這一操作可能在平滑像素與其鄰域像素之間引入某種線形或非線性的關(guān)系，即通過(guò)此線索可以設(shè)計(jì)出相應(yīng)的檢測(cè)算法定位出篡改的區(qū)域。模糊痕跡的檢測(cè)可以為圖像偽造提供檢測(cè)依據(jù)。

4 總結(jié)

在圖像的實(shí)際偽造篡改過(guò)程中，一幅偽造圖像往往是經(jīng)歷了一系列篡改操作而得到的，而目前的真?zhèn)螜z測(cè)方法主要還是針對(duì)單一篡改模式進(jìn)行研究討論，并且對(duì)有損壓縮、隨機(jī)噪聲疊加等的魯棒性較差，距離實(shí)際應(yīng)用依然遙遠(yuǎn)。因此還需不斷引入各種篡改模式進(jìn)行討論并提高其檢測(cè)方法的魯棒性，使其能應(yīng)用于實(shí)際的偽造圖真?zhèn)舞b別中。同時(shí)，目前圖像真?zhèn)舞b別技術(shù)的研究還存在一些困難，例如缺乏公用的偽造圖像測(cè)試數(shù)據(jù)庫(kù)，沒(méi)有統(tǒng)一的圖像真?zhèn)舞b別性能評(píng)價(jià)方法，對(duì)各種圖像真?zhèn)舞b別技術(shù)的性能沒(méi)辦法進(jìn)行定量比較等，因此還需深入研究并形成較全面的鑒別系統(tǒng)。

[1]Wei W M,Wang S Z,Zhang X P,et al.Estimation of image rotation angle using interpolation-related spectral signatures with application to blind detection of image forgery[J].IEEE Transactions on Information Forensics and Security,2010,5(3):507-517.

[2]劉一,劉本永.基于再采樣的圖像重采樣偽作檢測(cè)[J].計(jì)算機(jī)應(yīng)用,2014,34(3):815-819.

[3]周治平,胡成燕,朱丹.基于Markov過(guò)程和偽極坐標(biāo)快速傅里葉變換的重采樣篡改檢測(cè)[J].計(jì)算機(jī)應(yīng)用,2014,34(11):3323-3326.

[4]J.He,Z.Lin,L.Wang and X.Tang.“Detecting doctored JPEG images via DCT coef cient analysis”9th European Conference on Computer Vision Proceedings,Graz,Austria,20 06,pp.423-435.

[5]H.Farid.“Exposing digital forgeries from JPEG ghosts”IEEE Transactions on Information Forensics and Secu rity,vol.4,no.1,Mar.2009.pp.154-160.

[6]E.G.Zheng and X.J.Ping.“Passive-Blind Forensics for a Class of JPEG Image Forgery”Journal of Electronics &Information Technology,vol.32,no.2,Feb.2010,pp.394-399.