數(shù)字圖像區(qū)域復(fù)制篡改的盲取證技術(shù)研究進(jìn)展

趙潔， 劉萌萌， 武斌， 翟大偉

(天津城建大學(xué) 計(jì)算機(jī)與信息工程學(xué)院， 天津 300384)

?

數(shù)字圖像區(qū)域復(fù)制篡改的盲取證技術(shù)研究進(jìn)展

趙潔， 劉萌萌， 武斌， 翟大偉

(天津城建大學(xué) 計(jì)算機(jī)與信息工程學(xué)院， 天津 300384)

摘要：由于盲取證技術(shù)不需要任何預(yù)先嵌入的認(rèn)證信息,而僅根據(jù)圖像本身的統(tǒng)計(jì)特性就能鑒別數(shù)字圖像的原始性、真實(shí)性和完整性，已經(jīng)成為數(shù)字媒體安全領(lǐng)域的研究熱點(diǎn).文中介紹了數(shù)字圖像中常見的區(qū)域復(fù)制篡改方式，分析實(shí)際篡改過程中可能涉及到的圖像處理操作，總結(jié)歸納了區(qū)域復(fù)制篡改盲取證方法的一般流程.最后，指出現(xiàn)有目前方法存在的問題，并對(duì)盲取證技術(shù)未來的研究方向進(jìn)行展望.

關(guān)鍵詞：盲取證； 區(qū)域復(fù)制； 篡改檢測(cè)； 數(shù)字取證

隨著各種功能強(qiáng)大的圖像編輯軟件(如Photoshop)的普及，人們幾乎不需要專業(yè)技術(shù)就可以輕易對(duì)一幅圖像進(jìn)行修改，并且篡改的圖像很難通過肉眼有效分辨.篡改圖像在新聞報(bào)道、商業(yè)宣傳、學(xué)術(shù)研究、法庭舉證等方面勢(shì)必產(chǎn)生惡劣的影響.如何有效鑒別一幅數(shù)字圖像的原始性、真實(shí)性和完整性，并對(duì)篡改圖像進(jìn)行取證分析,已經(jīng)成為迫切需要解決的問題.圖像篡改取證方法可分為主動(dòng)取證技術(shù)和被動(dòng)取證技術(shù).主動(dòng)取證技術(shù)需要事先向圖像中添加數(shù)字水印或數(shù)字簽名等額外的認(rèn)證信息，往往要求圖像獲取設(shè)備具有生成簽名或添加水印的功能模塊.然而，目前絕大多數(shù)數(shù)碼成像設(shè)備不具有上述功能.被動(dòng)取證技術(shù)，又稱盲取證技術(shù)，不需要事先在圖像中嵌入認(rèn)證信息，僅僅根據(jù)數(shù)字圖像本身的統(tǒng)計(jì)特性鑒別圖像的原始性、真實(shí)性和完整性，具有更加廣泛的實(shí)用性，已經(jīng)成為國內(nèi)外信息安全領(lǐng)域的研究熱點(diǎn)之一.因此，本文主要綜述了數(shù)字圖像區(qū)域復(fù)制篡改的盲取證技術(shù)研究進(jìn)展.

1區(qū)域復(fù)制篡改

區(qū)域復(fù)制是指復(fù)制圖像中的某一部分區(qū)域，粘貼到同一幅圖像中不相交的其他區(qū)域，以此達(dá)到偽造場(chǎng)景或添加目標(biāo)的目的.由于復(fù)制區(qū)域來源于同一幅圖像，它的重要特征諸如調(diào)色板、灰度范圍、紋理、噪聲等與粘貼位置的周圍區(qū)域具有良好的兼容性，因此，篡改圖像往往非常逼真.區(qū)域復(fù)制的篡改實(shí)例，如圖1所示.

(a) 原始圖像 (b) 篡改圖像圖1　圖像區(qū)域復(fù)制篡改實(shí)例Fig.1　Example of image region duplication forgery

在實(shí)際情況中，一幅區(qū)域復(fù)制的篡改圖像可能涉及到多種圖像處理操作，基本可以分為兩大類：中間操作和后處理操作.中間操作是指對(duì)復(fù)制區(qū)域粘貼之前執(zhí)行的處理操作，包括旋轉(zhuǎn)、翻轉(zhuǎn)、縮放、色度改變、亮度改變等.與中間操作不同，后處理操作是指將復(fù)制區(qū)域粘貼之后對(duì)整個(gè)篡改圖像進(jìn)行的處理操作，包括JPEG壓縮、加噪、模糊等，主要是用來盡可能消除諸如尖銳邊緣等復(fù)制粘貼引起的操作痕跡,同時(shí),在一定程度上增加篡改檢測(cè)算法盲取證的難度.

2盲取證的檢測(cè)流程

針對(duì)區(qū)域復(fù)制篡改方式，近年來國內(nèi)外學(xué)者提出了很多盲取證的檢測(cè)方法，大致歸納為3類[1-2]：1) 基于分塊特征匹配的方法；2) 基于特征點(diǎn)檢測(cè)與特征匹配的方法；3) 利用JPEG編碼特征的盲取證方法.針對(duì)第3類方法，國內(nèi)學(xué)者也提出了一些盲取證方法.趙潔等[3]提出利用JPEG系數(shù)變化率實(shí)現(xiàn)區(qū)域復(fù)制篡改和拼接合成篡改的盲取證；王浩明等[4]通過分析二次壓縮量化離散余弦變換(discrete cosine transform,DCT)系數(shù)直方圖的特點(diǎn)，將JPEG篡改圖像的檢測(cè)轉(zhuǎn)化為對(duì)圖像子塊一次壓縮與雙壓縮的判別；王青等[5]根據(jù)原始DCT系數(shù)與重壓縮后DCT系數(shù)的映射關(guān)系建立圖像重壓縮概率模型實(shí)現(xiàn)盲取證.

文中主要針對(duì)前兩類盲取證方法展開綜述，通過深入研究發(fā)現(xiàn)，這兩類方法都基本遵循一個(gè)通用的檢測(cè)流程，如圖2所示.

圖2　區(qū)域復(fù)制篡改檢測(cè)方法的通用流程Fig.2　General process of region duplication forgery detection methods

2.1　預(yù)處理

目前,大部分算法[6-9]都是針對(duì)灰度圖像進(jìn)行檢測(cè).因此,在預(yù)處理階段的工作是色彩轉(zhuǎn)換，即將R,G,B三通道的彩色分量映射為像素的灰度值.一部分算法由于僅針對(duì)亮度(Y)信息[10-11]或某一色度(Cb/Cr)分量[12]進(jìn)行處理，在預(yù)處理階段需要將彩色圖像從RGB顏色空間轉(zhuǎn)換為YCbCr顏色空間.除了色彩轉(zhuǎn)換的方法，文獻(xiàn)[13-14]采用基于離散小波變換的維數(shù)縮減的預(yù)處理技術(shù),提取產(chǎn)生的低頻子帶,作為后續(xù)檢測(cè)步驟的輸入.其他的預(yù)處理技術(shù)還包括為了減少檢測(cè)時(shí)間將圖像縮放至特定的尺度[10,15]、低通濾波[6,16]、高斯金字塔分解[17-19]等.

2.2　空域分塊或特征點(diǎn)檢測(cè)

區(qū)域復(fù)制操作必然導(dǎo)致篡改圖像中存在至少兩塊具有一定面積的高度相似區(qū)域.因此，檢測(cè)算法的主要原理是尋找圖像中是否存在具有一定面積的高度相似區(qū)域.目前，普遍采用空域分塊特征匹配的檢測(cè)方法.首先,將圖像分為子塊;然后,通過比較圖像塊的特征，尋找相似區(qū)域.文獻(xiàn)[8-10,20-22]最常用的分塊方法是將圖像分成非重疊的方形塊，即通過尺寸為b×b的方形窗口,從圖像的左上角到右下角每次滑動(dòng)一個(gè)像素進(jìn)行掃描得到.文獻(xiàn)[19]采用內(nèi)切圓形分塊替代方形分塊.

不同于分塊匹配的方法，基于特征點(diǎn)匹配的方法首先需要在圖像中檢測(cè)特征點(diǎn)，這兩類方法的區(qū)別在于步驟2(圖2).基于特征點(diǎn)的方法主要采用尺度不變特征變換(scale-invariant feature transform,SIFT)和加速魯棒特征(speeded up robust features,SURF).采用上述算法生成的特征點(diǎn)描述子對(duì)圖像的平移、旋轉(zhuǎn)、尺度縮放具有不變性，對(duì)光照變化、視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性.

2.3　特征提取

國內(nèi)外學(xué)者針對(duì)區(qū)域復(fù)制篡改方式提出了很多檢測(cè)方法.然而,這些方法的主要區(qū)別在于采用的特征提取方法及構(gòu)成特征的類型和尺寸不同.特征提取是篡改檢測(cè)算法的關(guān)鍵步驟.

2.3.1基于離散余弦變換的特征提取方法Fridrich等[23]最先提出一種基于滑動(dòng)窗口分塊特征匹配的區(qū)域復(fù)制篡改檢測(cè)方法，將DCT系數(shù)作為圖像塊的特征描述；Huang等[24]將量化DCT系數(shù)之字形排序?yàn)橐痪S數(shù)組，通過截?cái)嗖僮魃山档途S數(shù)的圖像塊特征，該方法可以抵抗JPEG壓縮和模糊攻擊；Cao等[20]提出采用內(nèi)切圓塊對(duì)每個(gè)DCT塊進(jìn)行特征描述，通過計(jì)算內(nèi)切圓塊4等分后每部分的平均值生成特征向量.

2.3.2基于維數(shù)縮減的特征提取方法Popescu等[25]采用主成分分析(principal component analysis,PCA)算法對(duì)圖像塊進(jìn)行降維處理，并將量化后的結(jié)果分量作為特征矩陣的一行，該方法對(duì)加噪和有損壓縮具有魯棒性；Bashar等[8]提出采用核主元分析(kernel principal components analysis，KPCA)算法提取分塊特征，得到的基于KPCA的特征對(duì)于加噪和JPEG壓縮具有較好的魯棒性；Gan等[26]提出計(jì)算每個(gè)分塊的改進(jìn)圓投影向量組成特征矩陣，通過PCA對(duì)特征矩陣進(jìn)行維數(shù)縮減，僅保留具有高累積貢獻(xiàn)的分量，該方法可以抵抗小于60°的旋轉(zhuǎn)攻擊.

2.3.3基于對(duì)數(shù)極坐標(biāo)變換的特征提取方法Myna等[7]提出在每個(gè)小波分解層上將低頻子帶中的分塊從直角坐標(biāo)映射到對(duì)數(shù)極坐標(biāo)，并采用相位相關(guān)法迭代判斷圖像塊的相似性；Bravo-Solorio等[27]首先將每個(gè)圖像塊映射到對(duì)數(shù)極坐標(biāo)，然后將其沿著角度軸方向進(jìn)行累計(jì)生成一維的魯棒特征描述符；Bayram等[22]提出采用Fourier Mellin變換提取分塊特征，利用對(duì)數(shù)極坐標(biāo)變換(log-polar transform,LPT)減少旋轉(zhuǎn)和縮放效應(yīng)，該方法可以抵抗比較輕微的旋轉(zhuǎn)和縮放攻擊.

2.3.4基于紋理及亮度的特征提取方法Luo等[28]提取7個(gè)基于亮度的魯棒性特征對(duì)圖像塊進(jìn)行特征描述；Wang等[19]將每個(gè)圓形塊劃分為4個(gè)同心區(qū)域，計(jì)算每個(gè)區(qū)域的平均像素值組成特征向量，該方法可以抵抗旋轉(zhuǎn)和后處理攻擊；Wandji等[29]分別計(jì)算每個(gè)分塊R,G,B三個(gè)顏色通道的均值、標(biāo)準(zhǔn)差和偏度，加上分塊亮度Y分量的像素平均值共同組成10維特征向量.

2.3.5基于不變性圖像矩的特征提取方法Mahdian等[30]提出分別對(duì)每個(gè)圖像分塊的R，G，B三個(gè)顏色通道提取24個(gè)模糊不變矩得到72維的特征向量，再采用PCA算法進(jìn)行降維處理，該算法對(duì)于模糊、JPEG壓縮、加噪攻擊具有魯棒性；Ryu等[31]計(jì)算分塊的Zernike矩并用得到向量的幅值對(duì)分塊進(jìn)行特征描述；Zhong等[18]結(jié)合指數(shù)傅里葉矩和直方圖不變矩提取分塊特征.

2.3.6基于奇異值分解的特征提取方法Kang等[32]提出通過對(duì)每個(gè)分塊進(jìn)行奇異值分解(singular value decomposition,SVD)獲取奇異值特征向量；Li等[21]提出對(duì)小波變換得到的低頻子帶圖像進(jìn)行SVD；Yong等[13]提出與文獻(xiàn)[21]相近的方法，區(qū)別在于待檢測(cè)圖像,在進(jìn)行小波變換提取低頻子帶前,需要先進(jìn)行高斯金字塔分解的預(yù)處理.

2.3.7基于不變性特征點(diǎn)的特征提取方法此方法屬于基于特征點(diǎn)檢測(cè)與特征匹配的篡改檢測(cè)方法，在步驟2(圖2)特征點(diǎn)檢測(cè)的基礎(chǔ)上，步驟3(圖2)需要對(duì)特征點(diǎn)鄰域進(jìn)行特征描述生成特征向量.文獻(xiàn)[33-34]利用SIFT算法提取特征；申鉉京等[35]提出對(duì)每個(gè)SIFT特征點(diǎn)提取HSI彩色特征；Mishra等[36]采用SURF算法進(jìn)行特征描述；鞏家昌等[37]提出將測(cè)試圖像的顏色不變梯度作為SURF的輸入進(jìn)行特征點(diǎn)提取并生成特征點(diǎn)描述子CSURF；李巖等[38]提出能夠抵抗復(fù)制區(qū)域鏡像翻轉(zhuǎn)攻擊的FI-SURF特征；Chen等[39]采用階梯扇形的均值和標(biāo)準(zhǔn)差對(duì)Harris特征點(diǎn)的圓形鄰域進(jìn)行特征描述.

2.3.8其他特征提取方法Davarzani等[40]采用多分辨率局部二進(jìn)制模式聯(lián)合使用多種LBP(local binary pattern)算子提取分塊特征；Nguyen等[41]提出利用Radon變換提取分塊特征；Li等[6]提出利用極正弦變換提取分塊的仿射不變特征.

2.4　特征匹配

在特征提取階段以后，復(fù)制區(qū)域和粘貼區(qū)域中對(duì)應(yīng)的分塊或特征點(diǎn)需要通過特征向量的相似性匹配確定.為了盡可能提高特征匹配的效率，很多方法的核心思想是使相似的特征向量處于特征矩陣中的相鄰行，這樣每一行特征向量就僅需要和距離它一定范圍內(nèi)相鄰行的特征向量進(jìn)行比較，從而有效壓縮不必要的計(jì)算時(shí)間.

特征匹配階段提高匹配效率最常用的方法是將特征矩陣進(jìn)行字典排序[7-9]，即將特征矩陣中每一行的特征向量按照字典序進(jìn)行行排序，使排序后的特征矩陣中相似的特征向量處于相鄰位置.另外，部分文獻(xiàn)采用K-D樹[30,40]、BBF算法[34]、字典排序與K-D樹聯(lián)合使用[40]、Bloom濾波器計(jì)數(shù)[22]等方法.當(dāng)特征矩陣被有效組織好后，將采用一定的相似性準(zhǔn)則搜索確定候選的相似特征向量，包括Euclidean距離[17-19]、Hamming距離[10]、相關(guān)系數(shù)[27]和相位相關(guān)[41].

2.5　濾除誤匹配

一般來說，僅根據(jù)相似性匹配還不能完全確定復(fù)制區(qū)域存在與否.這是由于某些自然圖像中也可能存在一個(gè)或多個(gè)成對(duì)的高度相似區(qū)域，如真實(shí)場(chǎng)景中的對(duì)稱相似目標(biāo)、建筑物中的重復(fù)模式等，這不可避免地導(dǎo)致誤匹配.因此，算法需要進(jìn)行有效的區(qū)分來濾除誤匹配.

2.6　后處理

與預(yù)處理一樣，后處理并不是檢測(cè)算法的必需步驟.某些情況下，上述步驟得到的復(fù)制區(qū)域效果圖還需要做進(jìn)一步的處理.常用后處理操作包括腐蝕、膨脹等形態(tài)學(xué)處理[9,17,20]，滑動(dòng)窗口濾波[3]，隨機(jī)抽樣一致算法[33-34,40]識(shí)別“局內(nèi)點(diǎn)”，剔除“局外點(diǎn)”.

3現(xiàn)有方法存在的問題

通過深入研究近年來的相關(guān)研究成果，可以發(fā)現(xiàn)現(xiàn)有區(qū)域復(fù)制篡改檢測(cè)方法存在以下8個(gè)問題.

1) 對(duì)于多區(qū)域復(fù)制篡改操作，多數(shù)文獻(xiàn)中并沒有給出相應(yīng)的檢測(cè)結(jié)果，并且其中很多檢測(cè)算法對(duì)多區(qū)域復(fù)制篡改操作無效.

2) 只能檢測(cè)出圖像中成對(duì)的相似區(qū)域，但是不能有效分辨復(fù)制區(qū)域和篡改區(qū)域.

3) 對(duì)高斯噪聲、高斯模糊及JPEG壓縮的魯棒性有待增強(qiáng)，尤其是對(duì)多種后處理操作的混合攻擊，多數(shù)檢測(cè)算法失效.

4) 對(duì)復(fù)制區(qū)域的旋轉(zhuǎn)、翻轉(zhuǎn)、縮放等中間操作攻擊的魯棒性不強(qiáng).

5) 沒有估計(jì)區(qū)域復(fù)制后仿射變換的變化參數(shù)，如平移距離、旋轉(zhuǎn)角度和縮放尺度等.

6) 對(duì)篡改圖像中存在大面積的平坦或相似區(qū)域的情況，如大片的天空、草地和水面等，會(huì)出現(xiàn)較高的虛警率.

7) 沒有考慮圖像中的顏色信息，對(duì)存在不同顏色相似物體的圖像檢測(cè)虛警率較高.

8) 計(jì)算復(fù)雜度較高，檢測(cè)效率較低.

4結(jié)論

圖像篡改盲取證技術(shù)是近十年來新興的研究領(lǐng)域.雖然國內(nèi)外眾多學(xué)者在某些關(guān)鍵技術(shù)上已經(jīng)取得了不少研究成果，但是從整體上看,數(shù)字圖像被動(dòng)取證技術(shù)還處于基礎(chǔ)理論和零散技術(shù)的初級(jí)階段，需要進(jìn)一步研究和解決的問題還有很多.對(duì)未來的研究方作出如下4點(diǎn)展望.

1) 圖像被動(dòng)取證技術(shù)的研究還處于初級(jí)階段，缺乏相應(yīng)的系統(tǒng)模型和理論體系作指導(dǎo).如何建立更加科學(xué)、全面、完善的數(shù)字圖像被動(dòng)取證理論體系，進(jìn)而指導(dǎo)盲取證方法的設(shè)計(jì)、實(shí)現(xiàn)和評(píng)價(jià)，是未來亟需解決的問題.

2) 現(xiàn)有的圖像被動(dòng)取證技術(shù)大多都是針對(duì)特定篡改類型的單一檢測(cè)方法，對(duì)實(shí)際中多種篡改技術(shù)聯(lián)合使用的復(fù)雜篡改操作，目前的取證方法大多會(huì)失效.設(shè)計(jì)開發(fā)能夠抵抗多種混合攻擊的盲取證算法，建立復(fù)合篡改模型，提取高魯棒性特征是未來的研究重點(diǎn).

3) 當(dāng)前的被動(dòng)取證算法基本上都是以鑒別數(shù)字圖像的真實(shí)性為目的，然而圖像的完整性和原始性鑒別也是非常重要的取證方向.比如裁剪篡改破壞了圖像的完整性，翻拍篡改則破壞了圖像的原始性.如何有效鑒別數(shù)字圖像的完整性和原始性，將是相關(guān)研究人員面臨的研究課題.

4) 國內(nèi)外已有少數(shù)關(guān)于圖像反取證技術(shù)的研究，即通過研究特定盲取證算法的檢測(cè)原理和缺陷，設(shè)計(jì)反取證算法使相應(yīng)的取證算法失效.反取證技術(shù)研究有助于促進(jìn)盲取證技術(shù)更加完善，降低盲取證算法的漏檢率.數(shù)字圖像反取證技術(shù)也將會(huì)成為未來的研究重點(diǎn)之一.

參考文獻(xiàn)：

[1]AL-QERSHI O M,KHOO B E.Passive detection of copy-move forgery in digital images: State-of-the-art[J].Forensic Science International,2013,231(1/2/3):284-295.

[2]CHRISTLEIN V,RIESS C,JORDAN J,et al.An evaluation of popular copy-move forgery detection approaches[J].IEEE Transactions on Information Forensics and Security,2012,7(6):1841-1854.

[3]趙潔,郭繼昌.基于JPEG系數(shù)變化率的圖像復(fù)制粘貼篡改檢測(cè)[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版),2015,49(10):1893-1901.

[4]王浩明,楊曉元.一種基于DCT系數(shù)直方圖差異的JPEG圖像篡改檢測(cè)[J].四川大學(xué)學(xué)報(bào)(工程科學(xué)版),2014,46(1):41-46.

[5]王青,張榮.基于DCT系數(shù)雙量化映射關(guān)系的圖像盲取證算法[J].電子與信息學(xué)報(bào),2014,36(9):2068-2074.

[6]LI Leida,LI Shushang,ZHU Hancheng,et al.Detecting copy-move forgery under affine transforms for image forensics[J].Computers & Electrical Engineering,2014,40(6):1951-1962.

[7]MYNA A N,VENKATESHMURTHY M G,PATIL C G.Detection of region duplication forgery in digital images using wavelets and log-polar mapping[C]∥Proceeding of the International Conference on Computational Intelligence and Multimedia Applications.Sivakasi:IEEE Press,2007:371-377.

[8]BASHAR M,NODA K,OHNISHI N,et al.Exploring duplicated regions in natural images[J].IEEE Transactions on Image Processing,2010(99):1-40.

[9]ZHAO Jie,GUO Jichang.Passive forensics for copy-move image forgery using a method based on DCT and SVD[J].Forensic Science International,2013,233(1/2/3):158-166.

[10]YAO Heng,QIAO Tong,TANG Zhenjun,et al.Detecting copy-move forgery using non-negative matrix factorization[C]∥Proceedings of the 3rd International Conference on Multimedia Information Networking and Security.Shanghai:IEEE Press,2011:591-594.

[11]MUHAMMAD G,AL-HAMMADI M H,HUSSAIN M,et al.Copy move image forgery detection method using steerable pyramid transform and texture descriptor[C]∥Proceedings of the IEEE EUROCON.Zagreb:IEEE Press,2013:1586-1592.

[12]HUSSAIN M,MUHAMMAD G,SALEH S Q,et al.Copy-move image forgery detection using multiresolution Weber descriptos[C]∥Proceedings of the 8th International Conference on Signal Image Technology and Internet Based Systems.Naples:IEEE Press,2012:395-401.

[13]YONG L,MEISHAN H,BOGANG L.Robust evidence detection of copy-rotate-move forgery in image based on singular value decomposition[C]∥Proceedings of the 14th International Conference on Information and Communications Security.New York:Springer,2012:357-364.

[14]KASHYAP A,JOSHI S.Detection of copy-move forgery using wavelet decomposition[C]∥International Conference on Signal Processing and Communication.Noida:IEEE Press,2013:396-400.

[15]LIN S D,WU T.An integrated technique for splicing and copy-move forgery image detection[C]∥Proceedings of the 4th International Congress on Image and Signal Processing.Shanghai:IEEE Press,2011:1086-1090.

[16]DYBALA B,JENNINGS B,LETSCHER D.Detecting filtered cloning in digital images[C]∥Proceedings of the 9th Multimedia and Security Workshop.New York:ACM Press,2007:43-50.

[17]LIU Guangjie,WANG Junwen,LIAN Shiguo,et al.A passive image authentication scheme for detecting region-duplication forgery with rotation[J].Journal of Network and Computer Applications,2011,34(5):1557-1565.

[18]ZHONG Le,XU Weihong.A robust image copy-move forgery detection based on mixed moments[C]∥Proceedings of the 4th IEEE International Conference on Software Engineering and Service Science.Piscataway:IEEE Press,2013:381-384.

[19]WANG Junwen,LIU Guangjie,LI Hongyuan,et al.Detection of image region duplication forgery using model with circle block[C]∥Proceedings of the 1st International Conference on Multimedia Information Networking and Security.Wuhan:IEEE Press,2009:25-29.

[20]CAO Yanjun,GAO Tiegang,FAN Li,et al.A robust detection algorithm for copy-move forgery in digital images[J].Forensic Science International,2012,214(1/2/3):33-43.

[21]LI Guohui,WU Qiong,TU Dan,et al.A sorted neighborhood approach for detecting duplicated regions in image forgeries based on DWT and SVD[C]∥Proceedings of the IEEE International Conference on Multimedia and Expo.Beijing:IEEE Press,2007:1750-1753.

[22]BAYRAM S,SENCAR H T,MEMON N D.An efficient and robust method for detecting copy-move forgery[C]∥Proceeding of the IEEE International Conference on Acoustics, Speech, and Signal Processing.Taipei:IEEE Press,2009:1053-1056.

[23]FRIDRICH J,SOUKAL D,LUKAS J.Detection of copy-move forgery in digital images[C]∥Proceedings of Digital Forensic Research Workshop.Cleveland:[s.n.],2003:55-61.

[24]HUANG Yanping,LU Wei,SUN Wei,et al.Improved DCT-based detection of copy-move forgery in images[J].Forensic Science International,2011,206(1/2/3):178-184.

[25]POPESCU A C,FARID H.Exposing digital forgeries by detecting duplicated image regions[R].Hanover:Computer Science Department,Dartmouth College,2004:515.

[26]GAN Yanfen,CANG Jing.A detection algorithm for image copy-move forgery based on improved circular projection matching and PCA[J].Sensors & Transducers,2013,159(11):19-25.

[27]BRAVO-SOLORIO S,NANDI A K.Automated detection and localization of duplicated regions affected by reflection, rotation and scaling in image forensics[J].Signal Processing,2011,91(8):1759-1770.

[28]LUO Weiqi,HUANG Jiwu,QIU Guoping.Robust detection of region duplication forgery in digital image[J].Chinese Journal of Computers,2007,4(11):746-749.

[29]WANDJI N D,SUN Xingming.Robust detection of copy-move forgery in color images[C]∥Proceedings of the International Conference on Image Processing, Computer Vision & Pattern Recognition.Las Vegas: World,2013:492-495.

[30]MAHDIAN B,SAIC S.Detection of copy-move forgery using a method based on blur moment invariants[J].Forensic Science International,2007,171(2/3):180-189.

[31]RYU S,KIRCHNER M,LEE M,et al.Rotation invariant localization of duplicated image regions based on zernike moments[J].IEEE Transactions on Information Forensics and Security,2013,8(8):1355-1370.

[32]KANG Xiaobing,WEI Shengmin.Identifying tampered regions using singular value decomposition in digital image forensics[C]∥Proceedings of the International Conference on Computer Science and Software Engineering.Wuhan:IEEE Press,2008:926-930.

[33]AMERINI I,BALLAN L,CALDELLI R,et al.A SIFT-based forensic method for copy-move attack detection and transformation recovery[J].IEEE Transactions on Information Forensics and Security,2011,6(3):1099-1110.

[34]PAN Xunyu,LYU Siwei.Region duplication detection using image feature matching[J].IEEE Transactions on Information Forensics and Security,2010,5(4):857-867.

[35]申鉉京,朱葉,呂穎達(dá),等.基于SIFT和HSI模型的彩色圖像復(fù)制-粘貼盲鑒別算法[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2014,44(1):171-176.

[36]MISHRA P,MISHRA N,SHARMA S,et al.Region duplication forgery detection technique based on SURF and HAC[J].Scientific World Journal,2013,2013(1):267691.

[37]鞏家昌,郭繼昌.利用CSURF的圖像復(fù)制粘貼篡改檢測(cè)[J].天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版),2014,47(9):759-764.

[38]李巖,劉念,張斌,等.圖像鏡像復(fù)制粘貼篡改檢測(cè)中的FI-SURF算法[J].通信學(xué)報(bào),2015,36(5):54-65.

[39]CHEN Likai,LU Wei,NI Jiangqun,et al.Region duplication detection based on Harris corner points and step sector statistics[J].Journal of Visual Communication and Image Representation,2013,24(3):244-254.

[40]DAVARZANI R,YAGHMAIE K,MOZAFFARI S,et al.Copy-move forgery detection using multi-resolution local binary patterns[J].Forensic Science International,2013,231(1/2/3):61-72.

[41]NGUYEN H C,KATZENBEISSER S.Detection of copy-move forgery in digital images using radon transformation and phase correlation[C]∥International Conference on Intelligent Information Hiding and Multimedia Signal Processing.Piraeus:IEEE Press,2012:134-137.

(責(zé)任編輯： 黃曉楠英文審校： 吳逢鐵)

Research Advances on Blind Forensics Technology of Digital

Image Region Duplication Forgery

ZHAO Jie， LIU Mengmeng， WU Bin， ZHAI Dawei

(School of Computer and Information Engineering, Tianjin Chengjian University, Tianjin 300384, China)

Abstract：Blind forensics technology has become a hot research topic in the field of digital media security, due to the advantage that it does not need any authentication information embedded in advance，only to identify image primitiveness, authenticity and integrity according to the statistical features of the image itself. In this paper, region duplication which is a common forgery in digital images is introduced. The image processing operations which may be involved in the practical tampering are analyzed. The general process of blind forensics method for detecting region duplication forgery is summarized. Finally, limitations existing in available methods are analyzed, and perspectives of further research work on blind forensics technology are presented.

Keywords：blind forensics; region duplication; forgery detection; digital forensics

基金項(xiàng)目：天津市高等學(xué)校科技發(fā)展基金計(jì)劃項(xiàng)目(20120712)； 天津城建大學(xué)教育教學(xué)改革與研究項(xiàng)目(JG-1220)

通信作者：趙潔(1984-)，男，講師，博士，主要從事數(shù)字取證、圖像處理的研究.E-mail:zhaoj@tju.edu.cn.

收稿日期：2015-09-07

中圖分類號(hào)：TP 391.41

文獻(xiàn)標(biāo)志碼：A

doi:10.11830/ISSN.1000-5013.2016.01.0048

文章編號(hào)：1000-5013(2016)01-0048-06