（计算机应用技术专业论文）基于统计的数字图像篡改检测方法.pdf

上海师范大学硕士论文基于统计的数字图像篡改检测方法 摘要 由于功能强大的图像处理软件的广泛使用，数字图像越来越容易被篡改。现 在，、向图像中加入或从图像中移除某些重要的人或物，同时不留下明显的篡改痕 迹已经成为可能。当数字相机和数字摄像机代替了传统的模拟相机和摄像机时， 对数字图像的鉴别，图像内容的确认以及篡改的探测的需求就变得越来越迫切 了。传统上，在鉴别图像真伪时，采用事先在数字图像中嵌入数字水印或签名的 方法。但是，此方法存在着诸多的缺陷和不足。针对没有嵌入数字水印或签名的 篡改图像，对其进行真伪的鉴定，成为新的研究方向。 一幅被改动过的数字图像可能用肉眼无法辨别真伪，但常常会因为篡改而留 下一些不可见的线索。篡改会干扰图像一些潜在的统计特性。基于这样的设想， 针对不同的图像篡改方式，本文提出了二种检测篡改图像的方法： ( 1 ) 基于双j p e g 压缩统计特性的检测方法。这种方法是通过检测双j p e g 压缩图像的图像块先前的量化系数来实现的。首先，定义了在两次压缩时，出现 在特定位置上的d c t 系数直方图的一些特性。然后，使用支持向量机来估计双 压图像的初始的量化系数，有不同量化系数的图像块便是值得怀疑的区域。最后， 基于大量不同的双压图像集，用一系列的实验来验证本方法的性能及可靠性。 ( 2 ) 基于图像匹配的检测方法。此检测方法着重针对复制图像本身的一部 分来遮盖另一重要部分的篡改类型( 复制遮盖篡改) ，针对不同尺寸大小的篡改 图像提出了两种检测算法，并论证了检测算法的有效性和可靠性。这些方法对于 复制区域被增强或修饰使之融入到背景之中，依然非常有效。 对于每一种方法，都论述了它的理论基础，并在实验结果中，展示了它在检 测篡改图像时的有效性。 关键字：统计特性；支持向量机( s v m ) ；归一化互相关( n c c ) ：主成分分析( p c a ) 上海师范入学硕士论文基丁- 统计的数字图像篡改检测方法 a b s t r a c t a sar e s u l to ft h ew i d e s p r e a du s eo fp o w e r f u li m a g e p r o c e s s i n gs o f t w a r e ，i ti s i n c r e a s i n g l ye a s i e rt ot a m p e rd i g i t a li m a g e s f o rt h et i m eb e i n g ，i th a sb e e np o s s i b l et o a d do rr e m o v es o m ei m p o r t a n tp e o p l eo rt h i n g st oo rf r o ma ni m a g e ，l e a v i n gb e h i n d n oo b v i o u st r a c e sa tt h es a m et i m e s i n c ed i g i t a lc a m e r a sa n dd i g i t a lv i d i c o n sr e p l a c e d t r a d i t i o n a la n a l o g u ec o u n t e r p a r t s ，i th a sb e c o m em o r ea n dm o r eu r g e n tt o i d e n t i f y d i g i t a li m a g e s ，t oc o n f i r mi m a g ec o n t e n t sa n dd e t e c tt h e i rt a m p e r i n g t h et r a d i t i o n a l m e t h o dt od i s t i n g u i s ht r u eo rf a l s ei m a g e si st oe m b e dd i g i t a lw a t e r m a r k so r s i g n a t u r e si nd i g i t a li m a g e si na d v a n c e h o w e v e r , i ts t i l lh a sal o to fw e a k n e s s e s t h e r e f o r ei tf o r m san e wr e s e a r c hd i r e c t i o nt oa u t h e n t i c a t ed i g i t a li m a g e st h a ta r e e m b e d d e dw i t hn od i g i t a lw a t e r m a r k so rs i g n a t u r e s p r o b a b l y ，a na l t e r e dd i g i t a li m a g ec a n n o tb ea u t h e n t i c a t e d b u t ，m o r eo f t e nt h a n n o t ，s o m ei n v i s i b l ec l u e sm a yb el e f ti nt h et a m p e r i n gp r o c e s s ，b e c a u s et h et a m p e r i n g m a yd i s t u r bs o m eu n d e r l y i n gs t a t i s t i c a lp r o p e r t i e so fi m a g e s o na c c o u n to ft h i s a s s u m p t i o n ，w ep r o p o s et w om e t h o d st od e t e c tt a m p e r e di m a g e si nt e r m so fd i f f e r e n t t a m p e r i n gf o r m s ： ( 1 ) ad e t e c t i o nm e t h o db a s e do nt h es t a t i s t i c a lp r o p e r t i e so fd o u b l e - j p e g c o m p r e s s i o n t h i sa p p r o a c hi su s e dt od e t e c tp r e v i o u sq u a n t i f i c a t i o nc o e f f i c i e n t so f d o u b l e - j p e gc o m p r e s s e di m a g ep i e c e s f i r s t ，i d e n t i f ys o m ef e a t u m so fd c t h i s t o g r a m so fp a r t i c u l a rc o e f f i c i e n t sd u et od o u b l ec o m p r e s s i o n s e c o n d ，u s es v mt o e s t i m a t et h eo r i g i n a lq u a n t i f i c a t i o nc o e f f i c i e n t sf r o md o u b l e c o m p r e s s e di m a g e s t h e i m a g ea r e a sw i t hd i f f e r e n tq u a n t i f i c a t i o nc o e f f i c i e n t sa r ew o r t ho u rq u e s t i o n i n g f i n a l l y , b a s i n go nm a n yd i f f e r e n ts e t so fd o u b l e - j p e gc o m p r e s s e di m a g e s ，u s ea s e r i e so f e x p e r i m e n t st ov e r i f yt h ep e r f o r m a n c ea n dr e l i a b i l i t yo f t h i sm e t h o d ( 2 ) ad e t e c t i o nm e t h o db a s e do ni m a g em a t c h i n g t h i sd e t e c t i o nm e t h o df o c u s e s o nt h et a m p e r i n gt y p ew h i c hi sc o p y i n ga ni m a g ea r e at h e nm o v i n gi tt oc o v e ro t h e r i m p o r t a n tp a r t s ( c o p y m o v ef o r g e r yi m a g e ) a c c o r d i n gt ot a m p e r e di m a g e ss i z e s t w oc h e c k i n ga l g o r i t h m sa r ep u tf o r t ha n dt h e i re f f e c t i v e n e s sa n da c c o u n t a b i l i t ya r e 上海师范大学硕士论文 基r 统计的数字图像篡故检测方法 d e m o n s t r a t e d t h e s em e t h o d sr e m a i ne f f e c t i v et om a k et h ec o p i e da r e a se n h a n c e do r m o d i f i e ds oa st om e l ti n t ob a c k g r o u n d i nt h i st h e s i s ，e a c hm e t h o di se x p o s i t e df r o mt h ep e r s p e c t i v eo fi t st h e o r e t i c a l b a s i sr e s p e c t i v e l y i na d d i t i o n ，i t se f f e c t i v e n e s st od e t e c tt h et a m p e r e di m a g e si s v a l i d a t e db yt h ee x p e r i m e n t a lr e s u l t s k e yw o r d s ：s t a t i s t i c a lc h a r a c t e r i s t i c s ；s u p p o r tv e c t o rm a c h i n e s ( s v m ) ；n o r m a l i z e d c r o s sc o r r e l a t i o n 州c c ) ；p r i n c i p l ec o m p o n e n t a n a l y s i sf p c a ) i ij 上海师范大学硕士论文 基于统计的数字图像篡改检测方法 1 1引言 第一章绪论 在过去的十年中，越来越多的人能够有能力使用功能强大的电脑，高分辨率 照相机和尖端的图像处理软件。结果导致制造与真实图像难以区分的伪造图像变 得非常容易。如果这些图像被用于大量的媒体和法庭证物，这对我们的社会产生 严重的影响。 图1 i 美国士兵b o u d r e a u x 和伊拉克小孩 例如前一段发生的美国十兵b o u d r e a u x 侮辱伊拉克人事件。如图1 1 。存左 图中的卡片上写着“l c p lb o u d r e a u xk i l l e dm yd a d ，t h e nh ek n o c k e du 口m ys i s t e r ” ( 一等兵b o u d r e a u x 杀死了我的爸爸，然后又强奸了我姐姐) ，该图片在网l 出现 后， 时间，i 删上对b o u d r e a u x 丌展了激烈的几诛笔伐，浼他欺负这孩子小懂英 文，用这种极其卑劣的手段束侮辱伊拉克人取乐。后米，美国一伊斯兰关系委员 会和五角大楼也发现了这张照片，并决定划此事立案调奇。而在i 刊一时间，网上 还出现，另一张照片，如图l 。1 右陶，昔片 ：写着“f o r g e t f r e e d o ma n d d e m o c r a c v i 上海师范大学硕士论文基于统计的数字图像篡改检测方法 w ei u s tw a n tt h eo i l ”( 忘记自由和民手，我们只想要石油) ，这不禁让人怀疑前一 张照片的真实性。而一等兵b o u d r e a u x 坚称，他在矗片上写的是“w e l c o m e m a r i n e s ”( 欢迎海军陆战队) 。此等事件使我们怀疑我们整天面对的大量的数字 图像的真实性。伪造照片的存在很可能已经影响到了公众的个人意识，最终会让 所有人失去对照片的信任。而伪造照片的激增还可能让些真正的证据比如 美军在伊拉克的阿布哈里h 监狱虐囚丑闻的照片被人认为是不可信的，从而 失去其应有的作用。 1 2 图像篡改 图像篡改不是新鲜的事物。一些最出名的篡改图像的例子可以追述到前苏联 的早期，例如：列宁和斯大林把所谓的人们公敌清除出历史照片。这些相似的图 像篡改技术使用到了例如：喷枪，修饰，挡光，灼烧和颜色对比度调整等技术。 喷枪是一种形似铅笔的小型空气压缩枪，用来喷水彩。修饰是指用一种非常细的 尖刷涂抹胶片的表面，它需要特殊的颜料。挡光和灼烧是指改变绘图选择区域曝 光量的操作：灼烧是增加曝光量，挡光是减小曝光量。当挡光和灼烧时，会使用 到照片遮光罩。色彩对比度调整是通过使用特殊的光线过滤器和相纸。所以这些 操作需要高级的技术号家和精密的暗房设备，通常说来，这超出了一般使用者的 能力。 在近几年里，人们负担得起的高分辨率数字照相机正快速取代模拟相机的位 置。在加上低价、高功能的电脑和尖端图像处理软件和计算机图形软件的普及， 使得一个普通的用户可以对图像进行复杂的操作，从而产生出逼真的伪造图像。 实际上，用a d o b ep h o t o s h o p 来合成照片已经成了某些人的消遣娱乐方式。例如 b 3 t a c o r n 和w o r t h l 0 0 0 c o m 等嘲站儿乎每星期都举行p h o t o s h o p 挑战赛，选于们 提交他们的合成照片作品来角逐最佳。到2 0 0 6 年2 月末，w o r t h l 0 0 0 c o m 网站 一家已经收集了5 9 0 ，5 0 7 张合成照片，其中一部作品如卜图1 2 所示。 上海师范人学硬士论文 基丁统计的数字图像篡改检测方法 图1 2 w o r t h l0 0 0 c o i n 网站上合成照片的例子。 虽然可能有无数种伪造图像的方式和类型，但在这罩只介绍伪造图像中最常见 的几种类型【 j _ 1 合成：这是一种最常见的图像篡改形式，它是将两张或多张数字图像拼在 起，形成一张合成图像。如图1 t 3 图1 3 原始图像( 左) 和合成图像( 右) 。右边的双人照是由左边的三幅单身照拼 接而成。图1 2 图1 6 下载自：w w w w o r t h l0 0 0 c o l l 2 ，变形：这是一种将原始图像通过逐渐变形而形成目标图像的技术。如图1 4 圈1 4 原始图像( 左) 和变形图像( 右) 。左边的警察被变瘦7 。 3 修饰：这是一类进行局部篡改的技术。它包括：喷枪，涂抹，模糊，着色 上海师范大学硕士论文 基于统计的数字图像篡改检测方法 在同一图像内复制和粘贴。如图1 5 图1 5 原始图像( 左) 和修饰图像( 右) 。女明星在右图中被剪短了头发，并加上了 胡须等男性特征。 4 增强：这是一类更通用的技术。它包括：色彩和对比度调整，模糊和锐化。 如图1 6 图1 6 原始图像( 左) 和增强图像( 右) 。一位上世纪3 0 年代的女演员的黑白照片被 染成7 彩色。 5 计算机图形：与合成，变形，修饰，增强通常剧来改变真实图像不同，这 类篡改的图像通常是由计算机和图彤软件所产生的( 例如：m a y a 或3 d s 1 1 1 a x ) 。产生的步骤：首先，构造一个合适的三维模型；然后，给模型加上颜 色和纹理，再用一盏或几盏虚拟光源去照明，使之产生近似理想的照明条件： 最后，通过一虚拟的照相机进行截图，产生一张合成的照片。如图1 7 上海师范大学硕士论文 基_ i i 二统计的数字图像篡改检测方法 图1 7 计算机生成图像。下载自：w w w x r a g r o m i h a i i n d e x h t m l 要创造出高质量的，很难与真实图像区分的计算机生成图像，需要有才能的， 熟练的计算机艺术家。最近出现了一种新的技术，它利用真人和激光扫描设 备获得高精确度的三维模型，这使得不熟练的人也能创造出逼真的电脑图 像。近来，一个数字伪造的兴趣趋势是把真实的和计算机生成的图像合成， 形成新的图像。例如：计算机生成图像可以被合成真实图像，而真实图像可 以被直接映射成三维模型。这种技术被称为基于图像的绘制。 我们注意到，当在篡改数字图像时，以上操作和别的一些操作常常同时被使 用。例如，在合并两幅图像时，会使用到修饰和增强。我们也注意到，篡改不是 一个能很好被定义的概念，它常常依赖于应用的场合。某一被处理过的图像在一 些情形下是合法的，而在另外一些情形下是非法的。例如，在杂志的封面上使用 合成图像可以被人接受，但是在法庭卜作为证据则不被允许。照片的真实性对于 新闻出版业也是个严峻的问题。因此，甚至在照片看起来是真实的，毫无疑问的 情形下，我们也需要一种有效的方法去检测照片的真实性。 1 3 水印 数字水印技术的摹本原理是将某些重要信息嵌入到f l 标数据中 瑶时，一= t i - 8 皤的整数倍几乎在直方图中消失了。在一些相反的情况，鳊的 倍数在d 。的直方图中形成局部的最大值或最小值。这些消失的点以及极值点可 以被用来确定q ：；。实验表明消失的值( 在d c t 直方图中几乎为o ) 在提供初始量 化因子的重要信息e 有着非常强的鲁棒性。 另一个令人感兴趣的特性是双峰。一些双峰的理想情形在如图2 3 中的b ，c 和d 中所捕述。当某些q ：的整数倍落在两个瑶的整数倍之间且剩下的q j 的倍 数不接近珙的倍数时，便会产生双峰现象。从数学上分析，存在着整数k ， 使得诺= ( 卜1 ) 彰+ l q ； 1 2 。这意味着双峰只发生在瑶的偶数倍时，因为，女 和酬都为整数值，所以 ( ，一1 ) 砺+ f q ；】必须能被2 整除。接下来，我们看看在 双压时，针对不同的整数值k ，f 的绀合，会有什么样的情形发生。 量化后的d c t 系数出现的擞平苴 嘲 o ；i 一一；一f ，； - 二 a ，q ：= 9 ，o j = 9 ( 理想情况) 雌 呲 圭塑塑蔓叁兰堡主堡壅 墨主笙生塑鍪! 里垡墨垦笪塑互鳖 2 4881 0 1 21 41 b b 或27 ，瑶= 2 ( 理想情况) 量化后的d 弼i 数m 班的概率直方图 c q ：= 6 ，q j = 4 ( 理想情况) 量化后的d 曩数山现的掇摩亢方圈 念 2 4681 01 2 1 4 1 6 嘣 雌 哪 。 上海师范大学硕士论文 基于统计的数字图像篡改检测方法 d 酬= 5 ，o ：= 8 ( 理想情况) 图2 3 量化后的d c t 系数的特性图示意图。 正如上文分析，当解压j p e g 文件后再进行d c t 运算，这些d c t 系数分布在珙 的整数倍( 或) 的周围。这种分布可以被看作平均值是q ：倍数的高斯分布模型。 当这些d c t 系数被蛾量化时，大多数小于值删的系数会被取整到( ，一1 ) 瑶，而 大于或等于值 或的系数会被取整到，瑶。在d ；系数的直方图中，在值卜。1 和l 位置将出现双峰现象。如图2 3b - d 双峰的形状还依赖于d c t 变换的执行，为了提高计算的效率，一些d c t 变换 运算并不精确计算d c t 系数，而是返回一些被一些因子量化后的系数( 例如：1 8 ) ， 这就造成了取整时的非对称性。被量化到t 或右边的d c t 系数要比量化到左边的 多。这样，被量化到f 瑶的d c t 系数要比量化到( 卜1 ) 娇的多。 从实验中得出，虽然双峰的统计特性是存在的，但个别双峰的形状呈现出多 样性，且很难被预测出来。总体而占，双峰的存在使得, 双j p e g 压缩的探测更加 困难。 为了更好地理解在双压图像中个另i i d c t 系数直方图的行为，特地从1 5 0 个 j p e g 文件中得到d l o 和d l l ( 如图2 4 ) 的直方图，并平均它们。 d 。od o ld 。2 _ d 1 0d 1 ld 】2 d d z ld h d 7 0 图2 4 对d c t 系数取点示意图 在直方图巾1 i 包括酬的倍数。和l 。因为在。的最大值没有区分特性，在1 的 值通常也很大，在直方图标准化后，它会有不合适的影响。存2 2 1 2 2 3 章节巾， 我们分丰 r 二种初始量化步骤和二次量化步骤不l 刊的组合，分析了它们在双 j p e g 压缩图像中是如何影响个z , j d c t 系数的直方图的形状的。 踟 脚 上海师范大学硕士论文 基于统计的数字图像篡改检测方法 2 2 2 1 q ：。瑶或q j ：是瑶的公因子 当或等于瑶或当剜是瑶的4 个公因子时，在瑶系数的直方图中找不到任 何特殊的性质，其直方图如图2 3a 所示是平滑的( 直方图被标准化后) 。 如果有双峰出现，那么每一个q ：；的倍数都会参与到两个双峰之中。例如：当 o ：= 4 ，q ：= 8 时，4 的奇数倍被劈开形成双峰，但每一个8 的倍数位于两个4 的 奇数倍之i ，日j ，所以， 个双峰的左峰和右峰分别贡献给了每一个8 的倍数，结果 就是双峰总是不可见的。 2 2 2 2 珙 q ； 就像在第一节描述的那样，在一幅双压图像中，当或大y - o ；时在d ；直方 图中一些q ：的倍数会趋于o 。通常情况下，在直方图中，每一个娥倍数的值中， 一类来自于某一特定酬倍数的所有系数：一类来自于某一特定或倍数所贡献的 双峰； 一类要么为0 。第一类总是会出现的，后两类中的某一类在直方图中也许 会是缺失的。 酋次 p e g 艇缩后慕个确 定位置上d c t 系数n j 能 出现的值 次j p e g 压缩后某个确 定位置上d c t 系数可能 出现的值 i 2 = 2 2 2 = 4 1 7 = 7 7 2 = 3 5 卜叶双峰 3 2 = 6 。4 2 = 8 5 2 一i 0 6 2 = i 2 1 4 2 = 7 - 7 2 = 1 4 8 x 2 = 1 8 9 x 2 = 1 8 3 7 2 2 1 2 1 2 = 1 0 5 卜双峰41 0 x 2 2 2 0 l l l 2 = 2 2 1 2 x 2 = i 4 。? x 2 = 2 6 4 7 = 2 8 一【2 8 1 2 一 14 j 1 4 2 = 2 8 1 5 x 2 = 3 0 1 6 4 2 = 3 2 蹦了5 一 2 75 叫双峰 1 1 8 7 x 2 2 = ：3 3 ： 图2 5 首次j p e g 压缩和二次j p e g 压缩后d c t 系数值的对应关系 上海师范大学硕士论文基于统计的数字图像篡改检测方法 图2 3b 显示的是一标准化的直方图的一个理想情形。其首先被q i = 7 量化， 接着被讲= 2 量化。从巾可以看出双峰出现存3 和4 处( 因为7 被取整后要么 为6 ，要么为8 ) 以及1 0 和1 l 处( 2 1 取整为2 0 或2 2 ) 以及1 7 和1 8 处( 3 5 取 整为3 4 或3 6 ) 。图中有好几个几乎为0 的点，这是因为没有7 的倍数被量化到2 的这些 2 ，5 ，6 ，8 ，9 ，1 2 ，1 3 ，1 5 ，1 6 倍。整个过程如图2 5 所示。其中【7 】代表平均值是 7 的高斯分布，倾斜的倍数( 例如：，x 2 2 ) 在二次压缩后应为0 ，后面雷同。 在图2 3c 中显示了另外的一个例子。其首先被烈= 6 量化，接着被宏= 4 量 化。所有可能的0 值点被双峰所影响，所以在直方图中没有出现0 值的点。值为1 2 的系数还是被量化到了1 2 ( 在直方图中为3 ，即：4 的3 倍) ，1 8 在4 和5 处被劈开形 成一个双峰，2 4 还是被量化为2 4 ，紧接着就是一个双峰，如下雷同。因为双峰总 是出现在两个局部最大值之间，所以我们也可以把其看成是局部最小值。 2 2 2 3 q i ： 0 ，c 是错分样本的 惩罚网子，k b ，x ，) = b 。) 7 庐b ，) 是内积函数( 又称核函数) i 1 。3 5 。 2 4 4 针对双压缩图像检测的多类问题 双压缩醋像识别属于多类问题，识别力法较多，但就特征而言，手要可以分 为两类：统计方法t 手l j 结构方法。j a nl u k f i g ： 采用神经嘲络方法村双压缩图像d c t 的直方图进行分类。本文住对双压缩图像的识别问题中，采用的则是n v m 中的多 类 一1 1 别力法。同前多类s v m 的方法主要有o n e a g a i n s t a l l ，o f l e a g a i n s t o n e ， d a g s v n l 等： 7 。 上海师范大学硕士论文 基于统计的数字图像篡改检测方法 o n ea g a i n s ta 11 ，有时也称为o n ev e r s u sr e s t 。如果数据有类，需要训 练t 个分类器。第i 个分类器取第f 类数据为正例，其余数据为负例。给定，个训 练数据0 。，y 1 ，g ，y ，) ，第f 类的约束条件为一e 月”，f _ 1 ，y ，e l ，k ，支 持向量机解决下列问题： 砒m i n ，弦+ c 喜彰 白。，b ) + 6 1 一彭矿y ，= i ， t o ，g ，) + 一1 + 彰矿y i 2 一( 2 ) 彰0 函数妒把训练数据t 规划到一个高维的线性空间，c 是惩罚因子。 最小化弘p 实际上等价于最大化南，即两组数据的最大帆当数据 线性不可分时，惩罚因子c 彰可以减少训练误差的数值。s v m 的基本问题就是 要在讵则项委如，y 和训练误差之间寻找均衡值。 z 2 一( 2 ) 式的问题解决后，还需要考虑下列女个决策函数 白1 y 舡) + 6 r g ) + 6 x 最后归为有最大决策值的类。 c 觚sd 厂工sa r g m a x 。，。恼丫鼬) + 6 j )2 ( 3 ) 在实际问题中解决的是跟2 一( 2 ) 式有相i j 变量值的对偶问题。这样，女个，变 量晌一：次舰划问题得以解决。 o n ev e r s u so n e ，也稍( o n ea g a i n s to n e ，在本文的分类识别中用的是这种 方法。算法思想如下：如果有类数掘，选取第i 类数据和第，类数据构造个 分类器，其叶1 i o 径向基函数( r b f ) ： k 仁。x ，) ：e x p ( _ y j k 一_ j j 2 j ， o s i g m o i d 函数： k b i , x j ) = t a n h 红j x ，+ ，) 其中y ，d 是核参数。 s v g 的构造主要依赖r 核函数的选择。由卜不适当的核函数可能导致很差的 分类结果，且日前尚没有有效地“学爿”使用何种核函数的方法，只能通过实验 结果确定采用何种核函数进行训练。小方案中采用的核函数为多项式函数- - p o l y 上海师范人学硕士论文基于统计的数字图像篡改检测方法 2 4 6 初始量化系数估计方法 2 4 6 1 图像厍 为了构建s v m 的训练和测试数据集，特别准备了包含1 1 0 图像的图像库，这些 图像从至少6 种不同的数码相机中获得，原先都以3 p e g 格式保存着，图像库中约 一半为天空等细节单一的图像，另半为人物风景等细节丰富的图像。它们的尺 寸是从最大1 7 0 0 x1 2 7 5 n 最d 、8 5 0 x 6 3 7 的各种尺寸。为了除去原先压缩可能存在 的潜在干扰，特地把所有图像转换成原来尺寸的8 3 s ，并以b m p 格式保存。其中5 0 幅图像用于训练，6 0 幅用于测试。图2 11 是其中用于实验的一部分图像。 图2 1 1s v m 训练和测试图像库( 部分) 2 4 6 2 方法步骤 ( 1 ) 生成s v m 训练和测试数据。在本算法中采用统计8x8d c t 系数矩阵巾d 。 位置的d c t 系数直方图的方法。对于图像库巾的1 1 0 幅图像，使用f o t o b a t c h5 软 件，分别采用质量因予足6 2 、6 5 、7 0 、7 5 、8 l 、8 5 、8 8 、9 2 x t 其进行首次压缩。 质量困了分别是6 2 、6 5 、7 0 、7 5 、8 l 、8 5 、8 8 、9 2 、9 5 的量化矩阵在q o 位置 卜- 的值，分别为9 、8 、7 、6 、5 、4 、3 、2 、l 。经过首次压缩后，共产生了 11 0 9 = 9 9 0 张图像。然后，再对这9 9 0 张图像进行第_ 次压缩，质量凼子分别是 上海师范人学硕士论文 基于统汁的数字图像篡改检测方法 6 2 、6 5 、7 0 、7 5 、8 l 、8 5 、8 8 、9 2 、9 5 。经过第二次压缩，一共生成9 9 0 9 = 8 9 1 0 张图像。从每一张图像中都刈。以统计出一个d c t 系数直方图。8 9 1 0 张图像对应的 就是8 9 1 0 个直方图，每个直方图都被看作是一个1 5 维的向量。这样，就产生了 8 9 1 0 个数据。 ( 2 ) 数据分类。对于每一个首次压缩质量因子( 例如：6 2 ) 的1 1 0 图像，对 应着9 个不同的二次压缩质量因子，即：6 2 9 5 ；对于每一个二次压缩质量因子 ( 例如：6 2 ) ，对应着也有9 个不同的首次压缩质量因子。这样，首次和= 次质量 因子一共存在着9 9 = 8 1 种对应关系。我们就将每一个对应关系看成一类。这样， 一共存在8 1 类。 ( 3 ) s v m oj l 练。本方法采用的是a r a k o t o r n a m o n j y 【3 8 1 编写的s v ma n dk e r n e l m e t h o d sm a t l a bt o o l b o x 中的支持向量机( s v m ) 算法。对于每一个二次压缩质 量因子，都存在着9 个对应关系，即：9 类。本方法针对每一个特定二次压缩质量 因子进行分类( 例如：8 8 ) ，即：对于某一特定二次压缩质量因子，其1l o x 9 = 9 9 0 个数据，被分为9 类，首次压缩质量因子是6 2 ，6 5 ，7 0 ，7 5 ，8 0 ，8 l ，8 5 ，8 8 ， 9 2 ，9 5 ，分别对应一类。对于每类的1 1 0 个数据，取其中的5 0 个作为训练样本 进行训练。 ( 4 ) s v m 测试。取每一类中的另外6 0 个数据作为测试数据j 根据训练所产生 的模式对其进行分类。然后将测试分类结果和原属类别进行比较，从而得出分类 的正确率。 2 4 6 3 实验测试结果及分析 对r 每个双压缩组合，都是对6 0 幅图像进行分类测试。其出玑分类错误的 个数如表2 1 所示。其中“”表示首次量化的量化系数是二次量化的量化系 数的公因子，此为1 i 可分情形；“一”表示和单压缩情形类似，也r 玎看作为不j 分情形。从中我们可以看出，随着第：次压缩时的质量因子的升高，出现分类错 误的个数依次减少。 j 二海师范大学硕士论文 基于统计的数亨图像篡政检测方法 第二次j p e gj 4 x 缩时的质量因子( 量化系数) 6 2 ( 9 )6 5 ( 8 ) 7 0 ( 7 )7 5 ( 6 )8 i ( 5 )8 5 ( 4 )8 8 ( 3 )9 2 ( 2 )9 5 ( 1 ) 黎 瞵6 2 ( 9 )4l0o 0oo0o 鼍 豳】1 6 5 ( 8 )o 2o00000o v 7 0 ( 7 )o20000ooo 圈 日硎 7 5 ( 6 ) o0l1oo 0oo 越 g8 l ( 5 ) 0ooo ooo0o 窖 嫖 8 5 ( 4 )l 0 o 0o000 幽 。 8 8 ( 3 ) 2 o00ooo 昆 卜1 鲻 9 2 ( 2 )0 10 x 00o 酞 9 5 ( 1 )o 表2 i ：对于每一个双压缩组合，出现分类错误的个数。 对于第二次j p e g 压缩质量因子( 量化系数) 分别是6 2 ( 9 ) 、6 5 ( 8 ) 、7 0 ( 7 ) 、 7 5 ( 6 ) 、8 1 ( 5 ) 、8 5 ( 4 ) 、8 8 ( 3 ) 、9 2 ( 2 ) 、9 5 ( 1 ) 的分类正确率，是分别对4 2 0 、 3 6 0 、4 8 0 、3 6 0 、4 8 0 、4 2 0 、4 8 0 、4 8 0 、5 4 0 幅图像进行分类测试所得出的结果， 如表2 2 所示。从中我们可以看出，当第二次j p e ( ；压缩的质量因子越大( 量化 系数越小) 时，分类的f 确率越高。 第二次j p e g 压缩时的质量因子量化系数) 6 2 ( 9 )6 5 ( 8 ) 7 0 ( 7 ) 7 5 ( 6 )8 1 ( 5 )8 5 ( 4 )8 8 ( 3 )9 2 ( 2 )9 5 ( 1 ) l 正确率9 88 1 9 8 0 6 9 9 5 8 9 9 7 2 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 表2 2 ： 针对特定的第二次j p e g 压缩时的质量因子( 量化系数) ，分类的正确率。 将原测试图像转换为原图人小的1 1 6 ，得到的最大图像为4 2 5 3 1 8 ，最小 图像为2 1 2 1 5 8 。再进行双压，首次压缩的质量因子( 量化系数) 分别为6 2 ( 9 ) 、 6 5 ( 8 ) 、7 0 ( 7 ) 、7 5 ( 6 ) 、8 l ( 5 ) 、8 5 ( 4 ) 、8 8 ( 3 ) 、9 2 ( 2 ) 、9 5 ( i ) ( 不可分 的情形除外) 。第二次压缩质量凼子( 量化系数) 分别为6 2 ( 9 ) 、6 5 ( 8 ) 、7 0 ( 7 ) 、 h 海师范大学硕士论文 基丁统计的数字图像篡改检测方法 7 5 ( 6 ) 、8 1 ( 5 ) 、8 5 ( 4 ) 、8 8 ( 3 ) 、9 2 ( 2 ) 、9 5 ( 1 ) ，针对某一特定的第二次量 化系数，对应着9 种不同的分类( 分类的种类数视具体的第二次量化系数而定) ， 分类的正确率结果如表2 3 所示。从表中我们可以看出，当第二次压缩的质量 因子( 量化系数) 在7 5 ( 6 ) - - - - 9 5 ( 1 ) 之间时，分类有非常高的讵确率；而在6 2 ( 9 ) 7 0 ( 7 ) 时，正确率有所下降，但依然保持较高的正确率。 第一二次j p e g 压缩时的j贡量因子( 量化系数) 6 2 国)6 5 ( 8 ) 7 0 ( 7 ) 7 5 ( 6 ) 8 l ( 5 )8 5 ( 4 )8 8 ( 3 )9 2 ( 2 )9 5 ( 1 ) 正确率8 8 5 7 9 1 1 1 9 2 0 8 9 8 3 3 9 9 1 7 9 8 1 0 9 9 7 9 1 0 0 9 61 0 0 表2 3 ：图像缩小到原图的1 16 后，针对特定的第二次j p e 6 压缩时的质量因子( 量化系数) 分类的正确率。 2 5 基于双d p e g 压缩统计特性的篡改图像检测算法 对于4 幅篡改图像，如果背景部分和篡改部分分别来自不同量化系数的单压 缩图像，对其进行篡改后，再以常用的j p e g 格式保存。那么，对于这幅篡改图像， 背景部分和篡改部分将体现出不同的双j p e g 压缩特性。我们可以对图像进行分 块，再对每一块进行特征检测( 即：分类) 。便可以找到疑似篡改部分。具体检 测步骤如下。 2 5 1 检测算法步骤 ( 1 ) 读待检测图像头文件信息，获得亮度量化表的第日。位置的量化系数。 ( 2 ) 根据得到的量化系数，载入事先训练好的模式。 ( 3 ) 对待检测图像进行分块。把待检测图像等分成n 块。一般分成1 6 8 1 块。对块按照从上到下，从走到右的顺序进行编号。如图2 1 2 。 ( 1 ) 按照编号顺序对每一块按照载入的模式进行分类。 ( 5 ) 结果输出。根据块的分类结果，以不同的颜色显示。即：相同类为同 颜色。 上海师范大学硕士论文基于统计的数字图像篡改检测方法 图2 12图像分块和分块顺序的示意图 2 5 2 实验过程及结果与分析 图2 13 待测试的篡改图像( 背景上部为 细节单一的天空) ( 1 ) 篡改图像的生成。在图像库中的11 0 幅b m p 格式图像中，找出一张尺寸 为1 7 0 0 1 2 7 5 风景图像作为背景，对其进行j p e g 压缩，压缩质量因子为8 1 ，即： 在量化矩阵中的d 。位置，量化系数为5 。再从图像库中找出一个人物照，也将其 进行j p e g 压缩，压缩质量因子是7 0 。将这两幅图像都载入a d o b ep h o t o s h o p9 0 中，将一人从圈中抠出，贴到风景背景中，然后选压缩品质为：最佳，最后以j p e g 格式保存。如图2 1 3 。 ( 2 ) 篡改图像的检测。对生成的篡改图像按照2 5 1 检测算法步骤进行检测。 首先读出头文件，得到篡改图像的量化系数为2 。然后，将第二次量化系数是2 的模式载入。再对图像分块，然后对块按照模式进行分类。最后是结果输出。整 个检测过程在儿秒钟内完成。 图2 14 测试图像被分成16 块后，所有块的d c t 系数的直方囤之对比图 上海师范大学硕士论文 基丁统计的数字图像篡改检测方法 实验中，首先把图像分成了1 6 块，每一块的d c t 系数直方图如图2 1 4 所示。 从图中我们可以看出，第2 ，3 块显得突兀，与众不同，这是因为2 ，3 块所处的位 置为细节单一的天空。量化后，能量主要集中在直流分量，而在q 。位置，d c t 系数值则大部分为0 ，使其统计特性不明显，因而会出现分类错误的现象。对于 第1 l 和1 5 块，其直方图的特性类似于单压的情形，也可看作是首次压缩和二次压 缩的质量因子相同的情形。这是因为篡改粘贴时，很难将篡改部分8 x8 的压缩晶 格和背景的8 x8 的压缩网格严格对准，其对准的几率为1 6 4 。所以，其直方图表 现的特性多类似于单压的特性。 分类后，每一块的分类结果如表2 4 所示。其中块2 和块3 ，出现了错分的现 象，块11 和块1 5 被分成了第8 类。剩下的块和预期的一样，分成了第5 类。 【编号12345 67 89 l o1 11 21 31 41 51 6 l 类别5775555555855585 表2 4 ：图像分成16 块，每块所属的类别。 a 图像分为16 块 b 图像分为4 9 块， 图2 15测试结果( 二次压缩品质：最佳，量化系数为2j 上海师范大学硕士论文 基_ 丁统计的数字图像篡改检测方法 将结果以图片的方式输出。对于不同的类，使用不同的颜色表示。结果如图 2 1 5 所示。其中图a 为分成1 6 块的测试结果，每块大小为4 2 5 3 18 ；图b 为分成4 9 块的测试结果，每块大小为2 4 2 1 8 2 。在图片中，一共出现了二片疑似区域。一 片在图片上方天空的部分，这是因为天空细节单一，所以出现了错分的现象， 因此可以将其排除出疑似区域。另一片出现图片右下方人所处的位置，由于 此区域细节丰富，应有良好的统计特性，所以不应出现错误分类现象。故图片右 下方，人所处的位置为篡改区域。当图像被分成的块数增加时，例如1 0 0 2 0 0 块时，除了天空区域外，会有零星的块出现错分的现象。但总体上，块分类的结 果依然在大体上保持图2 ，1 5 b 的分类布局。 a ，压缩品质：高；量化系数：4b 压缩品质：中；量化系数：8 图2 16 棒图像分戒1 6 块，- - 次压缩采餍不同的量化磊数的测试结果。 对同一张篡改图像，在第二此压缩时，分别采用压缩品质为高和中的方案进 行j p e g 压缩，它们对应的量化系数分别为4 和8 。然后对这两幅图像再以2 5 1 节 中的检测方法进行检测。得到的检测结果如图2 1 6 所示。再对比先前的测试结果， 从中我们可以看出，随着量化系数数值的增加，检测的效果逐渐变差。 图2 17 待测试的篡改图像( 背景细节丰富) 及测试结果 ( 图像分为8 1 块，二次压缩品质最佳，量化系数为2 ) 。 上海师范人学硕士论文基丁统计的数字图像篡改检测方法 为了验证上= 面对疑似区域分析的正确性，特地按照同样的方法，制作了另一 幅篡改图像。其背景换成了具有丰富细节的车展图像。按照同样的检测方法对其 进行检测，图像分成8