數(shù)字圖像區(qū)域復(fù)制篡改的被動取證方法研究.pdf

1、在當今信息飛速傳播的數(shù)字時代，數(shù)字圖像已經(jīng)深刻影響著人們每天的學(xué)習(xí)、工作和生活，移動互聯(lián)網(wǎng)井噴式的發(fā)展更使這種趨勢達到了前所未有的高度。然而，隨著各種功能強大且簡單易學(xué)的圖像編輯軟件的普及，人們幾乎不需要特殊的專業(yè)技術(shù)就可以輕易對一幅數(shù)字圖像進行隨意修改，并且篡改圖像很難通過肉眼有效分辨。數(shù)字圖像的惡意篡改已經(jīng)滲透到現(xiàn)實生活中的方方面面，“眼見為實”傳統(tǒng)觀念的打破正在導(dǎo)演著當今社會的信任危機。篡改圖像在新聞報道、商業(yè)宣傳、學(xué)術(shù)研究、法庭

2、舉證等方面勢必產(chǎn)生惡劣的負面影響，因此圖像篡改的取證方法研究具有非常重要的現(xiàn)實意義和應(yīng)用價值。
　　本文針對數(shù)字圖像的區(qū)域復(fù)制篡改方式，圍繞利用被動取證方法鑒別數(shù)字圖像的真實性這一主線，深入研究了能夠抵抗后處理操作和中間操作攻擊的區(qū)域復(fù)制篡改檢測算法。針對目前流行的JPEG格式圖像，建立JPEG圖像復(fù)制粘貼篡改模型，研究利用篡改過程中產(chǎn)生的塊效應(yīng)特征鑒別圖像的真實性。
　　本文的主要創(chuàng)新點和研究成果具體如下：
　　1.

3、研究了基于分塊特征匹配的區(qū)域復(fù)制篡改檢測方法，針對現(xiàn)有大多數(shù)算法對于后處理攻擊魯棒性不強的缺陷，結(jié)合量化DCT系數(shù)的魯棒性和最大奇異值的穩(wěn)定性，提出了一種基于分塊特征匹配的魯棒被動取證方法。一系列實驗證實該方法不僅可以有效檢測多區(qū)域復(fù)制粘貼操作，而且對高斯模糊、加性高斯白噪聲、JPEG壓縮以及混合操作攻擊具有較強的魯棒性。
　　2.研究了基于特征點檢測和特征匹配的區(qū)域復(fù)制篡改檢測方法，分析了稠密Harris特征點的分布特性，運用多

4、種局部二進制模式算子的組合進行特征提取，提出了一種基于特征點檢測和特征匹配的魯棒被動取證方法，增強了檢測方法對于復(fù)制區(qū)域旋轉(zhuǎn)和翻轉(zhuǎn)攻擊的魯棒性，解決了圖像中平坦區(qū)域和小區(qū)域的篡改檢測問題。
　　3.為了解決現(xiàn)有檢測算法只能識別圖像中成對的相似區(qū)域而不能準確定位篡改區(qū)域的問題，分析了不同壓縮歷史下圖像的平均信息損失量，結(jié)合SIFT特征點的HSI顏色特征，提出了一種基于JPEG圖像雙重壓縮偏移量估計的篡改區(qū)域自動檢測定位方法，實現(xiàn)了不