數(shù)字圖像內(nèi)容篡改盲取證研究.pdf

1、當(dāng)今社會(huì)，數(shù)字圖像已經(jīng)廣泛應(yīng)用于人們的日常生活與工作中，使得人們的生活豐富多彩。然而隨著功能日益強(qiáng)大的圖像處理軟件的廣泛應(yīng)用，人們不需要特殊的專業(yè)技術(shù)即可對(duì)數(shù)字圖像進(jìn)行非常逼真的篡改，且篡改和偽造的效果很難通過(guò)人眼分辨。篡改的數(shù)字圖像如被用于新聞報(bào)道、法庭舉證、學(xué)術(shù)研究等場(chǎng)合，可能會(huì)對(duì)政治和社會(huì)穩(wěn)定產(chǎn)生重要的影響，因此迫切需要鑒別數(shù)字圖像內(nèi)容真實(shí)性的技術(shù)。
　　 本文針對(duì)數(shù)碼相機(jī)拍攝的數(shù)字圖像內(nèi)容篡改盲取證進(jìn)行了研究，從圖像存儲(chǔ)

2、特征、偽造特性以及偽造后處理特性出發(fā)，對(duì)常見(jiàn)的JPEG圖像內(nèi)容篡改、圖像拼接、區(qū)域復(fù)制、篡改邊緣模糊四個(gè)方面分別展開(kāi)研究，主要成果如下：
　　 (1)提出了基于雙重壓縮效應(yīng)的圖像原始量化步長(zhǎng)估計(jì)方案以及相應(yīng)的JPEG篡改取證方法。利用JPEG圖像雙重壓縮對(duì)DCT系數(shù)分布產(chǎn)生的影響，根據(jù)兩次量化步長(zhǎng)之間的大小關(guān)系，分三種情況討論了原始量化步長(zhǎng)的估計(jì)方法。在此基礎(chǔ)上，分析了雙重壓縮效應(yīng)機(jī)理，使用周期效應(yīng)概率模型，提出了一種基于雙重壓

3、縮效應(yīng)的JPEG圖像篡改檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明了所提方法能準(zhǔn)確估計(jì)出原始量化步長(zhǎng)，并且能對(duì)壓縮圖像篡改進(jìn)行很好的區(qū)域定位。
　　 (2)提出了基于小波變換與Zernike矩的篡改取證方法和基于高斯金字塔分解與Hu矩的區(qū)域復(fù)制篡改魯棒檢測(cè)方法。利用小波分解與高斯金字塔對(duì)圖像進(jìn)行降維；對(duì)排序特征向量，縮小塊匹配搜索空間：提取低頻域的Zernike矩與Hu矩特征增強(qiáng)算法魯棒性；利用圓形塊代替?zhèn)鹘y(tǒng)方形塊進(jìn)行匹配，克服篡改過(guò)程中旋轉(zhuǎn)操作帶

4、來(lái)的像素錯(cuò)位問(wèn)題。仿真實(shí)驗(yàn)表明了所提算法計(jì)算量小，能夠有效地抵抗圖像后處理操作。
　　 (3)提出了一種基于頻域統(tǒng)計(jì)特性的拼接篡改取證方法。在非抽樣Contourlet變換頻域上分析圖像高頻子帶特性，利用廣義高斯分布模型進(jìn)行參數(shù)估計(jì)與誤差計(jì)算，統(tǒng)計(jì)子帶頻域矩；在DCT域上統(tǒng)計(jì)差分系數(shù)Markov狀態(tài)轉(zhuǎn)移概率，采用支持向量機(jī)對(duì)所提特征進(jìn)行訓(xùn)練分類。實(shí)驗(yàn)結(jié)果驗(yàn)證所提方法具有很好的拼接圖像鑒別能力。
　　 (4)提出了一種基于