基于量化表和CFA插值的圖像盲取證.pdf

1、圖像在信息傳遞中扮演著重要的角色,且圖像編輯處理軟件的普及使得對(duì)圖像視覺上不留痕跡的篡改變得容易。篡改偽造的圖像給社會(huì)造成了嚴(yán)重的負(fù)面影響,在此背景下數(shù)字圖像取證逐漸成為信息安全領(lǐng)域的研究熱點(diǎn)。
　　許多JPEG圖像篡改后可能被保存為bitmap格式,同時(shí)JPEG編碼時(shí)可能采用了不同的量化表。判斷一幅bitmap圖像是否曾被JPEG壓縮過,以及JPEG編碼時(shí)使用了怎樣的量化表對(duì)于圖像來源取證來說十分重要。另外,JPEG圖像在篡改后

2、也可能再次被壓縮,圖像取證還需要判別圖像是否經(jīng)歷過重壓縮。絕大多數(shù)照相機(jī)只有一個(gè)CCD,需要經(jīng)過插值才能形成最終的彩色圖像。不同的照相機(jī)會(huì)采用不同的插值算法,對(duì)圖像的插值算法進(jìn)行檢測(cè)也能實(shí)現(xiàn)圖像的來源認(rèn)證。本文的主要工作如下:
　　首先,本文定義了一種圖像特征矩陣(ICM),并在此基礎(chǔ)上提出一種JPEG壓縮檢測(cè)和雙重JPEG壓縮取證的方法。圖像在被壓縮后,其DCT變換中系數(shù)為0的個(gè)數(shù)會(huì)有顯著的改變。對(duì)待測(cè)圖像進(jìn)行64種不同的剪切,

3、分別計(jì)算每一剪切得到的圖像其DCT變換后系數(shù)為0的個(gè)數(shù),最終得到一個(gè)8×8的ICM。JPEG壓縮或雙重JPEG壓縮都會(huì)改變ICM。根據(jù)ICM形成的特征值S1和S2分別能進(jìn)行JPEG檢測(cè)和重壓縮檢測(cè)。同時(shí),根據(jù)ICM中最大值出現(xiàn)的位置能定位出圖像的塊邊緣。
　　其次,本文改進(jìn)了現(xiàn)有量化步長(zhǎng)的估計(jì)算法,并提出了兩種估計(jì)量化表的算法?，F(xiàn)有量化步長(zhǎng)估計(jì)算法是基于DCT系數(shù)的統(tǒng)計(jì)直方圖進(jìn)行。本文充分利用直方圖中量化步長(zhǎng)整數(shù)倍處其局部極大值的

4、特點(diǎn),改進(jìn)了現(xiàn)有算法,使之能更好地估計(jì)長(zhǎng)量化步長(zhǎng)。通過分別估計(jì)量化步長(zhǎng)估計(jì)出的量化表不一定完全正確。本文將該不完整的量化表和所有已知量化表進(jìn)行匹配,最終得到了完整的量化表。量化表與被其量化過的塊的DCT系數(shù)更為相關(guān),據(jù)此,本文通過計(jì)算圖像與所有已知量化表的相關(guān)性,最終也檢測(cè)出了圖像使用的量化表。利用估計(jì)出來的量化表,本文進(jìn)一步地定位出了圖像中被篡改的區(qū)域。
　　最后,本文還研究了CFA插值算法的檢測(cè)。大多數(shù)層內(nèi)插值算法插值不出局部

5、最大值和最小值。本文根據(jù)圖像數(shù)據(jù)中最大值和最小值出現(xiàn)的位置判斷出圖像是否使用了Bayer模式。當(dāng)用與原圖像相同的插值算法重插值圖像時(shí),重插值前后圖像數(shù)據(jù)變化最小。據(jù)此,本文通過重插值的方法檢測(cè)出了圖像所使用的插值算法。圖像首先被不同的插值算法插值,之后與原圖像差距最小的圖像被選出來,其對(duì)應(yīng)的插值算法就是要檢測(cè)的插值算法。
　　本文各章的實(shí)驗(yàn)分別說明了本文提出的bitmap的JPEG檢測(cè)、JPEG圖像的重壓縮檢測(cè)、量化步長(zhǎng)和量化表的