數(shù)字圖像內(nèi)容篡改盲取證研究.pdf

1、當今社會，數(shù)字圖像已經(jīng)廣泛應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大的圖像處理軟件的廣泛應用，人們不需要特殊的專業(yè)技術(shù)即可對數(shù)字圖像進行非常逼真的篡改，且篡改和偽造的效果很難通過人眼分辨。篡改的數(shù)字圖像如被用于新聞報道、法庭舉證、學術(shù)研究等場合，可能會對政治和社會穩(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)容真實性的技術(shù)。
　　 本文針對數(shù)碼相機拍攝的數(shù)字圖像內(nèi)容篡改盲取證進行了研究，從圖像存儲

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

3、縮效應的JPEG圖像篡改檢測方法。實驗結(jié)果表明了所提方法能準確估計出原始量化步長，并且能對壓縮圖像篡改進行很好的區(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)域復制篡改魯棒檢測方法。利用小波分解與高斯金字塔對圖像進行降維；對排序特征向量，縮小塊匹配搜索空間：提取低頻域的Zernike矩與Hu矩特征增強算法魯棒性；利用圓形塊代替?zhèn)鹘y(tǒng)方形塊進行匹配，克服篡改過程中旋轉(zhuǎn)操作帶

4、來的像素錯位問題。仿真實驗表明了所提算法計算量小，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行參數(shù)估計與誤差計算，統(tǒng)計子帶頻域矩；在DCT域上統(tǒng)計差分系數(shù)Markov狀態(tài)轉(zhuǎn)移概率，采用支持向量機對所提特征進行訓練分類。實驗結(jié)果驗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