JPEG图像重压缩检测及篡改定位

论文摘要

随着数码相机的普及,数字图像以其方便、即时、易传输等优点,成为现代通信中一种重要的媒体形式。同时,由于简单易用的数字图像处理软件的不断发展与广泛流传,使得数字图像的伪造和篡改变得易如反掌。近年来,国内外在政治、司法、新闻等领域频繁出现的造假事件使得人们对于数字图像的真实性和完整性产生了质疑,因此数字图像取证技术,尤其是利用图像自身特性的盲取证技术,成为近年来学术界的研究热点。本文从重压缩操作对JPEG图像带来的统计特性上的影响为出发点,研究了JPEG重压缩操作的检测方法,以及利用重压缩检测来定位JPEG图像篡改区域的方法。本文的主要工作如下：(.1)提出了一种基于DCT系数灰度共生矩阵的重压缩检测方法。首先分析了重压缩操作对JPEG图像DCT系数的影响,考虑到之前的大部分重压缩检测算法都只考虑了DCT系数的一阶统计特性,而没有考虑相邻DCT系数间的相关性,这是导致之前算法检测准确率低的一个主要原因。本文从这一角度入手,分析了重压缩操作对DCT系数灰度共生矩阵的统计特性的影响,发现此二阶统计特征可以有效地放大重压缩操作给图像DCT系数带来的影响,进而提高重压缩检测的准确率。(2)提出了一种基于DCT系数首位有效数字Markov模型的重压缩检测算法。首先分析了重压缩操作对DCT系数首位有效数字分布特性的影响,并给出利用Markov过程来对DCT系数首位有效数字分布进行建模的方法。对比实验结果表明,该算法能够有效地检测重压缩操作,尤其是在第二次压缩质量远小于第一次压缩质量时,检测准确率较之前的算法有很大提高。(3)提出了一种基于重压缩检测的JPEG图像篡改定位模型。由于JPEG图像经过篡改后通常会再次保存为JPEG格式,因此会引入重压缩操作。分析表明,可以将篡改后的JPEG图像分为两部分,一部分为背景区域,这部分区域具有重压缩特性,而另一部分为篡改区域,这部分区域的重压缩特性大大减弱,基本不具有重压缩特性。因此,通过检测待测图像中的某一区域是否具有重压缩特性,可以定位图像中的篡改区域。实验表明,该模型能够有效检测和定位出图像的篡改区域,而且对旋转、缩放、羽化等操作具有鲁棒性,同时对不同压缩质量的篡改图像也具有鲁棒性。

论文目录

• 摘要
• 英文摘要
• 1 绪论
• 1.1 数字图像取证技术的研究背景及意义
• 1.2 数字图像主动取证与被动盲取证
• 1.2.1 数字图像主动取证
• 1.2.2 数字图像被动盲取证
• 1.3 本文的研究内容与结构
• 2 数字图像被动盲取证技术
• 2.1 数字图像来源取证
• 2.1.1 数字图像生成设备类型的鉴别
• 2.1.2 数字图像生成设备型号及个体的鉴别
• 2.2 数字图像篡改检测
• 2.2.1 数字图像重压缩检测
• 2.2.2 数字图像重采样检测
• 2.2.3 数字图像模糊及锐化检测
• 2.2.4 数字图像拼接检测
• 2.2.5 数字图像篡改区域定位
• 2.3 现有的被动盲取证方法存在的问题
• 2.4 本章小结
• 3 JPEG图像重压缩检测
• 3.1 JPEG压缩简介
• 3.2 JPEG重压缩分析
• 3.3 基于图像DCT系数灰度共生矩阵的重压缩检测方法
• 3.3.1 图像灰度共生矩阵简介
• 3.3.2 重压缩操作对图像DCT系数灰度共生矩阵的影响
• 3.3.3 算法实现
• 3.4 基于DCT系数首位有效数字Markov模型的重压缩检测方法
• 3.4.1 重压缩操作对DCT系数首位有效数字分布的影响
• 3.4.2 马尔可夫模型的建立
• 3.4.3 算法实现
• 3.5 对比实验结果及分析
• 3.5.1 分类器的选取
• 3.5.2 实验样本的建立
• 3.5.3 对比实验结果及分析
• 3.6 本章小结
• 4 基于重压缩检测的JPEG图像篡改定位模型
• 4.1 JPEG重压缩对篡改图像的影响
• 4.2 基于重压缩检测的JPEG图像篡改定位模型
• 4.3 实验结果及分析
• 4.3.1 实验样本的建立
• 4.3.2 实验结果及分析
• 4.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢