基于块效应不一致的JPEG图像篡改区域检测

利用JPEG图像经篡改后块效应不一致的特性,提出一种根据JPEG篡改图像块效应值的分布检测篡改区域的方法。改进一种通过参照DCT系数的功率谱直方图估计量化表的方法,根据量化表求得图像每个8×8块的块效应,然后根据块效应值的分布规律检测出图像篡改区域。实验表明算法的应用范围广,具有一定的实践意义。     

利用块效应特征的JPEG图像盲取证研究进展

数字图像的盲取证技术由于不依赖任何预嵌入的信息来鉴别图像真实性和完整性的优势,正逐步成为数字媒体安全领域新的研究热点。由于JPEG图像是目前最流行的图像格式,并且块效应是JPEG图像与生俱来的本质特征,因此如何更加有效地利用块效应特征对JPEG图像的真伪进行盲取证研究具有非常重要的现实意义和应用价值。首先对目前国内外利用JPEG图像编码特性的盲取证方法进行归类分析;然后重点针对利用块效应特征的JPEG图像盲取证技术展开讨论,详细介绍并总结了基于块效应测度和基于块效应网格提取的两类盲取证算法的核心思想和局限性;最后提出了存在的问题及未来的研究方向。     

基于块效应网格偏移的重获取JPEG图像篡改检测

重获取图像是原始或篡改后的图像经过中间媒介的映射后再次拍摄获取的图像,一张高质量的重获取伪造图像很难通过人眼判别真伪。针对JPEG格式的重获取图像篡改操作,提出了一种重压缩块效应网格偏移的检测方法。重获取图像由于再获取过程会引入与原图不相关的背景信息,该图像进行多次压缩会产生块效应网格偏移,即重压缩产生的块效应网格会与原始的网格错匹配,利用图像的平均信息损失量进行块效应网格是否发生偏移来检测图像的原始性。实验表明,该方法比已有的重获取图像检测方法准确率更高,且平均检测时间更短。     

基于块效应的JPEG合成图像盲检测

作为应用最为广泛的图像压缩格式,JPEG图像格式活跃于各个信息渠道之中,随之而来的针对JPEG图像的合成和修改也日益增多.由于JPEG图像中的块效应的存在,很多修改痕迹被掩盖,使得JPEG合成图像盲检测一直是修改图像检测的瓶颈之一.但是,在JPEG图像的合成过程中,为了达到较好的视觉效应,在修改区域往往会出现8×8子块的错位,这一错位在频域中表现为原有波峰的衰减或分裂.通过对这一特征的分析,提出了一个新的基于块效应的JPEG合成图像的盲检测算法,并且通过实验证实了其有效性.     

利用JPEG块效应不一致性的合成图像盲检测

合成图像的篡改对象和背景区域一般来源于不同的JPEG图像.为了快速有效地检测这种图像篡改,提出了一种盲检测JPEG合成图像的方法.首先将图像与Laplacian模板卷积得到二阶差分图像,沿水平(垂直)方向平均后进行离散Fourier变换得到归一化的频谱,基于频谱幅值构造JPEG块效应测度;然后将待检测图像重叠分块并计算其相应块效应测度,利用块效应不一致性检测篡改区域.实验结果表明,该方法是快速有效的.     

基于JPEG块效应频域特性的合成图像检测

JPEG图像在压缩过程中所产生的块效应在功率谱曲线上体现为周期性波峰,而篡改JPEG图像所造成块效应不一致将导致周期性波峰的衰弱或消除。利用上述原理,提出了一种基于JPEG块效应频域特性的合成图像检测算法。算法对待测图像进行去噪,提取包含块效应的噪声,对其进行重叠分块并求得每块的块效应度量值,依据该度量值检测并定位篡改区域。实验结果表明,相对于传统的基于块效应不一致的算法,能够更好地检测多种不同图像格式的合成和篡改区域较小等情况。     

JPEG图像双重压缩偏移量估计的篡改区域自动检测定位

目的 为了解决现有图像区域复制篡改检测算法只能识别图像中成对的相似区域而不能准确定位篡改区域的问题,提出一种基于JPEG(joint photographic experts group)图像双重压缩偏移量估计的篡改区域自动检测定位方法。方法 首先利用尺度不变特征变换(SIFT)算法提取图像的特征点和相应的特征向量,并采用最近邻算法对特征向量进行初步匹配,接下来结合特征点的色调饱和度(HSI)彩色特征进行优化匹配,消除彩色信息不一致引发的误匹配;然后利用随机样本一致性(RANSAC)算法对匹配对之间的仿射变换参数进行估计并消除错配,通过构建区域相关图确定完整的复制粘贴区域;最后根据对复制粘贴区域分别估计的JPEG双重压缩偏移量区分复制区域和篡改区域。结果 与经典SIFT和SURF(speeded up robust features)的检测方法相比,本文方法在实现较高检测率的同时,有效降低了检测虚警率。当第2次JPEG压缩的质量因子大于第1次时,篡改区域的检出率可以达到96%以上。 结论 本文方法可以有效定位JPEG图像的区域复制篡改区域,并且对复制区域的几何变换以及常见的后处理操作具有较强的鲁棒性。     

基于量化噪声的JPEG图像篡改检测

JPEG图像篡改引入的双重压缩会导致篡改区域的原始压缩特性发生改变,因此可以利用篡改区域压缩特性的不一致性来检测图像的篡改。利用该原理,提出了一种基于量化噪声的JPEG图像篡改检测算法。算法对待检测图像进行分块,计算每块的量化噪声,求取图像块的量化噪声服从均匀分布和高斯分布的概率,从而检测出篡改过的双重压缩区域。实验结果表明：该算法能有效检测双重压缩的JPEG图像篡改,并能定位出篡改区域。     

JPEG图像篡改的盲检测技术

数字图像被动认证技术是一门不依赖数字水印或者签名等图像先验知识而对图像来源和内容真实性进行认证的新兴技术,JPEG图像篡改的盲检测已成为当前被动认证的研究热点。详细分析了三种基于JPEG压缩的盲检测算法：JPEG压缩历史检测和量化表的估计,块效应不一致性的篡改区域检测,JPEG二次压缩的检测,系统阐明了现有算法的基本特征和优缺点,最后展望了未来的研究方向。     

基于块效应分析的JPEG图像处理历史检测

针对JPEG图像及其块效应在空间域中产生的规律性周期模式,提出一种新的方法来分析块效应的周期性,以检测JPEG图像的处理历史。对于品质因子不同的一次压缩JPEG图像和不对齐双压缩JPEG图像来说,它们的块效应峰值能量分布是有差异的。首先构造图像的块效应模型,然后从模型的频谱中提取出峰值窗口,最后从峰值窗口中获得有代表性的特征进行SVM训练。实验结果表明,该方法对于判断一次压缩JPEG图像的压缩强度和检测不对齐双压缩JPEG图像的处理情况是有效且实用的。     

Improved anti-forensics of JPEG compression

The comblike histogram of DCT coefficients on each subband and the blocking artifacts among adjacent blocks are the two main fingerprints of the image that was once compressed by JPEG. Stamm and Liu proposed an anti-forensics method for removing these fingerprints by dithering the DCT coefficients and adding noise into the pixels. However, some defects emerge inside the anti-forensically processed images. First, the noise distributions are abnormal in the resulting images; and second, the quality of the processed image is poor compared with the original image. To fill these gaps, this paper proposes an improved anti-forensics method for JPEG compression. After analyzing the noise distribution, we propose a denoising algorithm to remove the grainy noise caused by image dithering, and a deblocking algorithm to combat Fan and Queiroz's forensics method against blocking artifacts. With the proposed anti-forensics method, fingerprints of the comblike histograms and the blocking artifacts are removed, noise distribution abnormality is avoided, and the quality of the processed image is improved.     

一种基于小波系数正则性的JPEG2000图像篡改检测算法

在数字信息时代,功能强大的图像编辑工具使得普通用户能够轻而易举地编辑、篡改图像数据,验证图像的真实性和完整性日趋重要.提出了一种基于小波系数正则性的JPEG2000图像拼贴篡改检测算法.由于图像拼贴操作通常会引入突显的强边缘,这些强边缘在小波域体现为低正则区.依据小波系数幅值随分解尺度而衰减的特性来估测图像各区域的正则性,通过检测图像是否存在低正则区来判断图像是否被篡改.实验结果表明,该算法能够准确检测出JPEG2000图像的拼贴篡改,并能够对篡改区域进行较为精确的定位.     

基于FPGA的JPEG数字图像解码方案设计

介绍了一种以现场可编程门阵列(FPGA)作为硬件平台,对符合国际标准的JPEG压缩图像进行解码的设计方案,给出了图像分量和微控制单元(MCU)的熵解码,并着重描述了各个解码JPEG模块的实现方法.     

Fast Blind Measurement of Blocking Artifacts in both Pixel and DCT Domains

The objective measurement of blocking artifacts plays an important role in the design, optimization, and assessment of image and video compression. In this paper, we propose a novel measurement algorithm for blocking artifacts. Computer simulation results indicate that the proposed method accurately measures the blocking artifacts without using the original image. Moreover, the proposed algorithm can be easily implemented in both pixel and DCT domains.

基于 JPEG 2000的医学图像压缩技术实现

本文应用JPEG2000静态图像压缩标准和小波分析理论，实现了静态图像压缩标准的核心代码，并将该方法应用到显微医学图像处理系统中，对BMP格式的灰度显微医学图像进行了压缩研究并予以实现。     

JPEG2000框架下对感兴趣区域多描述图像编码的研究

多描述编码针对不可靠传输信道将信源信号分成多个码流进行传输,解码端通过收到描述中的冗余对丢失信息进行最大限度的恢复。感兴趣区域(ROI,RegionofInterest)编码是新图像编码标准JPEG2000中支持的一项关键技术。这里提出一种对图像在JPEG2000框架下对ROI区域的多描述编码方案,提高了信号传输的鲁棒性,仿真实验结果说明了其有效性。     

基于JPEG/JPEG2000相结合的医学图像感兴趣区域压缩

提出了一种基于JPEG/JPEG2000相结合的医学图像感兴趣区域压缩方法.该方法对在人为选定医学图像的感兴趣区域采用无损的JPEG2000压缩,而对其他图像区域则采用高压缩比的JPEG压缩,从而较好地解决了医学图像的高压缩比和高质量之间的矛盾.通过对一副人脑MRI医学图像的压缩实验,得到了压缩比12:1,并且病灶区图像信息完整的压缩图像.     

Estimating JPEG compression history of bitmaps based on factor histogram

Estimation of JPEG compression history for bitmaps has drawn increasing attention in the past decade due to its extensive applications in image processing, image forensics and steganalysis. In this paper, we propose a novel statistic named factor histogram for estimating the JPEG compression history of bitmaps. In a statistical sense, the factor histogram decreases with the increase of its bin index for uncompressed bitmaps. Whereas, it exhibits a local maximum at the bin index corresponding to the quantization step for JPEG decompressed bitmaps, which makes itself no longer decrease. Based on these characteristics, we propose to identify decompressed bitmaps by measuring the monotonicity of factor histogram, and to estimate the quantization step of each frequency by locating the bin index of the local maximum in factor histogram. Experimental results demonstrate that the proposed method outperforms the existing methods for a range of image sizes, meanwhile maintaining low computational cost.