针对一类JPEG图像伪造的被动盲取证

图像合成是一种最常见的图像伪造手段。该文针对一类JPEG图像合成伪造,根据篡改区域与非篡改区域块效应的不一致性,提出了一种简单有效的检测算法。首先利用估计的一次压缩质量因子对待检测图像进行裁剪再压缩,然后通过计算压缩前后的失真提取图像的块效应指数映射图,最后采用图像分割的方法实现篡改区域的自动检测与定位。实验结果表明,算法对于各种质量的JPEG图像和较小的篡改区域均能有效检测,当二次压缩与一次压缩的质量因子之差在15以上,虚警率控制在5%以内时,检测率可达93%以上。     

基于局部块效应的JPEG伪造图像的盲取证

本文基于对JPEG图像整体块效应的分析,定义了新的针对图像局部区域的块效应评价,并由此提出了一种有效的JPEG伪造图像盲取证方法。首先获得图像在水平方向和垂直方向的差分图像,然后将两个方向的差分图像分别进行特定大小的分块,再计算每个分块局部区域的块效应评价,根据待测图像不同区域局部块效应评价的明显差异检测出图像被篡改的位置。实验结果表明,该方法可以有效的检测出经过JPEG双压缩的伪造图像。      

一种基于人眼对比度敏感视觉特性的图像自适应量化方法

为了提高图像的压缩比和压缩质量,结合人眼对比度敏感视觉特性和图像变换域频谱特征,该文提出一种自适应量化表的构建方法。并将该表代替JPEG中的量化表,且按照JPEG的编码算法对3幅不同的彩色图像进行了压缩仿真实验验证,同时与JPEG压缩作对比分析。实验结果表明:与JPEG压缩方法相比,在相同的压缩比下,采用自适应量化压缩后,3幅解压彩色图像的SSIM和PSNR值分别平均提高了1.67%和4.96%。表明该文提出的结合人眼视觉特性的自适应量化是一种较好的、有实用价值的量化方法。     

利用Photoshop中高斯模糊进行篡改的取证方法北大核心

经过篡改伪造后的数字图像,几乎都需要使用模糊操作对篡改伪造边缘进行润饰处理,以实现篡改区域的不可见性,因此对模糊润饰操作的检测可以作为篡改伪造取证的重要依据之一。通过对JPEG图像中DCT系数块内相关性的分析,得到二维高斯分布描述量化DCT系数的联合概率密度分布,因此,通过提取高斯模糊篡改的图像DCT系数的联合概率密度特征与未篡改图像的DCT系数的联合概率密度进行对比检测取证。实验表明,该方法能够有效地检测经过Photoshop高斯模糊篡改的数字图像。     

利用Photoshop中高斯模糊进行篡改的取证方法

经过篡改伪造后的数字图像,几乎都需要使用模糊操作对篡改伪造边缘进行润饰处理,以实现篡改区域的不可见性,因此对模糊润饰操作的检测可以作为篡改伪造取证的重要依据之一.通过对JPEG图像中DCT系数块内相关性的分析,得到二维高斯分布描述量化DCT系数的联合概率密度分布,因此,通过提取高斯模糊篡改的图像DCT系数的联合概率密度特征与未篡改图像的DCT系数的联合概率密度进行对比检测取证.实验表明,该方法能够有效地检测经过Photoshop高斯模糊篡改的数字图像.     

基于条件共生概率矩阵的移位JPEG双压缩检测

针对合成JPEG图像的小区域移位JPEG双压缩(SD-JPEG压缩)篡改问题,提出一种基于条件共生概率矩阵(CCPM)的SD-JPEG压缩篡改检测算法。为了减小图像内容的影响,增强SD-JPEG压缩效应,首先对JPEG量化的离散余弦变换(DCT)系数的幅度矩阵进行水平、垂直、主对角和副对角4个方向差分和阈值化处理,然后使用CCPM对这4个阈值化的差分矩阵进行建模,选取CCPM的元素作为特征数据,并用主分量分析(PCA)对其降维处理,最后通过支持向量机(SVM)技术判决图像块是否经过SD-JPEG压缩。实验结果验证了本文算法的有效性。     

JPEG图像被动取证研究进展综述

数字图像被动取证是利用图像的固有属性对其真实性认证、拼接区域定位及篡改历史分析的技术。由于大多数图像都需要进行JPEG压缩以便存储和传输，基于JPEG格式的数字图像被动取证越来越受到关注。为了更加全面地对现有取证方法进行梳理与归纳，本文着重对JPEG图像相关的取证技术进行介绍，详细论述了双重JPEG压缩检测、量化矩阵估计和拼接检测与定位方法中的关键技术，分析现有方法存在的问题与面临的困难，并对未来发展方向进行展望。      

基于DCT系数双量化映射关系的图像盲取证算法

图像篡改过程会留下一些痕迹破坏自然图像的一致性,为图像的盲取证提供了线索。该文针对篡改过程中的JPEG重压缩操作,根据原始离散余弦变换(DCT)系数与重压缩后DCT系数的映射关系,提出一种新的图像重压缩概率模型来描述重压缩前后DCT系数统计特性的变化,并结合贝叶斯准则,利用后验概率表示JPEG篡改图像中存在的 DQ(Double Quantization)效应,通过后验概率密度图实现篡改区域的定位。实验表明,该方法能够快速并准确实现篡改区域的自动检测和定位,尤其是当第2次压缩因子小于第1次压缩因子时,正确率相对于传统算法有明显的提高。该方法不仅能检测Photoshop等图像编辑软件制作的手工合成篡改图像,同样也适用于图像智能编辑算法如图像修复算法和图像重排算法制作的篡改图像。     

JPEG图像重压缩检测综述

JPEG（Joint Photographic Experts Group,联合图像专家小组）是目前互联网上运用最为广泛的图像格式。已有的案例表明,许多篡改操作都发生在JPEG图像上,其操作基本流程是首先对JPEG文件进行解压,在空域进行篡改,篡改完成后再将篡改后的图片压缩保存为JPEG格式,这样篡改后的图片就可能会被两次甚至多次JPEG压缩。因此,JPEG图像的重压缩检测可以作为判断图像是否经过篡改的重要依据,对JPEG图像进行分析和取证具有非常重要的意义。本文主要从JPEG重压缩过程中量化表保持不变和量化表不一致这两个方面,对近年来JPEG重压缩检测领域的文献进行了一个回顾,介绍了该领域一些代表性的方法。最后我们还分析了JPEG重压缩领域存在的问题,并对未来的发展方向进行了展望。      

基于SIFT的数字图像盲检测算法研究

针对图像区域的复制-变换-移动-粘贴篡改,建立了相应的篡改模型,提出了基于SIFT标记图特征向量的盲鉴别算法,能够有效地检测并定位经过旋转、缩放变换的篡改区域,而且能够抵抗高斯模糊、高斯白噪声和JPEG重压缩等后处理。与基于传统SIFT特征向量的检测算法相比,该算法对篡改区域的缩放变换具有更高的鲁棒性。     

A Novel Scheme for Compression of Cash Images

In the field of economy, there are more and more electronic scanning cash images, which need to be compressed in a higher compression ratio. This paper proposes a specific compression algorithm for cash images. First, according to cash image characteristics and standard JPEG (joint photographic experts group) compression, image re-ordering techniques are analyzed, and the method of modifying some blocks into single color blocks is adopted. Then, a suitable quantization table for cash images is obtained. Experimental results show that the method is effective.     

基于高阶统计量的合成图像鉴别方法

随着各种图像编辑软件的广泛应用,数字图像被篡改的现象越来越普遍。论文研究了一种鉴别合成照片真伪的方法,在提取可信图像和拼接图像的双谱特征和边缘密度特征的基础上利用支持向量机(SVM)进行分类训练,并提出了在特征提取前去除图像的非高斯噪声。实验结果表明,该方法可将鉴别正确率由71%提高到75%,并具有一定的抗JPEG压缩能力。     

遥感图像自适应分层量化的快速DCT压缩法

依据遥感图像的频谱特性,提出一种自适应分层量化的快速DCT图像压缩算法,在对原始图像快速DCT之后,根据图像频谱特性自适应修正JPEG量化表,再用新量化表分层量化DCT系数。真实遥感图像压缩实验表明,在同等压缩比下,提出的方法比标准JPEG方法速度快,且峰值信噪比增加1～2dB,并能实现嵌入式码流图像压缩。     

基于极坐标正弦变换的Copy-move篡改检测

该文使用极坐标正弦变换(PST)特征对图像进行Copy-move篡改检测,将待检测图像转换成灰度图并进行PST特征提取,并采用改进的快速近似最近邻搜索算法PatchMatch对特征描述符进行匹配,以克服匹配全局描述符带来的处理时间较长的缺点。实验分析表明,该文所提方法不仅对图像的线性Copy-move篡改和旋转干扰篡改有很好的效果,而且对噪声和JPEG压缩干扰篡改也具有一定的鲁棒性。最后对综合干扰篡改实验测试发现,在综合篡改幅度较小的情况下,准确率可以达到98.0%。     

The eidochromatic transform for color-image coding.

We introduce the eidochromatic transform as a tool for improved lossy coding of color images. Many current image-coding formats (such as JPEG 2000) utilize both a color-component transform (relating values of different image components at a single location) and a wavelet or other spatial transform (relating values of a single-image component at proximate, but different image locations). The eidochromatic transform further reduces redundancy by relating image values simultaneously across color components and in the two spatial dimensions. Our approach is to introduce an additional transform step following the color-component and spatial transforms. In tests, this step reduced the overall static entropy of the chrominance components of quantized transformed images by up to 40% or more. Combined with JPEG 2000's modeling and coding method, the eidochromatic transform was found to reduce the size of lossily coded color images by up to 27% overall.     

基于YCbCr高阶统计量的图像隐写分析

论文提出了一种应用小波变换基于YCbCr图层高阶统计量的JPEG图像通用隐写分析算法,该算法不局限于某种特定的隐匿算法。由于JPEG图片使用的是YCbCr颜色模型,因而若仍在RGB色彩层上构造高阶统计量,必然会淡化隐写后图像的特征,所以本文提出在YCbCr色彩层上处理高阶统计量,消除了RGB色彩模型同YCbCr色彩模型之间转化所产生的误差;统计量的构造通过原图与切割图像的差异,可减少SVM训练的样本数。     

一种结合人眼对比度感知特性的彩色图像压缩算法

为了使图像压缩后的效果更加符合人眼感知特性,提出了一种结合人眼对比度敏感视觉特性的图像压缩算法。算法首先结合视觉特性和图像变换域频谱系数特征,提出一种图像的角频率的计算方法,并依据计算的角频率提出一种人眼觉察图像最小误差阈值的计算方法;然后以此阈值作为量化步长,提出一种图像变换域频谱系数的量化方法;最后采用霍夫曼编码算法进行编解码,实现图像的压缩。并对三幅彩色图像进行了仿真实验,结果表明:与JPEG技术相比,三幅彩色图和各分量图的平均压缩比、PSNR和SSIM依次提高了10.4807%、6.9879%和2.6494%。表明提出的结合人眼视觉特性的图像压缩算法是一种较好的、有实用价值的压缩算法。     

图像伪造中模糊操作的异常色调率取证技术

数字图像取证技术是对图像的完整性和真实性进行鉴别．通过分析由成像系统形成的局部色彩相关性，利用成像系统和模糊操作在数字图像局部色彩属性的差异，定义数字图像异常色调集合和异常色调率的概念，提出了一种基于异常色调率的数字图像取证技术．实验表明，该方法能够有效地检测出对数码相机拍摄图像进行模糊操作的痕迹，并能够对经过模糊操作的图像局部进行准确判断．     

Detection and localization of forgery using statistics of DCT and Fourier components

In this paper, we present a comprehensive approach for investigating JPEG compressed test images, suspected of being tampered either by splicing or copy-move forgery (cmf). In JPEG compression, the image plane is divided into non-overlapping blocks of size 8 × 8 pixels. A unified approach based on block-processing of JPEG image is proposed to identify whether the image is authentic/forged and subsequently localize the tampered region in forged images. In the initial step, doubly stochastic model (dsm) of block-wise quantized discrete cosine transform (DCT) coefficients is exploited to segregate authentic and forged JPEG images from a standard dataset (CASIA). The scheme is capable of identifying both the types of forged images, spliced as well as copy-moved. Once the presence of tampering is detected, the next step is to localize the forged region according to the type of forgery. In case of spliced JPEG images, the tampered region is localized using block-wise correlation maps of dequantized DCT coefficients and its recompressed version at different quality factors. The scheme is able to identify the spliced region in images tampered by pasting uncompressed or JPEG image patch on a JPEG image or vice versa, with all possible combinations of quality factors. Alternatively, in the case of copy-move forgery, the duplication regions are identified using highly localized phase congruency features of each block. Experimental results are presented to consolidate the theoretical concept of the proposed technique and the performance is compared with the already existing state of art methods.