数字图像盲取证技术研究综述

数字图像盲取证作为一种不依赖任何预签名提取或预嵌入信息来鉴别图像真伪和来源的新课题,正逐步成为多媒体安全领域新的研究热点,本文首先介绍了这一领域当前的研究现状和进展,接着从图像篡改遗留痕迹特征、图像内在统计特性、成像设备一致性三个方面阐述了当前图像盲取证技术的主要方法,并分析了不足之处。     

数字图像复制粘贴篡改盲取证算法研究与实现

针对数字图像检测中一类常见的复制－粘贴图像篡改,提出了一种基于小波变换和奇异值分解的检测算法。该算法利用小波变换提取图像的低频分量,对低频分量分块提取奇异值特征,然后将特征矢量进行按行字典排序,并且配合图像块的偏移位置信息,进行图像复制伪造区域的检测和定位。实验表明该算法大大减小了特征向量的维数,从而提高了相似块的匹配检测效率。为了更方便快捷的检测图像是否被恶意篡改,设计了简单明了的系统检测界面,只需载入待检测的图像并输入相应的参数就能进行检测,最后将检测结果返回给界面,而且系统完成了篡改检测算法的DSP硬件实现,该算法将有利于推动数字图像取证技术的理论研究与应用推广的发展。     

精细化自动检测篡改区域的数字图像取证方法

现存的大部分篡改检测方法对篡改区域的几何变化检测比较敏感,针对该问题,提出一种利用特征图像块精细化自动检测篡改区域的数字图像取证方法,该方法适用于反射、旋转、缩放区域和JPEG压缩定位。首先将重复区域的像素映射到对数极坐标上。然后沿轴,利用反射和旋转产生一维不变描述符。此外,运用每个单独块中提取的特征向量来减少每个阶段的计算时间。最后利用一个精细化阶段复制几何变换后的重复区域。实验对尺寸为24×24和32×32的块进行检测,比较两种情况下获得的定位结果可知,导致较高的真阳性率的测试同时也会导致较低的假阳性。此外,对篡改和未篡改的图像分别进行检测实验,结果表明,与其他算法相比,该算法对几何变换后的图像具有较高的篡改定位准确率和较低的错误匹配率。     

基于深度学习的数字图像篡改定位方法综述

日益进步的图像处理技术让数字图像编辑的门槛变得越来越低。利用触手可及的图像处理软件,人们可以方便地改动图像内容,而篡改后的图像往往十分逼真,以至于肉眼难以辨认。这些篡改图像已对个人隐私、社会秩序、国家安全造成了严重的威胁。因此,检测及定位图像中的篡改区域具有重要现实意义,并已成为多媒体信息安全领域中的重要研究课题。近年来,深度学习技术在图像篡改定位中得到了广泛的应用,所取得的性能已显著超越了传统的篡改取证方法。本文对基于深度学习的图像篡改定位方法进行了梳理。介绍了图像篡改定位中常用的数据集及评价标准,以在篡改定位中应用的不同网络架构为依据分析了现有方法的技术特点和定位性能,并讨论了图像篡改定位面临的挑战和未来的研究方向。      

图像篡改检测技术研究综述

在飞速发展的信息时代,信息的传播速度与广度超乎人们想象。而当前越来越多的图像编辑软件使得人们能够轻而易举地编辑图像内容,图像作为信息的一种载体,其真实性受到了严重威胁。被恶意篡改的图像一旦在网络等平台中传播,将会给个人生活、社会秩序、国家安全等造成一定程度的损失。因此,对图像篡改检测的研究具有十分重要的意义。近30年来,已经有不少传统的方法和基于深度学习的方法应用到图像篡改检测领域。文章以复制-移动篡改检测和拼接篡改检测为切入点,分别就传统方法和基于深度学习的方法在篡改图像的识别和篡改区域的定位方面进行了分析。     

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。     

利用颜色滤波矩阵估计原图的拼接定位盲取证方法

图像拼接是伪造数字图像最基本的操作,对其的被动盲检测和定位也是数字图像取证亟待解决的关键问题之一。该文通过对图像进行颜色滤波矩阵插值,对图像进行了原图估计,重建其像素邻域一致性。利用待取证图像的边缘点在像素邻域一致性上偏离估计的原始图像的程度,对图像的拼接进行准确定位。实验表明,该方法能够有效地检测图像拼接伪造区域的位置、大小和形状。     

数字图像拼接技术研究初探

数字全景图像的获取需要采用图像拼接技术来实现,图像拼接的研究已经日益成为了计算机视觉和数字图像处理领域的研究热点。它在卫星遥感图像合成、虚拟现实、图像复原、视频监控,气象分析、医学诊断、数码游戏等领域、中已得到广泛的应用。     

融入残差注意力机制的DeepLabV3+图像拼接篡改取证网络

针对现有图像拼接检测网络模型存在边缘信息关注度不够、像素级精准定位效果不够好等问题,提出一种融入残差注意力机制的DeepLabV3+图像拼接篡改取证方法,该方法利用编-解码结构实现像素级图像的拼接篡改定位。在编码阶段,将高效注意力模块融入ResNet101的残差模块中,通过残差模块的堆叠以减小不重要的特征比重,凸显拼接篡改痕迹;其次,利用带有空洞卷积的空间金字塔池化模块进行多尺度特征提取,将得到的特征图进行拼接后通过空间和通道注意力机制进行语义信息建模。在解码阶段,通过融合多尺度的浅层和深层图像特征提升图像的拼接伪造区域的定位精度。实验结果表明,在CASIA 1.0、COLUMBIA和CARVALHO数据集上的拼接篡改定位精度分别达到了0.761、0.742和0.745,所提方法的图像拼接伪造区域定位性能优于一些现有的方法,同时该方法对JPEG压缩也具有更好的鲁棒性。     

数字图像真实性被动鉴别技术研究

随着信息技术与计算机技术的快速发展，以及人们广泛应用数码产品，生活工作中人们能够轻而易举获取数字图像。但是不少怀有不良目的的人可以用图像处理与编辑软件对数字图像进行篡改，进而改变其真实面貌。如果被篡改的图像应用于新闻、司法等领域，将会产生极大的损失。本文将首先概述篡改与合成图像，讨论针对篡改行为的鉴别方法研究现状，分析数字图像压缩历史检测技术，最后还介绍基于压缩历史不一致的图像合成篡改检测。     

基于图像块分类的篡改定位和恢复水印算法

针对现有方法所提取的特征值不能灵活适应图像 的纹理变化导致被篡改图像恢复质量不高的问题, 提出一种根据图像块纹理特征进行块类型划分的篡改定位和恢复水印算法。首先把宿主图像 分3×3大小的 子块,再利用方差和Canny边缘检测算子将图像子块划分为简单块、复杂块和边缘块;然后 根据图像子块 类型,自适应地生成水印信息;最后采用Torus自同构映射方式找到水印嵌入位置,并且对 篡改区域进行恢 复时根据图像子块类型自适应的恢复。当图像遭到篡改时,采用本文算法恢复图像的平均峰 值信噪比(PSNR)较现有方 法提5.60%左右。实验表明,本文算法能够对图像纹理复杂区 域生成更精确的 恢复信息,有效提高了图像篡 改区域的恢复质量,同时降低含水印图像失真。算法适用于医学、军事和卫星等领域。     

基于SVD和直方图的JPEG图像篡改盲检测算法

现有的大多数图像篡改检测算法不能够很好地检测多次篡改区域,针对此不足,提出了一种有效的基于SVD和直方图的JPEG图像篡改盲检测算法。该算法首先以设定的窗口块在待检测图像上依次滑动一个像素得到每个单独的滑窗分块,每个分块用奇异值分解(SVD)值表征;然后字典排序所有分块量化后的SVD值矩阵,并通过统计排序后的矩阵的偏移频率来得到直方图;最后通过直方图设定阈值以判断分块是否属于复制粘贴块。实验结果表明,该算法不仅能对单次篡改区域进行准确定位,还能较好地检测到多次篡改区域。     

基于BJND的立体图像篡改定位及恢复水印方法

针对立体图像内容的真实性认证和完整性保护等 问题,提出一种基于双目恰可觉察失 真(BJND)的立体图像 篡改定位及恢复水印方法。首先,利用奇异值的稳定特性,设计左右图像的定位水印;然后 ,根据BJND强度将左右图像 的定位水印嵌入到左图像中;最后,利用离散余弦变换(DCT)和JPEG量化压缩 生成恢复信息,并将右图像和左图像遮挡暴露区 域的恢复信息分别嵌入到右图像和左图像中。实验结果表明,本文方法所构造的水印对JPEG 压缩、椒盐噪声、高斯白噪声等偶然攻击比较鲁棒,而对剪切、拼接、旋转等恶意攻击较为 脆弱,同时对左右图像的恶意篡改区域检测率大于98%。由于充分利用了左右图像的匹配特 性,恢复的被篡改立体图像其左右图像PSNR达36.02dB ～41.29dB。     

实时图像盲复原技术

在有效的视频传输过程中图像的降质是不可避免的，可以通过图像盲复原重建降质的图像。因为不需要已知点扩展函数（PSF），所以得到广泛的应用。视频图像变化明显，传输的数据量大，因此需要一种计算复杂度小的方法来实现图像的盲复原。从此点出发包括两个主要的步骤：模糊图像到拉冬变换域的映射和在这个城内的盲模糊识别。这一映射使系统从2维到1维简化了计算的复杂度，更加符合实时的要求。     

基于JPEG压缩不变量和数字水印的图像认证方法

提出一种抗JPEG压缩的图像认证算法。根据图像不同块中位置相同的DCT系数之间的大小关系在JPEG压缩之后几乎没有发生变化这一性质,对图像进行分析生成特征编码,并将特征编码加密后以水印方式嵌入图像。认证时只需将待测图像的特征编码与从中抽取出的解密水印进行比较,利用篡改矩阵鉴别是否有内容被篡改,并给出具体的篡改位置。实验结果表明,该算法有很好的抗JPEG压缩性能,并可有效地检测出恶意篡改及其发生的位置。     

数字图像处理在激光全息中的应用

本文主要介绍了利用计算机生成的数字图像代替传统的三维立体模型作为全息拍摄对象的方法。从数字图像的全息记录原理出发,讨论了数字图像的分辨率及设计方法问题。     

基于改进的Mask R-CNN图像篡改取证方法

随着现代科学技术的进步,图像编辑工具的发展极大地降低了篡改所需成本。图像篡改手段有多种,现有的方法往往存在通用性差的问题。同时,这些方法只关注篡改定位而忽略对篡改手段的分类。本文提出一种基于改进的Mask R-CNN两阶段网络模型用于图像篡改取证。在特征提取部分,结合空域富模型(spatial rich model, SRM)和受约束卷积对输入图像进行预处理,再输入到ResNet101前4层中,以建立能够有效体现各种篡改痕迹的统一特征表示。一阶段网络通过注意力区域提议网络(attention region proposal network, A-RPN)检测篡改区域,预测模块实现篡改操作分类和粗略篡改区域定位。继而,一阶段网络得到的定位信息引导二阶段网络学习局部特征以定位出最终的篡改区域。本文所提出的模型能检测3种不同类型的图像篡改操作,包括复制-粘贴、拼接和移除。实验结果表明,本文所提出的方法在NIST16、COVERAGE、Columbia和CASIA数据集的F1值分别达到了0.924、0.761、0.791和0.473,优于传统方法和一些主流深度学习方法。     

便携式医用X光机图像拼接技术研究

为了使医生能清楚地观察到人体各部位的完整图像,提高诊断的精确度,需要对X光机所获得的局部人体图像进行拼接处理。在简要介绍2幅相邻图像拼接的基本原理的基础上,着重研究基于灰度相关配准中的比值匹配法。利用2列像素及其所包含的区域信息,通过获取模板及计算最小差值寻找最佳匹配值,并在匹配完成的基础上采用淡入淡出方法对图像进行平滑拼接,以增强拼接效果。软件仿真结果表明,此种方法具有很好的实用性,配准成功率很高,同时能兼顾配准速度,拼接后的图像中间无明显的拼接缝隙,效果显著。     

基于子块区域分割和自嵌入技术的全盲多功能图像水印算法

利用子块区域分割思想和自嵌入技术提出了一种只利用攻击图像就能进行版权鉴别和内容认证的全盲多功能图像水印算法。将原始图像分割成不重叠的子块,对每个子块进行离散余弦变换,将每个子块离散余弦变换矩阵分成为区域1和区域2两部分,然后对区域1进行奇异值分解,通过判断奇异值均值的最高位数字奇偶性产生特征水印,然后通过调整区域2的2个离散余弦变换交流系数大小自嵌入特征水印,最后对每个子块进行逆离散余弦变换得到含水印图像。算法通过结合将区域1产生的特征水印自嵌入区域2和在区域2盲提取认证水印实现全盲检测和多功能。实验结果表明,算法既能实现版权保护又能实现内容认证,而且还具有区分恶意篡改和无意篡改的能力。