基于PRNU與多重分形譜特征的數字圖像來源取證.pdf

1、隨著圖像獲取設備及處理軟件功能日趨強大，豐富多彩的數字圖像逐漸充斥著人們的視野，給生活和工作帶來了極大地便利，然而，數字圖像安全隱患問題也隨之而來。因此，開展數字圖像取證技術的研究具有重要的應用價值，成為信息安全領域的研究熱點。數字圖像取證技術源于計算機取證，是對取證數據進行收集、分析識別并出示法庭的過程。其研究的核心是根據數字圖像固有特征，驗證圖像來源、內容完整性以及是否被篡改等。
　　本文回顧了已有數字圖像取證技術的經典算法，

2、討論了自然圖像和計算機生成圖像來源取證研究的理論基礎。在現有研究技術的基礎上，重點研究了圖像CFA插值特性、PRNU特性及回歸分析殘差圖像的多重分形譜特性，提出了兩種鑒別自然圖像和計算機生成圖像來源的算法。本文的主要研究成果如下：
　　1)提出了一種基于CFA插值對PRNU相關性影響的自然圖像和計算機生成圖像來源取證算法。首先分析了CFA插值對圖像鄰域相關性的影響。并根據自然圖像成像過程，PRNU的產生位于CFA插值前，因而這種鄰

3、域相關性特征將在PRNU中表現。從而提取圖像 PRNU鄰域方差直方圖特征。最后采用SVM對兩類圖像進行來源鑒別，平均鑒別率達99.43％。實驗分析表明算法能有效抵抗縮放、JPEG壓縮、旋轉和加噪等攻擊。
　　2)提出了一種基于回歸分析和多重分形的自然圖像和計算機生成圖像來源取證算法。首先分析了自然圖像和計算機生成圖像對多元線性回歸模型的擬合度差異，指出自然圖像能較好地擬合多元線性回歸模型，在此基礎上提取圖像的擬合度特征。然后分析了