基于量化表和CFA插值的圖像盲取證.pdf

1、圖像在信息傳遞中扮演著重要的角色,且圖像編輯處理軟件的普及使得對圖像視覺上不留痕跡的篡改變得容易。篡改偽造的圖像給社會造成了嚴(yán)重的負(fù)面影響,在此背景下數(shù)字圖像取證逐漸成為信息安全領(lǐng)域的研究熱點。
　　許多JPEG圖像篡改后可能被保存為bitmap格式,同時JPEG編碼時可能采用了不同的量化表。判斷一幅bitmap圖像是否曾被JPEG壓縮過,以及JPEG編碼時使用了怎樣的量化表對于圖像來源取證來說十分重要。另外,JPEG圖像在篡改后

2、也可能再次被壓縮,圖像取證還需要判別圖像是否經(jīng)歷過重壓縮。絕大多數(shù)照相機(jī)只有一個CCD,需要經(jīng)過插值才能形成最終的彩色圖像。不同的照相機(jī)會采用不同的插值算法,對圖像的插值算法進(jìn)行檢測也能實現(xiàn)圖像的來源認(rèn)證。本文的主要工作如下:
　　首先,本文定義了一種圖像特征矩陣(ICM),并在此基礎(chǔ)上提出一種JPEG壓縮檢測和雙重JPEG壓縮取證的方法。圖像在被壓縮后,其DCT變換中系數(shù)為0的個數(shù)會有顯著的改變。對待測圖像進(jìn)行64種不同的剪切,

3、分別計算每一剪切得到的圖像其DCT變換后系數(shù)為0的個數(shù),最終得到一個8×8的ICM。JPEG壓縮或雙重JPEG壓縮都會改變ICM。根據(jù)ICM形成的特征值S1和S2分別能進(jìn)行JPEG檢測和重壓縮檢測。同時,根據(jù)ICM中最大值出現(xiàn)的位置能定位出圖像的塊邊緣。
　　其次,本文改進(jìn)了現(xiàn)有量化步長的估計算法,并提出了兩種估計量化表的算法?，F(xiàn)有量化步長估計算法是基于DCT系數(shù)的統(tǒng)計直方圖進(jìn)行。本文充分利用直方圖中量化步長整數(shù)倍處其局部極大值的

4、特點,改進(jìn)了現(xiàn)有算法,使之能更好地估計長量化步長。通過分別估計量化步長估計出的量化表不一定完全正確。本文將該不完整的量化表和所有已知量化表進(jìn)行匹配,最終得到了完整的量化表。量化表與被其量化過的塊的DCT系數(shù)更為相關(guān),據(jù)此,本文通過計算圖像與所有已知量化表的相關(guān)性,最終也檢測出了圖像使用的量化表。利用估計出來的量化表,本文進(jìn)一步地定位出了圖像中被篡改的區(qū)域。
　　最后,本文還研究了CFA插值算法的檢測。大多數(shù)層內(nèi)插值算法插值不出局部

5、最大值和最小值。本文根據(jù)圖像數(shù)據(jù)中最大值和最小值出現(xiàn)的位置判斷出圖像是否使用了Bayer模式。當(dāng)用與原圖像相同的插值算法重插值圖像時,重插值前后圖像數(shù)據(jù)變化最小。據(jù)此,本文通過重插值的方法檢測出了圖像所使用的插值算法。圖像首先被不同的插值算法插值,之后與原圖像差距最小的圖像被選出來,其對應(yīng)的插值算法就是要檢測的插值算法。
　　本文各章的實驗分別說明了本文提出的bitmap的JPEG檢測、JPEG圖像的重壓縮檢測、量化步長和量化表的