基于圖像質(zhì)量評價量的數(shù)字圖像盲取證研究.pdf

1、隨著拍照設備的便攜化和攝影成本的降低，照相已經(jīng)成為人們記錄生活的一種習慣，社交網(wǎng)絡的發(fā)展又為數(shù)碼照片的分享提供了便利的平臺，導致互聯(lián)網(wǎng)上的數(shù)字圖像以每日數(shù)十億張的速度激增，為圖像偽造提供了便利的素材來源。加上圖像編輯軟件的不斷升級，其操作愈發(fā)簡單而且功能更加強大，這些都為信息安全埋下了隱患。近年來圖像造假現(xiàn)象頻發(fā)，已經(jīng)嚴重干擾了社會生活秩序，可見圖像取證的研究意義重大。
　　本文針對應用面最廣的數(shù)字圖像盲取證技術，從其兩個重要研究

2、方向來源鑒別與篡改檢測出發(fā)，實現(xiàn)對來源設備的辨別、對圖像是否經(jīng)過篡改偽造的判定與篡改區(qū)域的定位。來源鑒別作為取證的第一關，一方面驗證了圖像的可靠性，另外也為后續(xù)的篡改檢測提供了設備依據(jù)。現(xiàn)有的研究主要從圖像的模式噪聲和篡改方式的角度進行來源鑒別和篡改檢測，泛化能力較弱。本文從數(shù)字圖像質(zhì)量的角度出發(fā)，分析了成像和篡改操作對圖像質(zhì)量的影響，重點研究了圖像質(zhì)量評價算法在圖像盲取證上的應用，提出了可用于取證的無參考圖像質(zhì)量評價特征，以及利用不同

3、的質(zhì)量評價量分別進行來源鑒別和篡改定位的方法。主要成果如下:
　　(1)針對目前研究不能鑒別非訓練庫相機這一問題，設計了實現(xiàn)訓練模型外設備鑒別的方法，利用多類分類器與單類分類器融合的結構，完成對不屬于訓練庫的相機設備也能進行正確判定的任務，并分析了分類結構的理論誤差，給未來研究作參考。同時，根據(jù)不同來源相機生成圖像質(zhì)量的差別，分析圖像相鄰像素之間的相關性，得到對應的質(zhì)量評價特征，用于學習分類模型。通過實驗對圖像相鄰像素相關性特征的

4、性能進行評估，與其他來源鑒別特征相比準確度整體較高，結合所提分類結構能夠鑒別外來設備。
　　(2)針對現(xiàn)有算法通用性差的問題，將圖像質(zhì)量評價引入篡改檢測領域，提出了一種利用無參考評價量實現(xiàn)篡改盲檢測的方法，針對圖像質(zhì)量在空域和頻域等不同方面的統(tǒng)計特性設計了13個特征，以及將特征用于全局檢測與局部定位的結構。通過實驗對圖像模糊和壓縮等常見篡改進行檢測仿真實驗，全圖篡改檢測的準確率均在96％以上，與其他同類型的方法對比準確度整體較高，