【正文】 多不和諧的聲音?？茖W(xué)研究中也曾發(fā)生過類似的數(shù)字圖像偽造案例，嚴重違背了科學(xué)研究的真實性原則，造成了極其惡劣的影響。其中“黃禹錫造假事件’’是一場讓整個科學(xué)界蒙羞的騙局。2022年2月韓國首爾大學(xué)的黃禹錫在《科學(xué)》雜志上發(fā)表了有關(guān)全球首例克隆人類胚胎干細胞的論文；2022年5月，黃禹錫又在《科學(xué)》雜志上發(fā)表論文稱，克隆培育出11個干細胞系。由于科學(xué)界對黃禹錫科研成果的可信性提出了很多的質(zhì)疑，韓國首爾大學(xué)調(diào)查委員會展開調(diào)查，并于2022年1月公布“黃禹錫造假事件最終調(diào)查結(jié)果，調(diào)查報告指出黃禹錫發(fā)表的兩篇關(guān)于胚胎干細胞系克隆技術(shù)的論文確屬偽造，11個克隆干細胞中只有兩個是真的，其他9個是均屬偽造?！都毎飳W(xué)雜志》總編邁克羅斯納估計，該雜志多達五分之一的采用稿件中都有處理不當(dāng)?shù)牟鍒D，必須重新制作。在國內(nèi)，圖片造假事件也參出不窮。2022年第23屆全國攝影藝術(shù)展覽金獎作品（圖（a） ） 《明天的現(xiàn)實 》 ，江蘇省攝影家協(xié)會會員陳聯(lián)軍組織公司員工賞析、借鑒獲獎作品時，意外發(fā)現(xiàn)《明天的現(xiàn)實》的主圖和一本近10年前的《全球最新圖庫大百科》中一無名圖（b）極其近似，據(jù)此他指出《明天的現(xiàn)實》有抄襲嫌疑，但一直未能證實。 （a） 明天的現(xiàn)實 (b)無名圖 全國攝影藝術(shù)展覽金獎作品被指剽竊 類似的圖像篡改偽造事件層出不窮，有些事件憑借權(quán)威機構(gòu)查證或本人承認，最終得以還原事件的本來面目；而更多的事件是懸而未決，甚至不了了之。 由此可見，對數(shù)字圖像的真?zhèn)伪鎰e、圖像內(nèi)容的確認以及篡改檢測的需求變得越來越迫切了。 JPEG是目前主流的圖像壓縮標(biāo)準(zhǔn)，其優(yōu)點是當(dāng)壓縮比較高的情況下，能得到較好的圖像質(zhì)量，而且圖像處理速度快。數(shù)字圖像大多數(shù)是用JPEG格式存儲的。目前網(wǎng)站上80％的圖像是采用JPEG壓縮標(biāo)準(zhǔn)的。因而造價源也往往是JPEG。研究JPEG壓縮數(shù)字圖像真?zhèn)蔚臋z測方法具有重要的學(xué)術(shù)性和實用價值。 圖像真?zhèn)螜z測研究現(xiàn)狀 國外研究現(xiàn)狀為了防止數(shù)字圖像被篡改，數(shù)字水印以及數(shù)字簽名技術(shù)應(yīng)運而生，目的在于通過主動或者被動的手段，對數(shù)字圖像的完整性和真實性進行鑒別，以保證執(zhí)法機構(gòu)證據(jù)鏈的完整和電子證據(jù)的真實。然而大多數(shù)數(shù)字圖像沒有嵌入水印。因此，在沒有嵌入水印或簽名的情況下檢測圖像是否被篡改是一個新興起的研究領(lǐng)域。國際上對JPEG壓縮數(shù)字圖像真?zhèn)螜z測是近年來才剛剛興起的，目前仍然處于起步階段，相關(guān)的研究隊伍僅有幾家，以美國的大學(xué)和研究機構(gòu)居多。其中，美國Dartmouth大學(xué)的Hany Farid教授等人用對數(shù)字圖像進行了多尺度小波分解和高階統(tǒng)計建模 【1】 的方法對拍攝的照片圖像、掃描圖像以及計算機生成的圖像進行盲檢測。該方法利用不同來源圖像在各個方向上具有不同的高階統(tǒng)計特性，通過機器學(xué)習(xí)和挖掘，找出這些特征的不同表現(xiàn)形式進行分類，建立了圖像來源分類器。通過對總數(shù)約為46000幅的圖像進行測試，在虛警率為0．8％的條件下，對計算機生成圖像的檢測正確率約為95％，而對照片圖像的檢測正確率僅為65％左右。Hany Farid和A．Popescu還提出了利用量化DCT系數(shù)直方圖中出現(xiàn)的類采樣效應(yīng)來進行圖像重壓縮檢測的方法 【2】 ，以及使用EM(Expectation／Maximization)來分析鄰近像素線性組合的概率，進而檢測數(shù)字圖像重采樣的方法。Hany Farid還提出了基于主成分分析的方法 【3】 ，在同幅圖復(fù)制粘貼檢測過程中解決了運算量過大和魯棒性差的問題。該類技術(shù)通過尋找并利用圖像篡改操作在偽造圖像中的遺留痕跡對圖像進行真實性檢測，這種遺留痕跡單憑人眼通常很難發(fā)現(xiàn)。不同的篡改手段會產(chǎn)生不同的偽造遺留痕跡，如JPEG雙重壓縮操作會導(dǎo)致圖像DCT變換系數(shù)的直方圖產(chǎn)生周期性模式，重采樣操作會導(dǎo)致圖像像素之間的相關(guān)性發(fā)生變化，復(fù)制粘貼操作會導(dǎo)致圖像不同區(qū)域之間產(chǎn)生異常的相似性等。目前研究的方法主要包括JPEG雙重壓縮檢測、重采樣檢測、復(fù)制粘貼檢測和模糊檢測等。JPEG圖像雙重壓縮是指一幅JPEG圖像被解壓，然后用另一個量化表重新壓縮存儲。在使用圖像編輯軟件制作偽造圖像的過程中，一幅JPEG圖像在被篡改處理結(jié)束后可能再一次以壓縮格式存儲，并且使用的壓縮質(zhì)量因子不同于原始的壓縮質(zhì)量因子。這種JPEG雙重壓縮會使得圖像DCT變換系數(shù)的直方圖產(chǎn)生周期性模式。假設(shè)一個取值在[0,127]范圍的正態(tài)分布樣本，為了演示說明雙重壓縮的周期性模式，將該樣本以四種不同的方式量化，原始樣本和4個量化樣本的直方圖如圖2．5所示。其中(a)為原始樣本的直方圖；(b)為以q=2進行單次量化后的樣本直方圖；(c)為以q=3進行單次量化后的樣本直方圖，可以看出(b)、(c)在值域范圍內(nèi)也近似呈正態(tài)分布；(d)、(f)為雙重量化后的樣本直方圖。當(dāng)?shù)诙蔚牧炕蜃觪 2=2小于第一次的量化因子q 1=3時(即q 2﹤q 1)，雙重量化后的樣本直方圖中會出現(xiàn)周期性丟失的值，如(d)所示；當(dāng)?shù)诙蔚牧炕蜃觪2=3大于第一次的量化因子q1=2時(即q2q1)，雙重量化后的樣本直方圖中會出現(xiàn)周期性的高峰和低谷，如(e)所示。因此，對圖像的DCT系數(shù)進行分析，若發(fā)現(xiàn)了這樣的周期性模式，就表明圖像經(jīng)過了雙重壓縮步驟，則該圖像的真實性將受到質(zhì)疑。(a)(b)(c)(d)(e) 雙重壓縮的周期性模式示意圖Lukas研究了雙重壓縮檢測和從JPEG雙重壓縮圖像中估計出原始量化表的方法 【3】 。Popescu利用這種周期性模式來檢測圖像的真實性。研究發(fā)現(xiàn)， JPEG雙重壓縮檢測方法還存在以下不足： (1)當(dāng)?shù)?次壓縮采用的質(zhì)量因子等于第1次壓縮的質(zhì)量因子，或等于第1次壓縮質(zhì)量因子的倍數(shù)時，JPEG雙重壓縮后的DCT系數(shù)直方圖不會出現(xiàn)上述周期性模式，則該類檢測算法失效； (2)JPEG多重(三次或三次以上)壓縮的直方圖呈現(xiàn)出的特征與雙重壓縮的直方圖特征不同，因此若篡改圖像經(jīng)過了多重壓縮，則該類算法檢測不出來；(3)算法要求圖像的尺寸必須較大，否則小尺寸的圖像不能夠提供足夠的統(tǒng)計數(shù)據(jù)來分析JPEG雙重壓縮效應(yīng)； (4)算法僅對JPEG格式圖像有效，對其他格式的圖像無法檢測。需要指出的是，并不能絕對地將出現(xiàn)雙重壓縮效應(yīng)的JPEG圖像都鑒別成偽造圖像，因為雙重壓縮是很多情況下為了節(jié)省存儲空間而進行的合法操作。因此JPEG雙重壓縮只能作為圖像真實性鑒別時的一種間接證據(jù)。2．重采樣檢測方法圖像編輯過程中，常常涉及到重采樣操作，如旋轉(zhuǎn)、縮放等。由于圖像重采樣往往伴隨著插值操作，導(dǎo)致像素之間的相關(guān)性發(fā)生規(guī)律性變化，因此圖像盲取證可以通過檢測重采樣引起的這種變化規(guī)律，來判別圖像是否被修改。Popescu采用期望最大化EM(Expectation Maximization)算法來檢測圖像是否經(jīng)歷過重采樣操作。如果是重采樣圖像，其實質(zhì)是原始圖像信號和周期信號的疊加，則EM算法輸出的概率圖所對應(yīng)的傅立葉頻譜圖中會出現(xiàn)規(guī)律性的亮點；相反，對于非重采樣的原始圖像，其EM算法輸出的概率圖所對應(yīng)的傅立葉頻譜圖中不會出現(xiàn)規(guī)律性的亮點。同濟大學(xué)的朱秀明對Popescu提出的算法 【4】 進行了改進，提出通過增加小補償量的辦法來避免EM算法可能遇到的奇異點 【5】 。因為在某些情況下圖像的縮放被認為是合理的操作，所以圖像重采樣檢測方法單一的檢測結(jié)果并不代表圖像被篡改偽造過。同JPEG雙重壓縮檢測方法類似，在圖像真實性檢測過程中，圖像重采樣檢測方法也只是作為一種輔助手段。3. 復(fù)制粘貼檢測方法為了掩蓋圖像中的某些重要目標(biāo)或偽造出原始圖像中不存在的場景，常用的一種篡改手段是復(fù)制圖像中的部分特定區(qū)域，來覆蓋同一幅圖像中的偽造目標(biāo)區(qū)域，即復(fù)制粘貼偽造。復(fù)制粘貼類型的圖像偽造，雖然可能對篡改圖像進行了一定的邊緣處理，但是圖像中的復(fù)制區(qū)域和相對應(yīng)的粘貼區(qū)域基本上相似?；谶@個特性，圖像盲取證過程中，可以通過尋找圖像中存在的相似區(qū)域?qū)頇z測圖像的復(fù)制粘貼偽造。Ffidfich把對圖像像素的點操作轉(zhuǎn)化為塊操作，提出了一種對圖像塊的DCT量化系數(shù)進行字典排序的算法 【6】 ，來檢測圖像復(fù)制粘貼偽造區(qū)域，量化操作使得該方法對疊加噪聲和有損壓縮具有一定的魯棒性。Popescu提出了一種類似的檢測圖像重復(fù)區(qū)域的算法 【7】 ，該算法對圖像塊使用主成分分析PCA(Pfindpal Component Analysis)，將得到的降維特征作為該圖像塊的特征描述，來進行復(fù)制粘貼檢測。但是他們的算法中都是對原始圖像分塊，導(dǎo)致圖像塊的數(shù)目大，從而使得檢測算法的運算量較大。在同一幅圖中進行復(fù)制粘貼操作不會引起圖像在亮度、色彩等方面較明顯的變化或不一致，不容易引起人們視覺上的懷疑，所以這是一種應(yīng)用廣泛且簡單有效的篡改偽造手段。而目前針對該偽造類型提出的復(fù)制粘貼檢測方法中，大都直接對原始圖像進行分塊，并采用一次移動一個像素的滑窗操作，然后進行字典排序，所以存在計算量大、從而影響檢測效率的問題。 國內(nèi)相關(guān)技術(shù)的研究現(xiàn)狀從研究機構(gòu)上，國內(nèi)以北京電子技術(shù)應(yīng)用研究所、北京郵電大學(xué)、大連理工大學(xué)信息安全研究中心、中山大學(xué)、上海師范大學(xué)及同濟大學(xué)計算機系有相關(guān)文獻發(fā)表 【8】 。大連理工大學(xué)信息安全研究中心劉文鋒、孔祥維 【9】 等在2022年的PCM會議上發(fā)表文章，利用色彩變化提出檢測圖像篡改和檢測隱藏信息的方法。王波、孫璐璐和孔祥維等人在2022年電子學(xué)報的12A期利用成像過程中由于色彩插值和JPEG圖像有損壓縮所引入的局部色彩一致性，提出了利用異常色調(diào)率來對相機拍攝的照片圖像進行取證的方法，可以對合成后經(jīng)過模糊處理的篡改偽造圖像進行鑒別。周琳娜、郭云彪和楊義先等在電子學(xué)報 【10】 上發(fā)表文章，利用同態(tài)濾波、移動平均濾波和數(shù)學(xué)形態(tài)學(xué)的方法檢測經(jīng)過模糊處理的數(shù)字圖像篡改，針對模糊操作的取證正確率在90％左右。上海師范大學(xué)的胡金初教授領(lǐng)導(dǎo)的實驗小組提出一種基于雙JPEG壓縮的數(shù)字圖像篡改的檢測方法，利用貝葉斯決策理論設(shè)計針對圖像篡改塊和非篡改塊的兩類別分類器，并利用支持向量機SVM檢測圖像篡改 【 11】 。 問題分析近年來，對JPEG圖像真?zhèn)螜z測方法的研究發(fā)展較快，以Hany Farid，ShihfuChang，Allebach and E．J．Dclp等人領(lǐng)導(dǎo)的研究團隊和國內(nèi)的研究學(xué)者提出了一些檢測方法和研究成果。但相對于性能越來越強大的圖像編輯處理軟件，以及手法嫻熟、技巧高超的偽造者，這些檢測方法和研究成果還力量較弱，距離為司法機構(gòu)證據(jù)確認提供可靠的技術(shù)保障還很遙遠，還無法從根本上遏制篡改偽造的步伐，因此更高層次的JPEG圖像真?zhèn)畏椒z測的研究要求還很迫切。要研究更高層次的新技術(shù)，就必須對現(xiàn)有技術(shù)所存在的問題進行總結(jié)、歸納和分析，目前對JPEG數(shù)字圖像真?zhèn)螜z測技術(shù)的研究所面臨和存在的主要問題如下：1．現(xiàn)有基于圖像統(tǒng)計性取證算法大都對訓(xùn)練樣本的依賴較強，如J．Fridrich的模式噪聲的數(shù)碼相機來源取證和Shih．fu Chang的圖像分類來源取證等都屬于此范疇。盡管數(shù)字圖像處理、機器學(xué)習(xí)和模式識別等技術(shù)為數(shù)字圖像取證研究提供了很多理論支持，但由于數(shù)字圖像來源多樣性和內(nèi)容的復(fù)雜性，以及現(xiàn)有許多統(tǒng)計特征依賴于圖像內(nèi)容本身，導(dǎo)致目前數(shù)字圖像統(tǒng)計性取證算法的結(jié)果往往強烈依賴于訓(xùn)練樣本，如果沒有原始圖像和篡改圖像對比訓(xùn)練樣本數(shù)據(jù)庫的支持，統(tǒng)計性檢鋇4算法將無法實施，因此，這種算法離完全實用的圖像真?zhèn)螜z測方法還有很大距離。2．現(xiàn)有的針對性的、非統(tǒng)計性取證算法的適應(yīng)性都較弱，都只能針對某一種篡改手段進行取證。而目前的圖像篡改技術(shù)往往是多種偽造技術(shù)的聯(lián)合，經(jīng)驗豐富的偽造專家、低價格非專業(yè)的數(shù)碼相機和方便好用的圖像處理軟件使得造假者能夠很容易綜合利用多種偽造技術(shù)，造出生動逼真、毫無破綻的造假圖像，針對性太強的檢測取證技術(shù)對付多種偽造技術(shù)聯(lián)合的偽造篡改圖像檢測效果是很不理想的，因此需要多角度，全方位綜合運用各種篡改取證技術(shù)，形成全面的取證系統(tǒng)，才能對偽造篡改技術(shù)進行較好地取證。這些針對性的取證算法包括Hany Farid的檢測數(shù)字圖像重采樣和復(fù)制粘貼的方法、Shih．fu Chang的利用雙致性檢測拼接偽造圖像方法和J．Fridrich的基于量化DCT的復(fù)制粘貼檢測方法等，事實上，包括我們在內(nèi)的研究者現(xiàn)在正在研究的許多取證方法也都屬于此列。通過上述數(shù)字圖像取證研究現(xiàn)狀的分析，我們發(fā)現(xiàn)：(1)JPEG仍然是目前主流的圖像壓縮標(biāo)準(zhǔn)，而JPEG壓縮圖像所造成的圖像質(zhì)量損失，也使得針對JPEG圖像篡改的取證更加困難。(2)JPEG的圖像篡改取證技術(shù)，距離實際應(yīng)用仍然有一定的差距，各種算法均有稍嫌苛刻的局限性，且算法復(fù)雜度較高，盲檢測性較低。(3)要在JPEG圖像篡改的取證研究上取得新的突破，就要深入發(fā)掘JPEG標(biāo)準(zhǔn)的壓縮特征，分析圖像在篡改過程中發(fā)生的變化，從而提出新的盲檢測算法。數(shù)字圖像盲取證技術(shù)的研究剛剛起步，其概念、理論和方法還不全面和清晰。來自于各個領(lǐng)域(如計算機視覺、信號處理、計算機圖形學(xué)和機器學(xué)習(xí)等)的研究人員由于其研究切入點的不同，從而對盲取證系統(tǒng)的理解也不完全相同，所以目自訂還沒有一個統(tǒng)一的、成熟的數(shù)字圖像旨取證系統(tǒng)框架。本文在總結(jié)了近年來數(shù)字圖像盲取證技術(shù)的主要研究成果的基礎(chǔ)上，嘗試提出了一個數(shù)字圖像盲取證的基本框架。數(shù)字圖像篡改的手段多種多樣，新的偽造手法同益翻新，因此檢測圖像真實性的問題很復(fù)雜，沒有通用的、一勞永逸的解決方法。現(xiàn)有的一些方法，如Popescu提出的統(tǒng)計工具箱中的一系列方法 【12】 比較零散，都是針對特定圖像偽造類型、特定應(yīng)用場合的，不能夠普遍適用多應(yīng)用的圖像環(huán)境。一幅篡改圖像通常綜合使用了多種偽造手段，因此單一