【正文】 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。 （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。目前網(wǎng)站上80％的圖像是采用JPEG壓縮標準的。然而大多數(shù)數(shù)字圖像沒有嵌入水印。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，通過機器學習和挖掘，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。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)。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。當?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?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。研究發(fā)現(xiàn)， JPEG雙重壓縮檢測方法還存在以下不足： (1)當?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； (4)算法僅對JPEG格式圖像有效，對其他格式的圖像無法檢測。由于圖像重采樣往往伴隨著插值操作，導致像素之間的相關(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。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?；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測圖像的復制粘貼偽造。在同一幅圖中進行復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，所以這是一種應用廣泛且簡單有效的篡改偽造手段。王波、孫璐璐和孔祥維等人在2022年電子學報的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。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。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。(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標準的壓縮特征，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雜，沒有通用的、一勞永逸的解決方法。雖然每一個單獨的檢測算法不能對證明圖像的真實性提供充分的盲取證證據(jù)，但是實際應用過程中通過將這些基本的圖像偽造檢測算法進行融合，以對抗技術(shù)含量不斷提高的偽造圖像，最終能夠?qū)Υ龣z測圖像給出一個綜合的、有說服力的鑒別結(jié)果。第四章針對第三章的算法對篡改過的圖像進行處理并得出實驗結(jié)果，最后對算法進行比較。數(shù)字水印技術(shù)則是將圖像數(shù)據(jù)作為一種傳輸用戶標識或內(nèi)容真實性信息的通信信道來考慮 【14】 。到目前為止，有許多基于數(shù)字簽名的圖像鑒別方法，它們的主要區(qū)別是提取出來的、用來表達圖像內(nèi)容的特征不同。它的優(yōu)點是能夠容忍更多常用的圖像處理操作，但該方法沒有考慮對篡改區(qū)域進行定位。實驗結(jié)果表明，該方法對數(shù)字圖像的局部或整體替換、剪切操作都具有較好的定位效果，并且具備圖像篡改區(qū)域的近似恢復功能，但提取的特征碼的長度較長，特征碼的長度與恢復質(zhì)量的好壞成指數(shù)關(guān)系。 數(shù)字水印鑒別技術(shù)近十余年來，圖像鑒別領(lǐng)域開展了大量的基于數(shù)字水印的鑒別技術(shù)研究。水印的檢測是通過相關(guān)性檢測器實現(xiàn)的，在嵌入和檢測過程中使用塊結(jié)構(gòu)從而實現(xiàn)了對篡改圖像的區(qū)域定位功能。該方法能夠容忍一定程度的失真，同時能夠檢測出圖像內(nèi)容是否被篡改并對篡改區(qū)域進行定位。該方法可容忍一定的壓縮失真與疊加噪聲等不改變圖像內(nèi)容意義的操作，同時當圖像內(nèi)容被惡意篡改時，該算法能夠有效地檢測出惡意篡改事件的發(fā)生，并且主動地定位出篡改區(qū)域和近似地恢復出篡改區(qū)域的原始內(nèi)容。實際上，許多圖像提供方在分發(fā)圖像的時候，并沒有提取摘要和嵌入水印，因而圖像鑒別方也就不可能使用提取簽名和水印的方法進行圖像真?zhèn)蔚尿炞C。 基于數(shù)字盲取證的圖像鑒別技術(shù)是近幾年剛發(fā)展起來的，其研究還處于初級階段，挑戰(zhàn)性高，創(chuàng)新空間大，因此吸引了眾多院校、研究機構(gòu)及公司投入到該領(lǐng)域的研究中來。 數(shù)字圖像盲取證是指在不依賴任何預簽名提取或預嵌入信息的前提下，對圖像的真?zhèn)魏蛠碓催M行鑒別。而這些處理操作在篡改圖像中都會或多或少地都會留下相應的偽造痕跡，如重采樣操作導致圖像像素之間的相關(guān)性發(fā)生變化，JPEG雙重壓縮導致圖像DCT變換系數(shù)的直方圖產(chǎn)生周期性模式，復制粘貼操作導致圖像不同區(qū)域之間產(chǎn)生異常的相似性等等。而由同一設備采集的圖像通常具有特殊的一致性規(guī)律以反映該設備的特性，這些一致性的規(guī)律可用于圖像偽造檢測和篡改區(qū)域定位。因此可提取對圖像篡改敏感的內(nèi)在統(tǒng)計特性，用于圖像的真實性檢測。 論文的研究內(nèi)容本論文針對數(shù)字圖像盲取證中的真實性檢測問題，研究了數(shù)字圖像盲取證的基本框架，然后從圖像偽造過程的遺留痕跡，詳細闡述了盲取證技術(shù)的基本原理和典型方法，并在此基礎(chǔ)上，進行了相關(guān)研究工作評述，對圖像盲取證在理論研究、新技術(shù)和新方法的引入、魯棒性、標準數(shù)據(jù)庫的擴展以及評價指標的規(guī)范等方面的進一步研究工作進行了探討。2．提出了一種基于小波和奇異值分解的復制粘貼偽造圖像盲取證方法圖像復制粘貼是把數(shù)字圖像中的一部分區(qū)域進行復制并粘貼到同一幅圖像中的另一個區(qū)域中，以達到掩蓋某些重要目標或編造出原始圖像中不存在的場景的目的。該算法首先對待檢測圖像進行小波變換，然后對小波的近似分量進行滑窗分塊操作，對取出的圖像塊進行奇異值分解和量化，以得到一個降維后的圖像特征描述，這種特征描述形式對邊緣處理、JPEG壓縮和高斯噪聲具有較強的魯棒性。本章首先描述了數(shù)字圖像盲取證技術(shù)需要解決的問題、基本框架和應用領(lǐng)域；然后根據(jù)圖像鑒別所使用的取證特征這一分類標準，從三個方面詳細闡述了面向真實性檢測的圖像盲取證技術(shù)的基本原理和典型方法；最后進行了相關(guān)研究工作評述，對圖像盲取證技術(shù)的進一步研究方向進行了分析和探討。數(shù)字圖像盲取證技術(shù)是一個多學科綜合的研究問題，它涉及計算機視覺、信號處理、計算機圖形學、機器學習、成像傳感器、模式識別等領(lǐng)域的知識。 圖像建模圖像建模作為圖像盲取證分析的第一步，具有很重要的作用。(2)基于偽造手段的模型。(1)特征分析與提取。這里的特征是指廣義上的特征，既包括從單幅圖像中估計出的自然圖像統(tǒng)計特性，還包括圖像篡改偽造過程的遺留痕跡等。(3)算法的測試和驗證。在通過了測試和驗證過程之后，就可以利用設計好的算法實施圖像盲取證工作，即對未知圖像進行真?zhèn)舞b別?，F(xiàn)代數(shù)字圖像篡改的方法有很多，論文僅介紹幾種常見的篡改技術(shù)。采用的方法一般是分別找出原圖像和目標圖像上對應的特征點，然后以不同的權(quán)重疊加兩幅圖像，這樣得到的圖像就兼有兩幅圖像的特征。 增強篡改圖像5. 計算機圖形(puter graphics)。最近出現(xiàn)了一種新的技術(shù)，它利用真人和激光掃描設備獲得高精確度的三維模型，這使得不熟練的人也能創(chuàng)造出逼真的電腦圖像。 計算機生成圖像我們注意到，當在篡改數(shù)字圖像時，以上操作和別的一些操作常常同時被使用。例如，在雜志的封面上使用合成圖像可以被人接受，但是在法庭上作為證據(jù)則不被允許。另外，一個通用的圖像數(shù)據(jù)庫能夠為研究者提供一個相互交流的工作平臺，用來比較各自提出的算法的優(yōu)劣性，從而促進數(shù)字圖像盲取證技術(shù)的發(fā)展。攝影圖像和計算機生成圖像數(shù)據(jù)庫包括四種類型的圖像：800幅來自網(wǎng)絡的計算機生成圖像、800幅來自攝影師的攝影圖像、800幅來自google圖像搜索的攝影圖像和800幅重新拍攝的計算機生成圖像。另外，互聯(lián)網(wǎng)強大的傳播功能更是為圖像篡改偽造者提供了豐富的資源。而如今新聞媒體中的事件場景照片、人物照片等在網(wǎng)絡上廣泛傳播，這類照片被篡改的機率相對較高。因此有必要應用數(shù)字圖像盲取證技術(shù)來鑒別電子票據(jù)是否被篡改偽造過，從而保證電子交易的順利進行。但是現(xiàn)在，作為證據(jù)的照片的真實性卻必須經(jīng)過仔細鑒別，照片真實與否，可以決定一個人會不會遭受牢獄之災；在保險索賠時，偽造照片若被當成證據(jù)，就會使保險公司蒙受損失。因此利用數(shù)字圖像盲取證技術(shù)鑒別圖像情報的真實性，在軍事中具有重要的應用價值。由于在同一幅圖中進行復制粘貼操作不會引起圖像在亮度、色彩、噪聲等方面較明顯的變化或不一致，從而使得篡改后的圖像不容易引起人們視覺上的懷疑，難于被人眼辨別出來，所以這是一種應用廣泛日簡單有效的篡改偽造手段。 （a）真實圖像 (b)復制粘貼偽造圖像 圖像復制粘貼偽造示例前面已經(jīng)對圖像復制粘貼盲取證算法的相關(guān)研究作了介紹，其中代表性的方法是文獻【22】 中提出的檢測算法，使用的描述特征分別是基于圖像塊的DCT量化系數(shù)和PCA降維特征。該算法基于塊匹配思想，首先利用圖像小波分解得到的近似分量作為分析對象；然后對小波近似分量進行滑窗操作，對取出的圖像塊進行奇異值分解得到奇異值特征，并使用一定的量化步長對該特征進行量化，這種特征描述形式對邊緣處理、JPEG壓縮和高斯噪聲具有較強的魯棒性；然后對由所有塊的量化奇異值特征組成的特征矩陣按行進行字典排序，最后結(jié)合圖像塊的偏移位置信息，進行圖像復制粘貼偽造區(qū)域的檢測和定位。因此如果圖像中存在復制粘貼區(qū)域，則對應的偏移向量的統(tǒng)計值應該較大，且遠遠大于其余偏移向量的統(tǒng)計值。139。139。),(39。倘若篡改后的圖像不做任何的后續(xù)處理，則R1和R2中的值是精確相等的，那么復制粘貼盲取證是一個簡單的區(qū)域匹配問題。 基于小波和奇異值分解的復制粘貼偽造圖像盲取證算法在建立了圖像復制粘貼偽造模型的基礎(chǔ)上，本章提出了一種能有效檢測和定位圖像復制粘貼篡改區(qū)域的盲取證算法，算法流程如圖3．3所示。量化圖3．3 復制粘貼偽造圖像盲取證算法流程下面對算法中的關(guān)鍵技術(shù)進行詳細介紹。因此，本章使用小波變換對圖像進行預處理。小波重構(gòu)是小波變換的逆變換，圖3．5是二維小波變換單層重構(gòu)過程。 使用奇異值分解提取圖像塊特征從算法流程的描述中可知，提取的圖像塊特征的維數(shù)是影響算法時間復雜度的另一個重要因素。奇異值分解定理：設A是秩為r的mn實值矩陣(不失一般性．設m≥n)，則存在mm階正交矩陣U,nn階正交矩陣V,使得 A=U∧V T (31)式中A為mn的矩陣，沿其對角線包含了A的奇異值， (32)????????0?其中 ，,并且 0 ， 稱),(21rdiag??、 、 、? r??、 、 、21 )(Arank?為矩陣A的非零奇異值，按降序排列。所以，本章算法在圖像塊特征提取時采用奇異值分解方法，并對奇異值特征向量進行量化，其目的是：(1)得到圖像塊的一個唯一的、穩(wěn)定的特征描述；(2)由于奇異值的穩(wěn)定性以及進行的量化操作，可以提高算法的魯棒性； (3)由于奇異值特征有r個非零奇異值，使得原小波低頻系數(shù)塊的特征空間由mn維下降到r維。因此遍歷排序后的特征矩陣S，對S中相鄰的兩行，計算它們對應圖像塊的坐標值的偏移向量，并統(tǒng)計偏移向量的頻率，得到偏移頻率矩陣F。在標識定位結(jié)果圖中，會看到成對的、面積較大的連通區(qū)域(它們就被認為是復制一粘貼偽造區(qū)域)，同時定位結(jié)果圖中可能會出現(xiàn)一些零散的孤立區(qū)域，或者連通區(qū)域中會出現(xiàn)一些“空洞”。在數(shù)字圖像處理的形態(tài)學運算中，把一幅圖像稱為