【正文】 數(shù)學(xué)形態(tài)學(xué)(Mathematical Morphology)是一門(mén)建立在集合論基礎(chǔ)之上的學(xué)科，它是幾何形態(tài)學(xué)分析和描述的一個(gè)重要工具，其基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素來(lái)量取和探測(cè)圖像中對(duì)應(yīng)的形狀，從而達(dá)到圖像分析和識(shí)別的目。若存在大于閾值的偏移頻率，則說(shuō)明圖像中可能存在復(fù)制粘貼偽造區(qū)域。由復(fù)制粘貼偽造模型可知，復(fù)制區(qū)域和粘貼區(qū)域是由若干個(gè)對(duì)應(yīng)相似的圖像塊對(duì)組成，而這些相似塊對(duì)具有一致的偏移向量，所以如何定位出圖像的篡改區(qū)域問(wèn)題就轉(zhuǎn)換成如何尋找具有相同偏移向量的相似塊對(duì)問(wèn)題。奇異值分解是一種將矩陣對(duì)角化的數(shù)值方法，它是數(shù)值線性代數(shù)中最有用的工具之一，LL3 HL3LH3 HH3HL2LH2 HH2 HL1 LH1 HH1在統(tǒng)計(jì)分析、信號(hào)與圖像處理、系統(tǒng)理論與控制等領(lǐng)域中被廣泛使用。本章使用奇異值分解來(lái)提取圖像塊的特征。LoD 2 1LoDHiD1 21 2 22 2HiDLoDHiD 1 21 22 1 1 1作用于行作用于行作用于列作用于列作用于列作用于列cAj+1cDj+1(k) 水平cDj+1(v)垂直cDj+1(d) 對(duì)角cAj列下采樣：保留偶數(shù)列 在行上與濾波器 X 做卷積運(yùn)算 行下采樣：保留偶數(shù)列 在列上與濾波器 X 做卷積運(yùn)算圖 二維信號(hào)的離散小波分解1 2HiR2 1 LoRwkeep1 2LoRHiR2 1HiRLoR1 21 2cAj+1cDj+1(k)水平cDj+1(v)垂直cDj+1(d)對(duì)角作用于列作用于列作用于列作用于行作用于行cAj對(duì)每個(gè)行的數(shù)據(jù)使用 列上采樣：在奇數(shù)列上插入 0 濾波器 X 做卷積運(yùn)算 行上采樣：在奇數(shù)行上插入 0 對(duì)每個(gè)列的數(shù)據(jù)使用 濾波器 X 做卷積運(yùn)算2 1 X1 2 X作用于行作用于列XX2↑11↑2作用于列作用于列作用于列圖 二維信號(hào)的離散小波重構(gòu) （a）Elaine原始圖像 (b)三級(jí)小波分解 (c)三級(jí)小波分解的自帶分布圖3．6 圖像離散小波分解示倒 本章提出的復(fù)制粘貼偽造圖像盲取證算法采用DWT來(lái)對(duì)圖像進(jìn)行預(yù)處理，提取小波變換后的近似分量作為圖像的最佳逼近，經(jīng)過(guò)DWT變換后的近似分量的尺寸減少到約原始圖像尺寸的l/4 k(k為小波分解的級(jí)數(shù))，從而達(dá)到降低圖像數(shù)據(jù)量的目的。這里針對(duì)二維信號(hào)，其離散小波分解過(guò)程如圖3．4所示。為了提高算法的檢測(cè)效率，有必要對(duì)圖像進(jìn)行預(yù)處理。滑窗分塊amp。經(jīng)過(guò)后處理操作的篡改圖像，其邊界效應(yīng)會(huì)明顯減少，視覺(jué)上更難以發(fā)現(xiàn)，并且R1和R2區(qū)域中對(duì)應(yīng)的像素值一般變得不精確相等，檢測(cè)的復(fù)雜性大大增加。y復(fù)制粘貼偽造圖像中的復(fù)制區(qū)域和相對(duì)應(yīng)的粘貼區(qū)域基本上相似，而通過(guò)大量實(shí)驗(yàn)發(fā)現(xiàn)在自然圖像中(除有大片平坦區(qū)域的圖像外)存在這樣較大面積的相似區(qū)域的可能性是很小的。139。 y139。 圖3．2 圖像復(fù)制粘貼偽造模型該模型滿足以下合理的假設(shè)：(1)被復(fù)制的區(qū)域R1是一個(gè)連通的面積較大的區(qū)域，而不是若干零散像素的集合；(2)復(fù)制區(qū)域R1和粘貼區(qū)域R2不相交，R1∩R2=空集；(3)設(shè)定的圖像塊的大小應(yīng)小于待檢測(cè)的復(fù)制區(qū)域，即 wlR1；(4)R1,R2中對(duì)應(yīng)的相似圖像塊對(duì)具有相同的偏移向量d=(△x，△y)；以灰度圖像為例，復(fù)制粘貼偽造模型可描述為：在一幅復(fù)制粘貼篡改后的圖像f(x，y)中，存在兩個(gè)區(qū)域R1，R2和一個(gè)偏移向量d=(△x，△y)，., 存在(x1，y1)∈Rl，有， ， ， 。而且，一般情況下對(duì)圖像內(nèi)容進(jìn)行復(fù)制粘貼篡改，選擇的復(fù)制區(qū)域通常是連通的、面積較大的區(qū)域；同時(shí)圖像復(fù)制區(qū)域和粘貼區(qū)域之間存在著相關(guān)性，即對(duì)應(yīng)的相似圖像塊對(duì)具有相同的偏移向量。另外，F(xiàn)ridrich在文獻(xiàn)中具體討論算法對(duì)壓縮和噪聲的魯棒性，而當(dāng)篡改區(qū)域的尺寸小于128128時(shí)，Popescu在文獻(xiàn)中提出的算法對(duì)經(jīng)過(guò)了一定后續(xù)操作(如質(zhì)量因子小于70的JPEG壓縮等)的圖像會(huì)出現(xiàn)較高的誤判率。對(duì)比圖(a)和圖(b)，可以看到一條小船變成了兩條小船，如果不是有原圖(a)作為參照，人們通常很難看出圖(b)是一幅篡改的圖像。本章首先提出了一個(gè)數(shù)字圖像盲取證的基本框架，從圖像建模、算法分析與設(shè)計(jì)、圖像源特性和標(biāo)準(zhǔn)圖像測(cè)試庫(kù)等方面對(duì)該框架進(jìn)行了闡述；接著分析了數(shù)字圖像盲取證在新聞媒體、電子商務(wù)交易、司法取證以及軍事情報(bào)分析等領(lǐng)域的潛在應(yīng)用；然后從圖像偽造過(guò)程遺留痕跡、詳細(xì)闡述了數(shù)字圖像盲取證技術(shù)的研究現(xiàn)狀：并在此基礎(chǔ)上，進(jìn)行了相關(guān)研究工作評(píng)述，對(duì)圖像盲取證在理論研究、新技術(shù)和新方法的引入、魯棒性和標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)的擴(kuò)展等方面的進(jìn)一步研究工作進(jìn)行了分析和探討。5．軍事情報(bào)分析中情報(bào)圖像的真?zhèn)伪鎰e情報(bào)的準(zhǔn)確性在軍事行動(dòng)中起著至關(guān)重要的作用。所以需要數(shù)字圖像盲取證技術(shù)對(duì)文檔圖像進(jìn)行鑒別，及時(shí)發(fā)現(xiàn)圖像是否被篡改過(guò)，否則使用偽造過(guò)的文檔圖像將會(huì)造成惡劣的影響或是無(wú)法挽回的損失。因此新聞媒體單位需要數(shù)字圖像盲取證工具，從而能夠?qū)邮盏降膱D片進(jìn)行真實(shí)性檢測(cè)，以確保新聞的客觀事實(shí)性。因此，面向真實(shí)性檢測(cè)的數(shù)字圖像盲取證技術(shù)潛在的應(yīng)用領(lǐng)域廣泛，涉及新聞媒體、電子票據(jù)、文檔簽名、法庭犯罪取證、保險(xiǎn)事故調(diào)查、軍事情報(bào)分析等領(lǐng)域。 數(shù)字圖像盲取證技術(shù)應(yīng)用領(lǐng)域在當(dāng)今的數(shù)字化時(shí)代，隨著數(shù)字圖像獲取設(shè)備的普及和圖像編輯軟件功能的日益強(qiáng)大，絕大多數(shù)的普通計(jì)算機(jī)用戶都可以任意地編輯數(shù)字圖像。拼接圖像檢測(cè)評(píng)估數(shù)據(jù)庫(kù)，用于圖像拼接檢測(cè)的實(shí)驗(yàn)，其中灰度拼接圖像檢測(cè)數(shù)據(jù)庫(kù)包括933幅真實(shí)圖像和912幅拼接圖像，圖像的大小均為128x128。因此，甚至在照片看起來(lái)是真實(shí)的，毫無(wú)疑問(wèn)的情形下，我們也需要一種有效的方法去檢測(cè)照片的真實(shí)性。我們也注意到，篡改不是一個(gè)能很好被定義的概念，它常常依賴于應(yīng)用的場(chǎng)合。例如：計(jì)算機(jī)生成圈像可以被合成真實(shí)圖像，而真實(shí)圖像可以被直接映射成三維模型。產(chǎn)生的步驟：首先，構(gòu)造一個(gè)合適的三維模型；然后，給模型加上顏色和紋理，再用一盞或幾盞虛擬光源去照明，使之產(chǎn)生近似理想的照明條件；最后，通過(guò)一虛擬的照相機(jī)進(jìn)行截圖，產(chǎn)生一張合成的照片。如下，通過(guò)修飾左圖中人物的左眼使得她的眼睛變大達(dá)到右圖所示的結(jié)果。實(shí)際應(yīng)用中，圖像合成往往和圖像模糊、縮放、旋轉(zhuǎn)等處理結(jié)合使用以達(dá)到不被視覺(jué)發(fā)現(xiàn)的目的。 圖像源特性圖像源特性是指與盲取證相關(guān)的一些圖像知識(shí)，包括圖像篡改偽造手段、圖像成像過(guò)程和圖像統(tǒng)計(jì)特性等。如此反復(fù)，直到算法的各項(xiàng)性能指標(biāo)滿足應(yīng)用需求。特征的分析與提取，為算法設(shè)計(jì)提供了依據(jù)和基礎(chǔ)。特征分析應(yīng)充分利用與盲取證相關(guān)的圖像知識(shí)，如圖像篡改偽造手段、圖像成像過(guò)程和圖像統(tǒng)計(jì)特性等。圖像建模是整個(gè)盲取證框架中的關(guān)鍵步驟，它決定著數(shù)字圖像盲取證算法的檢測(cè)準(zhǔn)確性。自然圖像統(tǒng)計(jì)特性是指自然圖像內(nèi)在的統(tǒng)計(jì)規(guī)律性。該框架同時(shí)適用于圖像真實(shí)性檢測(cè)和圖像來(lái)源識(shí)別，主要由以下幾部分組成：圖像建模、特征提取與特征分析、算法設(shè)計(jì)、測(cè)試與驗(yàn)證、圖像篡改檢測(cè)定位以及圖像數(shù)據(jù)庫(kù)。要解決這些問(wèn)題，有必要為圖像盲取證研究建立系統(tǒng)的方法論和框架。實(shí)驗(yàn)分別對(duì)灰度實(shí)驗(yàn)圖像、彩色實(shí)驗(yàn)圖像和圖像數(shù)據(jù)庫(kù)進(jìn)行了復(fù)制粘貼偽造區(qū)域檢測(cè)的測(cè)試，實(shí)驗(yàn)結(jié)果表明該算法能夠較精確地定位出圖像的復(fù)制區(qū)域和相對(duì)應(yīng)的粘貼區(qū)域，同時(shí)對(duì)JPEG壓縮和噪聲具有較強(qiáng)的魯棒性，而且能夠有效地減少運(yùn)算量，提高檢測(cè)效率。因此如果圖像中存在復(fù)制粘貼區(qū)域，則相應(yīng)的偏移向量的統(tǒng)計(jì)值應(yīng)該較大，且遠(yuǎn)遠(yuǎn)大于其余偏移向量的統(tǒng)計(jì)值。數(shù)字圖像盲取證基于成像設(shè)備一致性的盲檢測(cè)基于圖像統(tǒng)計(jì)特性的盲取證基于圖像偽造過(guò)程遺留痕跡的盲取證復(fù)制、粘貼偽造圖像盲取證方法 2．3 論文研究?jī)?nèi)容的關(guān)系本文的研究工作及其貢獻(xiàn)主要包括如下的內(nèi)容：1．提出了一個(gè)數(shù)字圖像盲取證的基本框架數(shù)字圖像盲取證技術(shù)是一個(gè)多學(xué)科綜合的研究問(wèn)題，本文在總結(jié)現(xiàn)有圖像盲取證研究成果的基礎(chǔ)上，提出了一個(gè)數(shù)字圖像盲取證的基本框架，同時(shí)適用于圖像真實(shí)性檢測(cè)和圖像來(lái)源識(shí)別。因此研究思路應(yīng)首先基于一些確定的、常見(jiàn)的圖像偽造類型進(jìn)行分析，設(shè)計(jì)相應(yīng)的檢測(cè)方法，最終的決策需要將眾多的盲取證方法綜合起來(lái)，包括繼續(xù)研究新的方法。篡改圖像的手段多種多樣，大多數(shù)情況下從視覺(jué)上難以察覺(jué)圖像是否被偽造過(guò)。(2)基于成像設(shè)備一致性的真實(shí)性檢測(cè)。根據(jù)圖像真實(shí)性檢測(cè)過(guò)程中所使用的取證特征不同，可以將面向真實(shí)性檢測(cè)的圖像盲取證技術(shù)分為三類：(1)基于偽造過(guò)程遺留痕跡的真實(shí)性檢測(cè)。據(jù)稱Adobe公司已與Dartmouth學(xué)院的圖片真?zhèn)舞b別專家Farid合作，將添加Photoshop外掛防偽工具來(lái)分辨照片真?zhèn)巍?數(shù)字盲取證技術(shù)針對(duì)上述兩類傳統(tǒng)的數(shù)字圖像鑒別技術(shù)應(yīng)用面窄的不足，需要在不依賴任何預(yù)簽名提取或預(yù)嵌入信息的前提下，研究新的技術(shù)和方法對(duì)圖像的真?zhèn)魏蛠?lái)源進(jìn)行鑒別。但是基于數(shù)字水印的鑒別技術(shù)也有它的不足之處，主要表現(xiàn)在水印的嵌入會(huì)對(duì)原始圖像產(chǎn)生一定的影響，而且許多時(shí)候這種影響是無(wú)法恢復(fù)的，換句話說(shuō)，即嵌入水印會(huì)導(dǎo)致圖像質(zhì)量的下降，這一點(diǎn)也是許多相機(jī)制造商不愿在數(shù)碼相機(jī)獲取照片的同時(shí)嵌入數(shù)字水印的主要原因。Piva提出一種離散小波變換DWT(Discrete Wavelet Transform)域的圖像自恢復(fù)鑒別方法 【18】 ，該方法將圖像DCT變換后的部分重要系數(shù)作為原始圖像的低版本信息，嵌入到圖像DWT變換后的水平和垂直高頻分量中，兼顧了水印圖像的不可見(jiàn)性和魯棒性。在圖像鑒別端，利用滑窗塊搜索各層，從而對(duì)篡改區(qū)域進(jìn)行較準(zhǔn)確的定位，但是該方法也具有空域水印方法的共同不足，即魯棒性差。然而，要實(shí)現(xiàn)該可信數(shù)碼相機(jī)的技術(shù)，要求相機(jī)制造商們必須遵循統(tǒng)一的協(xié)議，消費(fèi)者愿意接受由嵌入水印帶來(lái)的圖像質(zhì)量下降。然而如果文件經(jīng)過(guò)格式轉(zhuǎn)換，這樣保存的簽名信息就容易丟失； (2)把簽名信息獨(dú)立保存在第三方數(shù)據(jù)庫(kù)中，鑒別時(shí)從數(shù)據(jù)庫(kù)中提取出簽名信息。利用這個(gè)性質(zhì)用0和l來(lái)描述這種相對(duì)大小，在圖像的空域提取定位特征。這種方法的優(yōu)點(diǎn)是簽名長(zhǎng)度小，但是缺乏一套嚴(yán)格的機(jī)制來(lái)選取視覺(jué)上感興趣的點(diǎn)，該方法能夠檢測(cè)出圖像剪裁和替換操作，但對(duì)有損壓縮的魯棒性卻較差。下面分別對(duì)這三類鑒別技術(shù)的發(fā)展進(jìn)行簡(jiǎn)要介紹。第 2 章 數(shù)字圖像鑒別簡(jiǎn)介 數(shù)字圖像鑒別技術(shù)數(shù)字圖像鑒別技術(shù)是確保數(shù)字圖像信息安全的一種有效手段，目前主要分為以下三類技術(shù)：數(shù)字簽名鑒別技術(shù)、數(shù)字水印鑒別技術(shù)和數(shù)字盲取證技術(shù)。第三章針對(duì)復(fù)制粘貼偽造類型，研究并提出了基于小波和奇異值分解的復(fù)制粘貼偽造圖像盲取證方法。一幅篡改圖像通常綜合使用了多種偽造手段，因此單一攻擊類型取證算法的檢測(cè)效果可能受到影響，如何將這些算法進(jìn)行有效的融合，或者尋求更為綜合的、區(qū)分性更強(qiáng)的盲取證特征，是有待解決的一個(gè)關(guān)鍵問(wèn)題。來(lái)自于各個(gè)領(lǐng)域(如計(jì)算機(jī)視覺(jué)、信號(hào)處理、計(jì)算機(jī)圖形學(xué)和機(jī)器學(xué)習(xí)等)的研究人員由于其研究切入點(diǎn)的不同，從而對(duì)盲取證系統(tǒng)的理解也不完全相同，所以目自訂還沒(méi)有一個(gè)統(tǒng)一的、成熟的數(shù)字圖像旨取證系統(tǒng)框架。通過(guò)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(duì)JPEG圖像篡改的取證更加困難。盡管數(shù)字圖像處理、機(jī)器學(xué)習(xí)和模式識(shí)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(lái)源多樣性和內(nèi)容的復(fù)雜性，以及現(xiàn)有許多統(tǒng)計(jì)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(jì)性取證算法的結(jié)果往往強(qiáng)烈依賴于訓(xùn)練樣本，如果沒(méi)有原始圖像和篡改圖像對(duì)比訓(xùn)練樣本數(shù)據(jù)庫(kù)的支持，統(tǒng)計(jì)性檢鋇4算法將無(wú)法實(shí)施，因此，這種算法離完全實(shí)用的圖像真?zhèn)螜z測(cè)方法還有很大距離。上海師范大學(xué)的胡金初教授領(lǐng)導(dǎo)的實(shí)驗(yàn)小組提出一種基于雙JPEG壓縮的數(shù)字圖像篡改的檢測(cè)方法，利用貝葉斯決策理論設(shè)計(jì)針對(duì)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(jī)SVM檢測(cè)圖像篡改 【 11】 。 國(guó)內(nèi)相關(guān)技術(shù)的研究現(xiàn)狀從研究機(jī)構(gòu)上，國(guó)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(jì)大學(xué)計(jì)算機(jī)系有相關(guān)文獻(xiàn)發(fā)表 【8】 。Popescu提出了一種類似的檢測(cè)圖像重復(fù)區(qū)域的算法 【7】 ，該算法對(duì)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(lái)進(jìn)行復(fù)制粘貼檢測(cè)。3. 復(fù)制粘貼檢測(cè)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(chǎng)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(lái)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。如果是重采樣圖像，其實(shí)質(zhì)是原始圖像信號(hào)和周期信號(hào)的疊加，則EM算法輸出的概率圖所對(duì)應(yīng)的傅立葉頻譜圖中會(huì)出現(xiàn)規(guī)律性的亮點(diǎn)；相反，對(duì)于非重采樣的原始圖像，其EM算法輸出的概率圖所對(duì)應(yīng)的傅立葉頻譜圖中不會(huì)出現(xiàn)規(guī)律性的亮點(diǎn)。因此JPEG雙重壓縮只能作