APP下载

数字图像篡改检测关键技术研究综述

2017-03-29甘艳芬钟君柳郑媛裕

赤峰学院学报·自然科学版 2017年24期
关键词:复制粘贴数字图像一致性

甘艳芬,钟君柳,郑媛裕

(1.广东外语外贸大学南国商学院,广东 广州 510545;2.广东机电职业技术学院,广东 广州 510550)

数字图像篡改检测关键技术研究综述

甘艳芬1,钟君柳2,郑媛裕1

(1.广东外语外贸大学南国商学院,广东 广州 510545;2.广东机电职业技术学院,广东 广州 510550)

随着高分辨率数码设备的普及以及图像处理软件的广泛应用,数字图像能够被轻易地篡改并且人们很难发现改动的痕迹,数字图像信息安全受到挑战.因此,本文对目前流行的篡改手段进行了分析探讨,重点研究针对图像内容的篡改方式以及对各种篡改的检测技术.研究结果表明,随着图像处理技术的发展,图像篡改方式变得越来越复杂,这需要我们的篡改检测研究与时俱进,不断提出新的检测算法,逐步提高图像篡改的检测技术水平.

数字图像;图像篡改;信息安全;篡改检测

高分辨率的数码设备和功能强大的图像处理软件使得数字图像变得更加完美,但由于数字图像的易篡改性引发了一系列的虚假图像事件问题.如:《非典时期的婚礼》、《青藏铁路为野生动物开辟生命通道》等新闻图片造假事件造成的不良社会影响,不仅违背了一个作为新闻工作者本身应具有的素养,而且影响社会稳定和谐.多数人对数字图像的修改只是为了掩盖图片的瑕疵,让图片看起来更加完美,比如经过专业处理的艺术照,人物写真,结婚照等,都是合法的.如果篡改者有目的地篡改图像,用于政治、军事领域时,会给社会稳定带来不利影响.当篡改图像被用于司法取证、新闻报道、医学鉴定时,其引发的问题会造成不可估量的损失.在当前的网络时代,数字图像传播的途径和平台非常多,传播的范围和速度可想而知.一个虚假的图像事件可借助网络广为传播,如果涉及到一些敏感的政治问题时,其所造成的社会影响是不可估量的.因此,数字图像信息安全的问题受到广泛的关注.针对篡改图像而提出的数字图像取证技术是迫切需要的一种技术,它将广泛应用于军事情报分析、新闻媒体的鉴定、文档签名认证、法庭犯罪取证等领域,未来将成为信息安全领域的一大前沿研究热点.

1 数字图像内容真实性篡改

数字图像篡改的方式多种多样,按照Hany-Farid[2]的分类,包括图像的合成、润饰、增强、变形、绘画和计算机生成等六种基本类型.加上周琳娜[3]所增加的三种类型,包括二次获取图像、图像携密篡改及数字图像版权篡改等,最终归纳为四种篡改类型,图像原始性篡改、完整性篡改、真实性篡改以及版权篡改等.一般而言,篡改者为了让效果图更加逼真形象,往往会使用多种篡改手段来处理图片.下面我们主要介绍目前最流行和使用最广泛的篡改方式—图像内容篡改,即篡改者通过一定的技术手段篡改图像内容,使图像呈现出与原本不同甚至截然相反的信息.

篡改技术主要有图像拼接、图像增强、图像润饰以及图像的变形几大类:

(1)图像拼接是将两幅图像具有标志特征的像素点找出,并利用相应的技术手段将一幅图像中的特征的像素渐变为另一个图像中的特征像素.

(2)图像的润饰主要是对篡改后图像篡改痕迹的清除,进行图像润饰的主要技术手段是对篡改区域进行模糊、锐化、羽化、修补等清除痕迹的措施,经过润饰后图像的真实性后变得更强.

(3)图像增强是一种突出图像中的某一特殊对象的技术.这种技术的特点是不显著改变图像中的内容,其主要对图像特定对象的对比度、颜色、背景等进行改变,对图像中目标区域或人、物进行突出或淡化.

(4)图像变形是一种比较特殊的数字图像修改和渐变的方法,它是将某个对象逐渐演变成另一个对象的过程,或是将几个对象整合成一个综合体.

2 数字图像篡改检测技术

图像篡改是指为了达到某种目的而故意对图像内容进行修改.图像篡改检测旨在判断数字图像是否经过篡改操作[4].由于图像篡改的方法比较多,导致对篡改图像的检测难以有统一的认证算法.国内外研究学者纷纷提出针对某一种篡改技术的一些解决的技术.下面对这些目前比较流行的数字图像篡改检测算法进行详细阐述.

根据数字图像取证中所使用的检测依据不同,数字图像被动取证技术分为以下三种类型:包括基于成像设备一致性的来源取证技术;基于图像篡改过程遗留痕迹特征的取证技术;基于图像内在统计特性的取证技术.

2.1 基于成像设备一致性的真实性检测

从数字图像的获取来源出发,我们知道,每个采集设备都具备自己的参数特性,其中包括设备品牌、设备类型、设备个体等.因此通过获取数码设备的各个参数来确定图像的来源,以检测图像是否被篡改过.根据文献[5],基于图像获取设备一致的方法又分为:基于CFA插值一致性的检测方法、基于模式噪声一致性的检测方法、基于相机响应函数一致性的检测方法和基于色差一致性检测方法.

(1)基于CFA插值一致性的检测

由于数码相机传感器只能接收光的强度分量,而无法识别光的颜色的特点.一般相机利用一个传感器来接收彩色光,同时为了能够获取完整的彩色图像数据,相机内部使用了插值操作,使自然图像中每个色彩通道内的像素产生特有的相关性.而当图像的某一区域被篡改后,该区域中的像素值就失去了这种相关性,由此可检测出篡改的图像区域.基于CFA插值检测的方法具有不错的认证效果,但需要大量训练样本进行训练.

(2)模式噪声一致性检测

一幅原始的图像带有相机特有的模式噪声.一般而言,如果两款相机的模式噪声不同,则这是两款不同型号的相机.如果图像中的某一区域中的模式噪声区别于其他区域,那么可证明此区域是被篡改的.但由于在检测时需要有照片获取设备或一些由该设备拍摄的照片,缺乏灵活性,此外,由于相机变焦,曝光程度的不同特点,其准确性会受到一定的影响.

(3)相机响应函数一致性检测

相机响应函数CRF(camera response function)是相机的特性之一,它将CCD传感器感应到的辐照度转换成亮度值,最后以底片或数字的形式记录下来[6].不同的相机具有不同的响应函数,根据单幅图像中不同色彩间的边缘像素来进行推算,进而估计不同区域的响应函数,如果结果不一致则可认为图像经过了篡改.

2.2 基于图像篡改过程遗留痕迹特征的取证技术

根据篡改方式,图像拼接就包含了复制、粘贴以及旋转缩放等操作,复制粘贴分为两种类型,一种是在同幅图像内的复制粘贴,这种操作会导致同一幅图像中不同区域有相同的像素点特性;另一种是不同图像的复制粘贴,这种会导致不同区域具有不同的来源特征或不同的图像统计特征.

(1)同幅图像内的复制粘贴

在同幅图像内进行复制粘贴,那么篡改区域的特征与图像源区域是相似的.针对这种方式的检测技术主要是采用匹配搜索的方式,将数字图像划分成不同的区域块,通过离散余弦变换的变换系数、主成分分析、小波系数等来提取图像块的特征,对图像块进行字典排序,以此来判定篡改的图像区域.

(2)不同图像间的复制粘贴

大部分的图像是由两张或者更多的图像复制粘贴拼接而成的.这类图像容易为人被察觉,所以需要经过大量的后期处理.对于从其他图像复制粘贴得来的图像区域,为了使原本不连续的边缘变得自然,能与原图合理地衔接起来,达到视觉的一致性,篡改者会对复制粘贴的边缘部分进行重采样、羽化、模糊等处理.在这种情况下,往往会留下一定的人工篡改痕迹,破坏了图像的内在统计特性.因此,通过对图像本身的特征分析或是对羽化值的分析,可以检测出篡改的图像区域.

a)基于光源方向不一致性的检测

对于不同图像而言,拍摄场景不同,其光照条件是不一样的.根据这一特征学者们提出了鉴定的依据,如果判定同一幅图像中不同区域的物体具有不同的光照方向,就可以认定图像是被篡改的.Mahajan[7]根据这个原理,提出了基于球面频率不变量的检测图像光照一致性的方法,但只能是进行二维方向的检测,且只适用于光源充足的情况下.

b)基于JPEG压缩图像的检测

JPEG是一种有损压缩格式,当图像被篡改,再次存储为JPEG图像时,会受到二次压缩量化.图像经过两次压缩后DCT系数后发生周期变化,可根据系数的周期性特点来检测图像的真实性,另外,经过多次压缩的JPEG图像质量会下降,根据JPEG图像的特点,当检测出某一图像区域的质量低于其他区域时,可认定图像是篡改的.

c)基于模糊锐化的检测

模糊操作是掩饰篡改痕迹的常用操作之一,篡改者会在图像合成后采用模糊、渐变、淡化等润饰操作来使合成图像变得更加自然和完美.人工模糊破坏了图像在成像时所造成的失焦连续性,利用这一特点,通过统计边缘像素点的局部模糊来判定图像是否被篡改过.在锐化检测方面,通过构造效应强度分布图和提取振铃响应的特点,能够实现对图像锐化操作痕迹的鉴别,实现了一种有效的测度算法.

2.3 基于图像内在统计特性的取证技术

篡改和伪造必然在一定程度上影响和损坏图像的内在统计特性.自然图像一致性特征大多用于图像拼接检测方面.学者们在这方面提出了相位特征的方法和基于图像内在统计特性的双相干幅度的方法,还有边缘百分比特征、图像质量度量特征和二元相似性度量特征等.

3 结论

鉴于篡改数字图像方法的多样性以及复杂性,针对数字图像篡改的检测是一项具有挑战性的工作.不仅要通过对各种图像篡改技术原理的分析,在对图像进行检测时必须从图像的形成原理以及固有特性上进行分析,还必须从以下几个点出发,包括图像的存储特征、图像的篡改特点以及篡改后处理技术的特点,正确辨别出篡改的各种方式,这样才能针对各种篡改技术研究出相应的认证算法.随着计算机技术的快速发展,图像篡改的方式会更加复杂,篡改者会将多种篡改技术应用于同一幅篡改图中,在针对单一篡改类型的取证算法研究还有待提高.逐步提高在图像篡改检测方面的水平,不断完善取证技术的认证效率,探索针对多种篡改技术的统一检测方法,是未来研究的一个关键性方向.

〔1〕新闻图片造假事假回放[EB/OL].http://www.zhongmin.net/yingyuan_congtan/qita_tuwen/xinwen_zaojia.htm,2017-5-16.

〔2〕Farid H.Creating and Detecting Doctored and Virtual Image: Implications to the Child Pornography Prevention Act[R].USA:Dartmouth College,2012.

〔3〕周琳娜数字图像盲取证技术研究[D].北京:北京邮电大学,2007.

〔4〕徐俊瑜,杜思良,李煜祺,等.数字图像被动取证技术[J].指挥信息系统与技术,2016,7(1):7-12.

〔5〕王俊文.数字图像内容篡改盲取证研究[D].南京:南京理工大学,2010.

〔6〕Johnson M K,Farid H.Exposing digital forgeries through chromatic aberration,In:Proceedings of the 8th workshop on Multimedia and security, Geneva, Switzerland: IEEE,2006,48-55.

〔7〕徐亮,史金昌.数字图像拼接篡改盲取证技术研究[J].电子设计工程,2012,20(13):182-185.

〔8〕王俊文.数字图像内容篡改盲取证研究[D].南京:南京理工大学,2010.

〔9〕Mahajan D,Ramamoorthi R,Curless B.A theory of frequency domain in variants:spherical harmonic identities for BRDF/lighting transferandimage consistency[J].IEEE Transactionson Pattern Analysisand Machine Intelligence,2008,30(20):197-213.

TP391.4

A

1673-260X(2017)12-0017-03

2017-10-18

本文系2016年度广州市哲学社会科学发展“十三五”规划课题项目“基于互联网信息安全的数字图像篡改舆情事件预防对策与技术研究”(编号:2016GZQN23)研究成果之一

猜你喜欢

复制粘贴数字图像一致性
关注减污降碳协同的一致性和整体性
注重教、学、评一致性 提高一轮复习效率
复制,粘贴
IOl-master 700和Pentacam测量Kappa角一致性分析
全面复制
Win10小技巧 复制粘贴多段不连续文字
ARGUS-100 艺术品鉴证数字图像比对系统
基于块效应测度的JPEG数字图像盲取证
基于事件触发的多智能体输入饱和一致性控制
复制粘贴打印机