数字图像区域伪造检测系统的研究与实现

文/ 天津市公安局网安总队高级工程师 宋涛天津市公安局网安总队工程师 刘鑫

数字图像区域伪造检测系统的研究与实现

文/ 天津市公安局网安总队高级工程师 宋涛天津市公安局网安总队工程师 刘鑫

针对当前我国刑事诉讼和司法鉴定领域急需解决的数字图像真伪鉴定问题，研发一套能够对不同压缩比率的伪造图片和存在克隆区域的伪造图片进行可信度量并给出检测结果的软件系统。本系统最终对单张照片的内容可信度量的平均时间小于 10 秒钟；像素级别的PS 区域检测准确率大于 90%，可有效的解决数字图像的真伪实时鉴定问题。

数字图像 取证 克隆区域 特征点

1.引言

随着全球信息化、电子化技术的发展，数字图像处理技术的不断普及，涉及数字图像作为关键证据的案件越来越多，并且呈加速趋势，对数字图像的编辑已经被应用到社会的各个领域。但是数字图像极易不留痕迹地被复制和改动，使它的原始性和真实性不能得到正确体现，因此其证据效力也成为当前证据研究的热点问题。数字图像的真伪鉴定也成为当前我国刑事诉讼和司法鉴定领域急需解决的关键性问题。

该系统通过图片压缩比率以及克隆区域定位技术检测数字图像内容的可信度，自动或半自动的计算图像的可信度，能够解决由不同压缩比率的图片拼接而成和存在克隆区域情况的数字图像内容可信度量问题和图像伪造检测。通过对该系统进行研发，能够有效提高公安机关对于伪造图像证据的鉴别能力，能够有效降低声像资料司法鉴定机构对于伪造图像证据的鉴定时间，具有较高的应用价值。

2.系统的研究与设计

2.1 存在克隆区域的伪造图片可信度量方法

2.1.1 输入图片，提取SIFT特征描述符

本方法所使用的特征点提取基于的是SIFT特征描述符。SIFT利用灰度极值得出的点，通过高斯差的阈值设置和黑塞矩阵，将备选的极值点进行筛选，除去一些边缘响应过于明显的点和对比度过低的点，结果具有尺度不变形，并且对尺度和光照也具有一定的健壮性。得出的特征点经过精确定位的确定方向参数后构成描述符矩阵，即是下一步得以进行的基础。

2.1.2 运用ESS方法，得出初步定位矩形

对输入的候选域以及待定位图像进行特征点的检测和特征描述之后，就是对特征描述的匹配，以期达到尽可能多的正确特征点对，减少错误匹配。首先，根据候选域图像的大小生成一个等大小的n乘m矩阵，矩阵中每一个元素代表对应像素处的特征点的匹配与否。在本方法中，对于ESS的评分策略如下：

1、对于匹配的特征点，赋予一个正分p；2、对于不匹配的特征点，赋予一个负分n；3、对于其它的点，分值为0。

接下来，ESS使用了一个权值积分策略，将正分权值分别在对应的权值矩阵中进行积分（具体操作为：先纵向遍历每一点，将当前分值与上一点分值求和作为该点的新分值；横向亦然），使得正负权值矩阵中的每一点对应分数为这点对应像素及其左上方构成矩阵的总分，这样的一个策略便于接下来计算每一个状态的匹配分数。[2]

2.1.3 建立极线几何转化基础矩阵

如图2-1（a），几何一致性是真正的匹配点应该具有的性质之一，如图中的x点和x’点（即是描述物体上的同一点X），那么根据极线几何理论，描述同一物体的候选域与待定位图像之间的正确匹配应该同样具有这样一个转化关系。本方法利用的是上一步ESS得出的定位矩形中的匹配点，由于ESS的保守性，所以可以通过对上一步中的匹配点集的计算，可以得出基于极线几何关系的3乘3转化矩阵F。基础矩阵F经过测试，有着较好的针对错误匹配的甄别力。

图2-1 a)为原始的候选域和待定位图像，b) 阈值为0.8时的匹配点对（红色和蓝色），以及经过几何甄选后的匹配（红色）。匹配点由319个减少为238个，减少了34%

2.1.4 利用基础矩阵甄选匹配点

根据几何关系，对于图片上的每一点，通过以上基础矩阵F，能够在对应图片的对应位置得出一条直线，如图1（b）中l以及l’，则理论上每一对匹配点都应该互相满足这种关系。本方法就是通过这种几何关系，利用公式l’= Fx求出待定位图像中每一个匹配点x在候选域中的对应直线l’;在候选域中，对应的匹配点x据离该直线的几何距离可以藉由直线距离公式得到一一甄别匹配点。经过试验，确实有较好的甄别效果，能够有效去除错误匹配点。[3]

相关公式：

其中，a1,a2,a3,b1,b2,b3,c1,c2,c3为基础矩阵F的参数，x, y为图片上一点的齐次坐标值，A,B,C为此点对应直线的坐标值。

2.1.5 遍历匹配点，矩阵增长

由于矩阵增长策略对于错误匹配，尤其是不满足几何关系的错误匹配极其敏感，经过上一步之后，这样的因素被有效排除，于是本方法可以采用矩阵增长策略，遍历当前每一个匹配点（几何限制之后的），如果在矩阵外就将矩阵边界延伸到该匹配点对应坐标；否则继续遍历。矩阵增长后得出的矩形框即为最后的定位矩阵。

图2-2 用了不同的候选域和待定位图像，改良效果同样很明显a)为定位图像，b)、c)、d）为ESS后的结果，e)、f)、g)为本方法改良后的结果

2.1.6 甄别真伪区域

直觉上，伪造区域相比原始图片区域更加不自然。鉴于此，本方法依据目标区域边界内与外的像素灰度值的差别，区分真伪区域。[4]对应像素的能量值通过下式计算：

图2-3 （a）原始图片。（b）PS之后的图片。（c）本方法检测结果，其中黄色区域为克隆区域，红色矩形框内为伪造区域。

2.2 存在不同压缩比率的伪造图片可信度量检测方法

现有盲检测算法大都要求待检测图像是未压缩的或者高质量压缩的图像，针对广泛应用的JPEG有损压缩图像的可信度量检测算法还比较少，本方法是在像素域进行的JPEG合成图像检测。待检测的JPEG合成图像中有一部分图像的质量要比其余部分的质量要低，将合成后的图像以不同的质量因子二次压缩，通过比较其与母图片的差别，利用K-S 统计（Kolmogorov-Smirnov Statistic）工具可确定伪造区域。[5]具体算法如下：

图2-4 左上角为输入图片(质量因子为85)。将图片中心200*200的区域抽出，并以质量因子为65压缩后放回原处。其余图片分别为质量因子为[35 -85]压缩后，与原图片比较所得。

2.利用K-S统计区分差值图像中的两个不同区域：

其中，C1（u）和C2（u）表示差值图像中两个特定区域的累积概率。

以JetF16高压缩比率（低清晰度）标准测试图篡改为例，为达到视觉上的不可觉察性，将中间部分取出以质量因子80进行JPEG压缩后放回原处，再用质量因子90保存为JPEG文件。运用上述二次JPEG压缩方法检测结果如图2-5所示。

图2-5 左边为篡改的JetF16，右边为检测结果

3.系统开发与测试

本系统通过图片压缩比率以及克隆区域定位技术检测数字图像内容的可信度，自动或半自动的计算图像的可信度。能够解决由不同压缩比率的图片拼接而成和存在克隆区域情况的数字图像内容可信度量问题和图像伪造检测。通过对该系统进行研发，能够有效提高公安机关对于伪造图像证据的鉴别能力，能够有效降低声像资料司法鉴定机构对于伪造图像证据的鉴定时间，鉴定结果的准确性。

3.1 系统开发

3.1.1 基础环境

本系统使用MFC框架，结合OpenCV开源图像处理库实现对伪造图像的检测，由于系统使用的是微软的MFC框架，所以系统的目标平台目前只支持Windows。

3.1.2 开发环境与工具

3.2 系统安装、运行

3.2.1 系统安装

1.系统的基本配置

处理器 Pentium II及其兼容机，Intel80x86处理器，主频1GHZ以上内存 内存512M以上网络 以太网IEEE 802.3 工业标准10 Mbps/100Mbps

2.开发环境及工具

开发平台 微软公司Windows XP/Windows Vista/Windows 7系统开发环境 开发集成环境为Microsoft Visual Studio 2010测试环境 测试工具主要为MFC开发语言 程序使用MFC实现，结合OpenCV开源图像处理库

1、本系统安装在安装OpenCV 2.2及以上库运行环境下，并支持Windows NT 1.0以上Windows平台。

2、安装视频监控主动防伪系统：运行ForgeryDetection.msi应用程序，并按提示步骤完成安装。

3.2.2 系统功能

双击桌面“双击Forgery.exe”快捷方式，启动系统。

图3-1 程序主界面截图

点击文件导入待检测图片，并点击Jpeg伪造检测

图3-2 导入不同压缩比率伪造待检图片

输出结果，紫红色矩形框的部分为伪造区域

图3-3 伪造区域结果

打开待检测图片，并点击区域检测

图3-4 导入克隆区域伪造待检图片

输出结果，浅白色覆盖的两个区域为伪造区域

图3-5 伪造区域结果

3.3 系统测试

分别对该系统进行功能测试和模块测试，测试情况如下：3.3.1 功能测试

表3-1 系统功能测试内容

3.3.2 模块测试

表3-2 系统模块测试内容

经过对系统功能与模块进行测试，该系统模块运行正常，且可以实现全部功能。对于由不同压缩比率，检测正确率达到95%以上；对于存在克隆区域的数字图片，检测查全率达到85%以上，检测正确率达到95%以上。对于复杂场景，例如克隆区域旋转和放缩，本系统检测正确率分别达到70%和85%以上。同时单张照片的内容可信度量平均时间小于10秒钟；像素级别的PS区域检测准确率大于90%。

4. 结束语

当前，面对越来越多的视听资料证据，既给案件的侦破和审理提供了许多机遇，也给刑事技术工作带来了巨大挑战。第一，视听资料证据高科技含量的特点有别于传统的证据形式，在鉴定技术方面有许多需要探索和研究的方面；第二，视听资料证据极易被篡改和编辑的特性，也使得视听资料司法鉴定相关技术的研究势在必行。

数字图像处理技术以其便捷的操作和强大的功能，为刑侦工作提供了良好的侦破条件，对于公安、司法实践具有现实意义。由于数字图像处理方法繁多，并且处理对象和处理效果各不相同，实践应用中，应当在准确分析原始图像的基础上，采用多种不同的处理方法和算法，最后比较处理效果，择优取之。另外，在图像处理中，可以使用Matlab等高级处理工具以提高鉴定效率，快速转换研究思路，不断的探索更新更有效的鉴定方法。[1]

目前，我国公安实战和司法鉴定部门在视听技术方面的人才极度匮乏，能够掌握和运用这门技术的人才更是屈指可数，这些都已经成为严重制约视听资料在法庭上作为证据使用的瓶颈。利用数字图像处理技术在视听资料证据领域进行运用，解决视听资料证据检验和鉴定难题，已成为我国当前司法体制现代化建设工作的重中之重。今后通过进一步加强数字图像处理技术在我国视听资料证据领域内的开发和应用，将有利于推动我国公安科学技术和司法诉讼的现代化建设，为打击犯罪、保护人民、维护社会稳定作出积极的贡献。

[1]宋涛，数字图像处理技术在声像资料司法鉴定中的应用，信息网络安全. 2011年第09期

[2]章毓晋著，图像处理与分析，北京：清华大学出版社.1999

[3]贾永红著，计算机图像处理与分析，武汉大学出版社，2001

[4]冈萨雷斯著，阮秋琦、阮宇智等译，数字图像处理，北京电子工业出版社.2005

[5]Carson, C. Belonqie, S. Greenspan, H.,etal : image segmentation using expectation-maximization and its application to image querying. IEEE Trans. Pattern Anal. Machine Intell.,2002