基于JPEG双量化效应的图像盲取证

JPEG图像的双量化效应为JPEG图像的篡改检测提供了重要线索.根据JPEG图像被局部篡改后,又被保存为JPEG格式时,未被篡改的区域(背景区域)的离散余弦变换(DCT)系数会经历双重JPEG压缩,篡改区域的DCT系数则只经历了1次JPEG压缩.而JPEG图像在经过离散余弦变换后其DCT域的交流(AC)系数的分布符合一个用合适的参数来描述的拉普拉斯分布,在此基础上提出了一种JPEG图像重压缩概率模型来描述重压缩前后DCT系数统计特性的变化,并依据贝叶斯准则,利用后验概率表示出图像篡改中存在的双重压缩效应块和只经历单次压缩块的特征值.然后设定阈值,通过阈值进行分类判断就可以实现对篡改区域的自动检测和提取.实验结果表明,该方法能快速并准确地实现篡改区域的自动检测和提取,并且在第2次压缩因子小于第1次压缩因子时,检测结果相对于利用JPEG块效应不一致的图像篡改盲检测算法和利用JPEG图像量化表的图像篡改盲检测算法有了明显的提高.     

基于量化表不一致性的JPEG图像篡改盲检测

利用篡改后JPEG图像量化表不一致的特性,提出一种针对JPEG图像的篡改盲检测新方法。通过智能选取若干图像块,迭代估计出待测图像的原始量化表,大致定位出篡改区域。然后用估计出的原始量化表对篡改区域再进行一次JPEG压缩,由压缩前后图像像素值的差值最终确定篡改位置。实验结果表明,提出的估计量化表算法复杂度小,精度高。检测算法能有效地检测出多种篡改类型的JPEG图像,且对篡改区域和未篡改区域压缩因子相差较小的JPEG合成类篡改,检测正确率更高。     

基于量化表估计的JPEG篡改图像盲检测

传统JPEG篡改图像盲检测算法采用不同质量因子对待测图像进行尝试性再压缩.为了缩短检测时间,减少计算量,提出一种基于量化表估计的JPEG篡改图像盲检测有效算法.首先通过DCT系数直方图估计出篡改图像某一部分量化表,然后通过计算小块DCT系数中分别是对应量化步长整数倍的个数进一步判定该小块是否属于篡改区域.实验结果表明,提出的量化步长估计算法复杂度小,正确率高;检测算法能准确检测出copy-move和合成类图像篡改.此外,改进方法不仅对标准量化表压缩的JPEG篡改图像具有非常好的检测结果,而且对非标准量化表压缩的JPEG篡改图像检测也有效.     

基于量化相关性的JPEG图像盲取证

针对真实图像检测问题,通过图像处理和编辑软件可以方便地修改数字照片,而数字图像真伪的盲取证技术正是为了解决检测中各种信任危机.通过研究JPEG压缩过程中的量化相关性特征,提出一种基于量化相关性测度的真伪图像盲检测方法,能够检测JPEG图像的真伪,并标定修改区域.该方法具有较高的灵敏度,可以对不同压缩参数的图像进行检测处理.实验结果表明,即使待检测图像经历过多次不同质量因子的JPEG压缩,方法同样具有有效性和鲁棒性.     

基于量化噪声的JPEG图像篡改检测

JPEG图像篡改引入的双重压缩会导致篡改区域的原始压缩特性发生改变,因此可以利用篡改区域压缩特性的不一致性来检测图像的篡改。利用该原理,提出了一种基于量化噪声的JPEG图像篡改检测算法。算法对待检测图像进行分块,计算每块的量化噪声,求取图像块的量化噪声服从均匀分布和高斯分布的概率,从而检测出篡改过的双重压缩区域。实验结果表明：该算法能有效检测双重压缩的JPEG图像篡改,并能定位出篡改区域。     

基于块效应的JPEG合成图像盲检测

作为应用最为广泛的图像压缩格式,JPEG图像格式活跃于各个信息渠道之中,随之而来的针对JPEG图像的合成和修改也日益增多.由于JPEG图像中的块效应的存在,很多修改痕迹被掩盖,使得JPEG合成图像盲检测一直是修改图像检测的瓶颈之一.但是,在JPEG图像的合成过程中,为了达到较好的视觉效应,在修改区域往往会出现8×8子块的错位,这一错位在频域中表现为原有波峰的衰减或分裂.通过对这一特征的分析,提出了一个新的基于块效应的JPEG合成图像的盲检测算法,并且通过实验证实了其有效性.     

基于JPEG量化失真的合成图像盲检测

主要针对JPEG图像合成伪造,提出了一种基于量化失真的合成图像盲检测算法。首先针对合成图像以JPEG和非JPEG不同的存储方式,分别估计原始量化矩阵;然后用估计的原始量化矩阵对合成图像再压缩,计算压缩前后的量化失真;最后通过判断合成图像不同区域量化失真的大小,实现窜改区域的自动检测和定位。实验结果表明:算法能有效地检测JPEG和非JPEG两种不同存储方式的合成图像。     

基于块效应不一致的JPEG图像篡改区域检测

利用JPEG图像经篡改后块效应不一致的特性,提出一种根据JPEG篡改图像块效应值的分布检测篡改区域的方法。改进一种通过参照DCT系数的功率谱直方图估计量化表的方法,根据量化表求得图像每个8×8块的块效应,然后根据块效应值的分布规律检测出图像篡改区域。实验表明算法的应用范围广,具有一定的实践意义。     

基于CFA插值的图像篡改检测算法

利用数码相机拍摄自然图像时,往往存在彩色滤波阵列（ CFA）插值效应,CFA插值使得图像三颜色分量之间具有很大的相关性。提出一种利用自然图像颜色通道之间的相关性来检测图像篡改操作的方法。首先,利用后验概率的方法对各颜色通道进行建模,从而准确估计出CFA插值产生的噪声;然后,利用高斯滤波器滤波并提取CFA插值特征;最后,根据提取出的特征进行分类并定位篡改区域。实验结果表明：该算法能够有效地对篡改的图像进行检测和定位。     

基于量化表的图像篡改检测算法

数字图像盲取证技术是近年来研究的一个热点问题。提出一种利用量化表来进行定位和检测数字图像双重JPEG压缩的篡改检测算法。首先对数字图像进行压缩消除图像本身的噪声,然后利用图像压缩模型来描述图像首次压缩与第二次压缩之间的关系进而估计首次压缩量化表,最后提出一种高效率的方法通过利用量化表来定位图像篡改区域。实验结果表明,该算法能够有效地对双重JPEG压缩的图像进行检测和定位,并具有很好的鲁棒性。     

JPEG图像双重压缩偏移量估计的篡改区域自动检测定位

目的 为了解决现有图像区域复制篡改检测算法只能识别图像中成对的相似区域而不能准确定位篡改区域的问题,提出一种基于JPEG(joint photographic experts group)图像双重压缩偏移量估计的篡改区域自动检测定位方法。方法 首先利用尺度不变特征变换(SIFT)算法提取图像的特征点和相应的特征向量,并采用最近邻算法对特征向量进行初步匹配,接下来结合特征点的色调饱和度(HSI)彩色特征进行优化匹配,消除彩色信息不一致引发的误匹配;然后利用随机样本一致性(RANSAC)算法对匹配对之间的仿射变换参数进行估计并消除错配,通过构建区域相关图确定完整的复制粘贴区域;最后根据对复制粘贴区域分别估计的JPEG双重压缩偏移量区分复制区域和篡改区域。结果 与经典SIFT和SURF(speeded up robust features)的检测方法相比,本文方法在实现较高检测率的同时,有效降低了检测虚警率。当第2次JPEG压缩的质量因子大于第1次时,篡改区域的检出率可以达到96%以上。 结论 本文方法可以有效定位JPEG图像的区域复制篡改区域,并且对复制区域的几何变换以及常见的后处理操作具有较强的鲁棒性。     

基于小波系数相关性的图像篡改盲检测及定位

分析了小波变换模极大值与信号突变点之间存在的联系,以及图像信息相关性的强弱,实现对图像的篡改部分进行检测。由于对图像进行篡改操作之后,通常会在两幅图像的结合处出现突变点（或者奇异点）,形成强边缘。因此,利用小波变换的多分辨率分析,求得模极大值进行多项式曲线拟合的结果,根据拟合误差的大小对图像的强边缘进行检测定位,再通过图像分块之间相关性的强弱,对篡改区域进行更准确的篡改检测和定位分析。实验结果证明,该方法能够检测到篡改信息,并且可对图像中的篡改部分进行准确定位。     

Fast, automatic and fine-grained tampered JPEG image detection via DCT coefficient analysis

The quick advance in image/video editing techniques has enabled people to synthesize realistic images/videos conveniently. Some legal issues may arise when a tampered image cannot be distinguished from a real one by visual examination. In this paper, we focus on JPEG images and propose detecting tampered images by examining the double quantization effect hidden among the discrete cosine transform (DCT) coefficients. To our knowledge, our approach is the only one to date that can automatically locate the tampered region, while it has several additional advantages: fine-grained detection at the scale of 8×8 DCT blocks, insensitivity to different kinds of forgery methods (such as alpha matting and inpainting, in addition to simple image cut/paste), the ability to work without fully decompressing the JPEG images, and the fast speed. Experimental results on JPEG images are promising.     

基于后验概率的图像模糊检测方法

数字图像被动盲取证是指在不依赖任何预签名提取或预嵌入信息的前提下,对图像的真伪和来源进行鉴别和取证。图像在经篡改操作时,为了消除图像在拼接边缘产生的畸变,篡改者通常会采用后处理消除伪造痕迹,其中,模糊操作是最常用的手法之一。提出一种人工模糊痕迹检测方法。将经过模糊操作后图像像素之间存在的高度相关性进行模型化表示;采用EM算法估算出图像中每个像素属于上述模型的后验概率;根据所得后验概率的大小进行模糊操作检测。实验结果表明,该算法能够有效地检测出篡改图像中的人工模糊痕迹,并对不同模糊类型、有损JPEG压缩以及全局缩放操作均具有较好的鲁棒性。     

基于正负量化的DCT域数字图像盲水印算法研究

提出一种基于离散余弦变换（DCT）的灰度图像盲水印算法。首先对水印图像进行置乱加密。然后将载体图像进行8×8大小的分块,针对各分块进行DCT变换,采用正负量化规则进行水印的嵌入。水印的检测是根据正负量化规则进行的,不需要原始图像,是一种盲检测。最后通过水印相关系数（NC）和峰值信噪比（PSNR）来评价水印算法的性能。实验结果表明,该算法可以有效地抵抗JPEG压缩、噪声、剪切、滤波等攻击,鲁棒性较好。     

用统计特征量实现的图像拼接盲检测

图像拼接是一种常见的图像篡改手段。为了对拼接的数字图像实施盲检测,提出一种新的拼接图像的检测方法。借用二分类的模式识别概念,使用图像质量评价量和矩特征量来建立模型,以捕获原始图像和拼接图像之间的统计差异,选用支持向量机作为分类器进行训练和测试,对拼接图像的盲检测进行了研究。实验结果表明,该方法具有精确度高、应用面广的优点。