基于真实性鉴别的数字图像盲取证研究

随着数码成像设备的普及，数字图像以其直观易懂且具有很强说服力的特点，成为当前最为主要的一种获取和发布信息的方式，而经过计算机图像处理技术的看似真实实则篡改的图像和以假乱真的计算机成像图像也正逐步的引发互联网和大众的信任危机，数字图像盲取证是图像处理和信息安全交叉学科中一个极为重要的研究课题。本课题围绕数字图像的真实性的研究，将电子痕迹、成像一致性、统计特征相结合，建立基于真实性鉴别的分层智能的数字图像盲取证系统。具体内容包括：1、提取基于感兴趣区域的伪造图像电子痕迹，建立针对"多重压缩"和"模糊润饰"的盲取证模型；2、针对成像一致性在通用性和稳定性上的缺陷进行增强和优化；3、分析自然图像像素之间和颜色通道的规律性，提出提高数字图像盲取证通用性的简单快速高效寻优算法。该课题为网络数据安全和图像内容检测等方面提供了有力的依据和实现方法。

课题组主要从以下几个方面进行了研究：（1）拼接图像的特征分类：根据拼接图像的应用特点，从两个方面提取图像的特征值——从拼接图像的像素比特平面中利用马尔科夫转移矩阵，提取像素相关性的特征值；利用图像颜色分量之间差值的高频特性，对差值图像进行小波变换，把小波系数的统计描述特征作为特征值进行拼接图像的检测；然后利用这些特征值进行拼接图像的分类检测，得到了良好的分类准确率，同时特征值也较简单；（2）拼接内容的定位检测——对拼接图像中的拼接内容进行定位检测，进一步发现拼接篡改的痕迹。在这方面论文提出了两种定位检测的算法：一种是利用图像像素值和CFA插值算法的预测值之间残差的异常分布来定位拼接内容；另一种是利用拼接图像拼接部分与原图像之间的不同的噪声分布特性进行拼接内容的定位检测。两种算法均准确实现了拼接图像拼接内容的定位。（3）拼接图像后期处理痕迹的检测——为了提高对拼接图像的检测鲁棒性，本文还提出了两种对拼接图像后期处理痕迹的检测技术：一种是通过边缘特征分析图像的模糊处理痕迹；另一种是通过检测图像中光照方向的特征来对图像的翻拍操作进行判别。它们都可以对模糊处理和翻拍两种后期处理方式进行有效的检测。