数字图像被动盲取证方法研究

数字图像被动盲取证是近几年才兴起的新的研究领域，其目的是为了辨识篡改或伪造的数字图像，对解决数字产品日益严峻的信任危机，为司法机关鉴别数字作品真伪有重要作用。本课题瞄准这一国际前沿具有挑战性的研究领域，以自然图像噪声、纹理等特征的数字图像盲取证方法研究为核心，围绕自然图像噪声特征的提取与匹配方法、自然图像纹理特征的提取与分割方法、JPEG压缩对自然图像的影响分析三个关键方面开展研究。通过计算待检测的自然图像与特征模型的吻合度，来判断图像被篡改及定位被篡改的区域，实现不依赖篡改训练样本库的自然图像通用盲取证。同时，通过JPEG压缩图像重构原始图像版本，弥补压缩引起的特征信息损失，提高取证的准确性。通过课题的研究，丰富和发展数字图像取证的相关理论，并为推动数字图像取证在刑侦、安全、宣传等部门的应用提供技术保障。研究成果将为确保公共信息秩序、打击犯罪、维护司法公正和新闻诚信发挥重要作用。

本项目针对数字图像盲取证方法研究中的几个关键方面展开了深入而较全面的研究，并取得了一系列的研究成果。完成的主要研究工作包括：1）建立了原始和篡改图像库。2）利用不同的统计理论和方法直接或经离散小波变换后提取了图像块的多类统计特征，如模糊不变矩特征、灰度共生矩纹理特征、小波矩特征、局部沃尔什变换纹理特征等，根据提取的特征向量对图像块进行模糊匹配实现了复制粘贴区域的检测和定位，提出了多种新颖的图像复制粘贴取证方法，在定位效率、检测精度、抵抗噪声、抵抗后处理攻击等方面不同程度地达到了比同类算法更好的性能。3）在深入研究二维经验模式分解方法、网函数插值法、韦伯局部特征提取法以及多特征的融合等基础上，提出了多种具有高检测正确率的图像拼接取证方法。4）考虑到JPEG图像在压缩过程中将产生块效应不一致性、引起量化失真、引入量化噪声等导致原始压缩特性的改变，提出了多种JPEG图像篡改取证方法，实现了篡改JPEG图像的有效检测和篡改区域的准确定位。已发表学术论文40篇，其中被SCI/EI收录论文22篇。已培养硕士生16名（已毕业11名，预计明年上半年毕业5名）。