專利名稱：一種jpeg圖像的篡改檢測方法
技術領域：
本發(fā)明屬于多媒體信息安全技術領域，具體涉及一種JPEG圖像的篡改檢測方法。
背景技術：
高分辨率的數(shù)碼相機，功能強大的個人電腦及各種圖像處理軟件的普及與應用，使得一般的用戶都能很容易地實現(xiàn)對數(shù)字圖像的篡改而不留下明顯的痕跡。如今，眼見并不為實，如果虛假的相片被濫用，必將帶來一些問題，如涉及到法律證據(jù)的真實性，數(shù)字媒體的版權，個人的隱私保護等，檢測圖像數(shù)據(jù)的真實性有著十分重要的意義。
JPEG是一個適用范圍廣泛的圖像壓縮標準，篡改圖像一般會以JPEG圖像作為“原材料”進行加工修改，檢測此形式的篡改十分必要。如今，針對JPEG圖像的“盲檢測”(無水印和簽名信息)技術尚未出現(xiàn)，而且對JPEG小圖像塊量化表的估計算法精度不高。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種JPEG圖像的篡改檢測方法，可以用于對給定的數(shù)字圖像，判別它是否是由JPEG圖像篡改后得到的。
本發(fā)明的技術方案如下本發(fā)明方法包括以下步驟1)確定待測圖像的原始JPEG塊邊界位置；2)估計JPEG小圖像塊量化表；3)識別篡改圖像與定位篡改區(qū)域。
步驟1)確定待測圖像的原始JPEG塊邊界位置的具體方法如下①確定塊的搜索區(qū)域，對于灰度圖像其搜索區(qū)域在8×8，而對于彩色圖像搜索區(qū)域在16×16；②確定測試塊的大小，為了提高檢測的正確率，一般選擇不小于64×64大小的塊作為測試塊；③確定JPEG塊邊界，以搜索區(qū)域的每一個點作為始點，剪切大小為64×64的圖像塊作為測試塊，對于搜索區(qū)域中的每個點(i，j)與量化表集合A中的每個量化表，利用如下公式確定其塊邊界位置的始點(x，y)＝arg(max(C(im(i，j)(k)，im(i，j))))其中im(i，j)是沒有再次JPEG壓縮的測試圖像塊，im(i，j)(k)表示以量化表集合中的第k個量化表對im(i，j)做JPEG壓縮后得到的圖像塊，其中|A|＝S，k＝1，2...S，C(J1，J2)表示兩個圖像塊J1，J2相等灰度值的個數(shù)，使得上式滿足的i，j值(x，y)既是檢測到的原始JPEG塊邊界的起始點坐標。
步驟2)估計JPEG小圖像塊量化表的具體做法是首先將待測圖像剪切x行y列，然后將得到的圖像進行分塊，分塊大小為B×B，對于每個圖像分塊Ji，估計其量化表，估計方法如下設待檢測JPEG圖像塊為Ji，其量化表的取值范圍在集合A中，首先把圖像塊Ji以集合A中的量化表進行JPEG壓縮，得到S幅圖像，比較這S幅圖像與Ji的相等灰度值的個數(shù)，從中選擇相等灰度值最多的圖像塊I，I的量化表則作為圖像塊Ji量化表的估計。
步驟3)識別篡改圖像與定位篡改區(qū)域的具體方法為利用不同顏色標識由步驟2)中檢測到的不同的量化表塊，若出現(xiàn)大面積區(qū)域與背景(出現(xiàn)量化表最多的塊)的顏色不一致，則認為是被篡改過的JPEG圖像。
利用本專利可以有效地實現(xiàn)對小塊JPEG圖像的量化表做估計，能有效地檢測被剪切圖像的原始JPEG邊界，在篡改圖像不做有損壓縮(如只轉(zhuǎn)換為無損的圖像格式)，或在壓縮不大(如質(zhì)量因子大于96)的情況下，能比較有效地實現(xiàn)JPEG圖像的篡改檢測與篡改區(qū)域的定位。這對涉及到JPEG圖像真?zhèn)涡员鎰e等問題有著十分有重要的現(xiàn)實意義和實用價值。


圖1是JPEG圖像的篡改過程圖；其中圖1(a)是原始的JPEG圖像，圖1(b)是對圖像的修改，圖1(c)是經(jīng)過后處理的篡改圖像；圖2是搜索原始JPEG邊界的示意圖；圖3是JPEG壓縮處理的一般流程圖；圖4是對圖像進行兩次JPEG壓縮的流程圖；圖5是灰度圖像量化因子估計圖；圖5(b)表示對無壓縮圖像估計圖示，圖5(c)表示對質(zhì)量因子為75圖像估計圖示。
圖6是彩色圖像量化因子估計圖；圖6(b)表示對無壓縮圖像估計圖示，圖6(c)表示對質(zhì)量因子為90圖像估計圖示。
圖7是對不同大小的圖像塊進行估計的正確率均值圖示；圖7(a)是對灰度圖像塊估計，圖7(b)是對彩色圖像塊估計；圖8是測試例子1；其中圖8(a)是原始圖像是質(zhì)量因子為70的JPEG圖像，圖8(b)是對圖像做局部修改，去除圖中人的胡子，隨后以質(zhì)量因子為100的壓縮，圖8(c)是檢測結(jié)果；圖9是測試例子2；其中圖9(a)是原始圖像是質(zhì)量因子為30的JPEG圖像，圖9(b)是Region-Duplication篡改方式圖示利用圖像的某一小塊進行復制并粘貼到欲去除的圖像區(qū)域中，其中圖9(c)去除圖像的鴿子，隨后以質(zhì)量因子為99進行JPEG壓縮得到的圖像，其中圖9(d)是對圖像(c)檢測的結(jié)果；圖10是一般JPEG圖像的篡改合成模式；圖11是合成篡改檢測例子；其中圖11(a)和圖11(b)是原始圖像，圖11(c)是合成后JPEG圖像，圖11(d)檢測結(jié)果。
具體實施例方式
下面結(jié)合附圖對本發(fā)明方法作進一步說明。
本發(fā)明方法包括以下步驟1)確定待測圖像的原始JPEG塊邊界位置；2)估計JPEG小圖像塊量化表；3)識別篡改圖像與定位篡改區(qū)域。
1)確定待測圖像的原始JPEG塊邊界位置。如附圖1(c)中所示，篡改圖像有可能經(jīng)過剪切、圖像格式轉(zhuǎn)換等后處理操作，原始JPEG圖像塊邊界及量化表信息便會丟失。我們首先要確定給定的圖像是否由JPEG修改得到，原始的塊邊界位置在哪里。檢測的方法如說明書附圖2所示。
①確定塊的搜索區(qū)域(Searching Range)。對于灰度圖像其搜索區(qū)域在8×8，而對于彩色圖像，由于受到下采樣的等因素影響，搜索區(qū)域應擴大到16×16。
②確定測試塊的大小(Testing Block)。從實驗數(shù)據(jù)得到，測試塊的大小與檢測的正確率有關，測試塊越大，正確率越高，反之越低。本專利建議測試塊應不小于64×64。
③確定JPEG塊邊界。以搜索區(qū)域的每一個點作為始點，剪切大小為64×64的圖像塊作為測試塊。對于搜索區(qū)域中的每個點(i，j)與量化表集合A中的每個量化表。利用如下公式確定其塊邊界位置的始點(x，y)＝arg(max(C(im(i，j)(k)，im(i，j))))其中im(i，j)是沒有再次JPEG壓縮的測試圖像塊，im(i，j)(k)表示以量化表集合中第k個量化表對im(i，j)做JPEG壓縮后得到的圖像塊，函數(shù)C(J1，J2)表示兩個圖像塊J1，J2相等灰度值的個數(shù)。使得上式成立的i，j值(x，y)既是檢測到的原始JPEG塊邊界的起始點坐標。
2)量化表的估計。首先將待測圖像剪切x行y列，然后將得到的圖像進行無重疊地分塊，分塊大小為B×B。B越小，表示檢測篡改塊的精度越高，反之越低。但從實驗可以知道B越小，檢測的正確率越低，反之越高。為了平衡其檢測精度與正確率，同時為了與JPEG分塊規(guī)則相一致，B要求是16的倍數(shù)。因此本專利建議灰度圖像B＝16，對于彩色圖像，B＝32。對于每個圖像分塊Ji，利用如下方法估計其量化表設待檢測JPEG圖像塊為Ji，其量化表的取值范圍在集合A中。首先把圖像塊Ji以集合A中的每個量化表進行JPEG壓縮，得到S幅圖像，|A|＝S。比較這S幅圖像與Ji的相等灰度值的個數(shù)，從中選擇灰度值相等最多的圖像塊I，I的量化表則作為圖像塊Ji量化表的估計。
3)識別篡改圖像與定位篡改區(qū)域。根據(jù)2)中量化表的估計值，利用不同顏色標識出不同的量化表塊，若出現(xiàn)大面積區(qū)域與背景(出現(xiàn)量化表最多的塊)的顏色不一致，則認為待測圖像是被篡改過的圖像，大面積不同顏色的塊即為篡改的區(qū)域。
圖3是一般的JPEG壓縮過程，從其壓縮過程看，圖像被分解成大小相等的圖像塊，塊與塊之間獨立地操作。因而形成JPEG圖像固有的塊效應特點。
圖4是描述了對圖像進行二次JPEG壓縮的流程，我們從中證明了以下的不等式P(Y＝Y(jié)′|q2≠q1，q2＞1)≤P(Y＝Y(jié)′|q2≠q1，q2＝1)≤P(Y＝Y(jié)′|q2＝q1)其中，Y′＝d1′(i，j)，Y＝d2′(i，j)，q1，q2分別對應兩個JPEG壓縮的量化步長，此不等式表示在第二次JPEG壓縮時，若與第一次壓縮使用的量化表相同，則兩者對應的量化后的DCT系數(shù)相等的概率最大，次之是使用質(zhì)量因子100的量化表(所有的量化步長為1)。
得到能估計圖像塊量化表的準則C(J1，J2)＝|E|，E＝{(x，y)|J1(x，y)＝J2(x，y)，1≤x≤M，1≤y≤N}其中J1，J2是兩個JPEG圖像塊，C(J1，J2)表示兩者對應素像點灰度值相等的個數(shù)。其數(shù)值越大表示兩者越相似，因此我們可以利用已知J2的量化表來估計J1圖像塊的量化表。
量化表的估計實驗圖5是利用上述準則對256×256大小的灰度Lena圖量化表的估計圖示，圖5(a)灰度Lena圖像，假設其量化因子的范圍取值在[1，100]之間。圖5(b)是對無JPEG壓縮Lena圖像檢測的情況，可以對其進行二次JPEG壓縮得到的圖像相等灰度的個數(shù)隨質(zhì)量因子的增大而增加，其曲線基本是一個單調(diào)變化的過程。圖5(c)是對以質(zhì)量因子為75壓縮后圖像的檢測結(jié)果，可以看到曲線會出現(xiàn)明顯的變化，最大值會出現(xiàn)在對應的質(zhì)量因子為75的位置上。圖6(a)是彩色baboon圖像，同樣設其量化因子的范圍取值在[1，100]之間。圖6(b)是對無JPEG壓縮圖像檢測的情況，圖6(c)是對彩色圖像的檢測結(jié)果，與圖5檢測結(jié)果相類似。因此利用本專利方法可以實現(xiàn)對灰度和彩色JPEG圖像塊量化表的估計。
為了進一步測試本方法的有效性及對小圖像塊的檢測，圖7給出了對不同大小的圖像塊估計。圖示各曲線是100幅圖像在不同量化表下正確率的平均值，圖7(a)是對灰度圖像塊檢測結(jié)果，圖7(b)是對彩色圖像塊檢測結(jié)果。從圖示數(shù)據(jù)可以看到利用本專利方法可以比較準確地估計JPEG小圖像塊，當塊大小大于64×64時，正確率都高于95％。
JPEG塊邊界檢測實驗利用本發(fā)明提出的方法對JPEG塊邊界的檢測，實驗如下200幅圖像(100灰度、100彩色)以不同的量化表進行壓縮(質(zhì)量因子10-95，Photoshop中JPEG Cs6-Cs10量化表，與一個自定義的量化表(所有量化步長為10)，然后圖像被隨機地剪切。下表1給出了灰度、彩色各100幅圖像下的正確率。
表1

圖8、圖9、圖10和圖11是不同測試例子的檢測結(jié)果。可以看到在篡改圖像不做較大壓縮的情況下，可以得到較好的檢測結(jié)果。
權利要求
1.一種JPEG圖像的篡改檢測方法，其特征是本發(fā)明方法包括以下步驟1)確定待測圖像的原始JPEG塊邊界位置；2)估計JPEG小圖像塊量化表；3)識別篡改圖像與定位篡改區(qū)域。
2.根據(jù)權利要求書1所述的一種JPEG圖像的篡改檢測方法，其特征是所述步驟1)確定待測圖像的原始JPEG塊邊界位置的具體方法如下①確定塊的搜索區(qū)域，對于灰度圖像其搜索區(qū)域在圖像左上角的8×8區(qū)域，而對于彩色圖像搜索區(qū)域在16×16；②確定測試塊的大小，為了提高檢測的正確率，一般選擇不小于64×64大小的塊作為測試塊；③確定JPEG塊邊界，以搜索區(qū)域中的每個點(i，j)作為始點，剪切大小為64×64的圖像塊作為測試塊im(i，j)，對于搜索區(qū)域中的每個點與量化表集合A中的每個量化表，利用如下公式確定其塊邊界位置的始點(x，y)＝arg(max(C(im(i，j)(k)，im(i，j))))其中im(i，j)是沒有經(jīng)過再次JPEG壓縮的測試塊，im(i，j)(k)表示以量化表集合中的第k個量化表對im(i，j)做JPEG壓縮后得到的圖像塊，其中|A|＝S，k＝1，2…S，函數(shù)C(J1，J2)返回兩個圖像塊J1，J2相等灰度值的個數(shù)，使得上式成立的i，j值(x，y)既是檢測到的原始JPEG塊邊界的起始點坐標。
3.根據(jù)權利要求書1所述的一種JPEG圖像的篡改檢測方法，其特征是所述步驟2)估計JPEG小圖像塊量化表的具體做法是首先將待測圖像剪切x行y列，然后將得到的圖像進行分塊，分塊大小為B×B，對于每個圖像分塊Ji，估計其量化表，估計方法如下設待檢測JPEG圖像塊為Ji，其量化表的取值范圍在集合A中，首先把圖像塊Ji以集合A中的量化表進行JPEG壓縮，得到S幅圖像，比較這S幅圖像與Ji的相等灰度值的個數(shù)，從中選擇相等灰度值最多的圖像塊I，I的量化表則作為圖像塊Ji量化表的估計。
4.根據(jù)權利要求書1所述的一種JPEG圖像的篡改檢測方法，其特征是所述步驟3)識別篡改圖像與定位篡改區(qū)域的具體方法為利用不同顏色標識由步驟2)中檢測到的不同的量化表塊，若出現(xiàn)大面積區(qū)域與背景(出現(xiàn)量化表最多的塊)的顏色不一致，則認為是被篡改過的JPEG圖像。
全文摘要
本發(fā)明公開一種JPEG圖像的篡改檢測方法，是基于JPEG分塊壓縮特點而提出統(tǒng)計識別方法，屬于多媒體信息安全領域。本發(fā)明方法包括以下步驟1)確定待測圖像的原始JPEG塊邊界位置；2)估計JPEG小圖像塊量化表；3)識別篡改圖像與定位篡改區(qū)域。本方法利用了JPEG圖像固有的塊效應及原始JPEG圖像有著一致的塊“質(zhì)量”特點，若對JPEG圖像做局部區(qū)域的修改則會改變其塊“質(zhì)量”的一致性，我們以此作為判別圖像是否被篡改的依據(jù)。本發(fā)明可作為檢測JPEG圖像篡改的一種方法，同時利用本發(fā)明還可以有效地對JPEG圖像塊的量化表進行估計、JPEP塊邊界的檢測等，也為圖像增強如除去JPEG圖像塊效應等處理提供一種輔助方法。
文檔編號G06T7/00GK1916958SQ20061003660
公開日2007年2月21日 申請日期2006年7月20日 優(yōu)先權日2006年7月20日
發(fā)明者駱偉祺, 黃繼武 申請人:中山大學