數字圖像篡改盲檢測檢測技術研究

崔磊　宋凱

摘? 要：數字圖像已普及到人們日常生活的各個角落，成為我們獲取信息的主要途徑之一。然而，人們使用圖像編輯工具（如Photoshop、ACDseed等），可以很容易對圖像內容進行修改或者合成，這使得圖像所承載的信息變得不再可靠。因此，對數字圖像的真實性和完整性的驗證，已經成為信息安全領域亟待解決的問題。該文針對不同的圖像篡改手段，提出了相應的檢測方法。

關鍵詞：數字圖像? 信息安全? 圖像篡改

中圖分類號：TP391 ? ?文獻標識碼：A 文章編號：1672-3791（2020）04（a）-0012-02

1? 數字圖像篡改檢測技術的分類

數字圖像篡改檢測技術可分為兩大類，分別被稱為主動檢測技術和被動盲檢測技術。主動檢測技術采用的是主動的方式，預先向圖像中嵌入標志信息，在檢測時從圖像中提取標志信息驗證其真實性和完整性，就可以判斷圖像是否遭到篡改。被動盲檢測技術，是在除圖像本身外不知道其他任何先驗信息的情況下，被動地檢測圖像的真實性和完整性。被動盲檢測技術沒有一種通用的檢測方法，一般來講，只能是根據不同的篡改方式來制定不同的檢測策略。

2? 圖像篡改的手段

常見的圖像篡改手段有很多，美國Dartmouse大學的Hany Farid教授將篡改手段分為變種、潤飾、增強、合成、計算機生成和繪畫。

（1）變種。圖像的變種操作，在圖像處理中屬于一種幾何變換，它改變了圖像中某一對象的形狀或者姿態。變種操作既可以通過改變圖像本身的一些特殊點的位置，再通過插值得到一幅新圖像，也可以按照一幅特定的圖像結構形狀，將圖像進行幾何變換轉化為與之具有相似結構的篡改圖像。

（2）潤飾。圖像的潤飾操作，一般是發生在圖像拼接操作后，為了消除拼接篡改操作遺留下的痕跡，使圖像看起來更加自然的一種操作。圖像潤飾技術的主要手段包括模糊、銳化、縮放、修補等。

（3）增強。圖像增強操作是一種為了突出圖像中某些特殊對象或圖像中某些特殊位置的技術。一般來講，它不會改變圖像中的內容，只會改變圖像中特定對象的亮度、色彩、背景、對比度等，模糊或者銳化某些特定的細節。

（4）合成。圖像合成是將圖像中的某一特定區域，用其他的特定區域來代替，用來隱藏圖像的信息或者增加虛假的信息，起到混淆視聽的作用。替換區域的來源可能是圖像自身的內容，也可能來自其他的圖像。

（5）計算機生成。這種篡改手段是從圖像的來源入手，利用計算機圖形制作軟件來生成圖像的技術，所生成的圖像與真實圖像相差無幾。

（6）繪畫。繪畫操作是通過圖像處理軟件，對原始圖像進行繪畫加工形成新的圖像。

3? 被動盲檢測技術

為了使篡改后的圖像達到以假亂真的程度，操作者通常需要綜合使用圖像篡改的6種基本方法。拼接篡改和復制粘貼篡改使篡改技術中最常見的，下面我們來分析這兩種篡改的檢測策略。

3.1 拼接篡改檢測技術

所謂的拼接篡改，就是將兩幅或者兩幅以上圖像組合在一起，形成一幅新的偽造的圖像。針對圖像拼接篡改的特點，可以制定一系列的檢測方案。

由于篡改圖像是由多幅圖像組成，而很多時候它們來自不同的相機，因此相機參數不能保持一致。數字圖像在形成過程，會經過顏色濾波矩陣（CFA），對傳遞進來的信號進行插值，不同的相機有不同的插值，此外不同相機的噪聲特性也有所不同，我們可以通過檢測CFA插值后留下的特征和噪聲特性來判斷。

拼接篡改引入的其他圖像的特性，改變了平滑性、規律性、不連續和或周期性，圖像像素之間的相關性也會發生變化。這種改變相當于在圖像中引入加性噪聲，改變了圖像的局部頻率分布，我們可以提取能夠表征圖像局部頻率改變的特征。

拼接篡改過程中會伴有旋轉、縮放等潤飾操作，這改變圖像的重采樣特性。同時，由于不同的圖像光照條件不同，拼接篡改后圖像的光照方向也會不一致。我們可以通過檢測圖像的內在重采樣特性，光照一致性來檢測。

3.2 復制-粘貼篡改檢測技術

復制-粘貼篡改指的是，從原始圖像中復制某一個對象，粘貼到該圖像的某一區域，達到隱藏原始圖像的某些內容的目的。復制-粘貼篡改技術，主要應用到篡改手段中的合成操作，有時也用到潤飾操作。

由于復制-粘貼篡改技術，是在同一圖像上復制-粘貼完成的。所以我們的檢測策略是，檢測圖像中某些區域間的匹配度，當這些區域之間的匹配度達到一定程度，就被認為是經過復制-粘貼篡改。圖像匹配的方法主要有圖像塊匹配和特征點匹配兩種方法。

塊匹配策略首先將圖像劃分為互不重疊的小圖像塊，然后提取每一個圖像塊的特征計算它們之間的匹配度量。我們可以計算每個圖形塊的DCT變換系數矩陣，然后對DCT系數進行字典排序計算匹配度。幾何不變矩，如Hu矩、Blur矩和Zernike矩等，不受尺度影響和不受旋轉、平移的操作影響的特征矩，也可以作為匹配的度量。此外，還可以局部二值化LBP算法計算圖像塊的紋理特征，LBP算法有抗幾何變換和對噪聲有很好的魯棒性等優點。

特征點匹配策略主要是提取圖像中的關鍵點，如使用sift、surf算法提取具有尺度不變性、光照不變性和旋轉不變性的特征點。這些特征點的鄰域的梯度方向統計，可以作為特征點的描述符。我們通過計算關鍵點描述符所組成特征向量的歐氏距離，可以得到它們之間匹配的度量。為了提高匹配的準確率，我們還需要剔除錯誤匹配點。RANSAC算法可通過迭代方式估計數學參數模型，從而去除遠離參數模型的外點。

4? 結語

該文系統地介紹了數字圖像篡改檢測技術的分類，歸納了篡改圖像的幾種基本操作。根據拼接篡改和復制-粘貼篡改的特點，提出了相應的檢測方法。

參考文獻

[1] Huang H，Guo W，Zhang Y.Detection of Copy-Move Forgery in Digital Images Using SIFT Algorithm[C]//PACIIA 2008，Volume 2，2008 IEEE Pacific-Asia Workshop on Computational Intelligence and Industrial Application，19-20December 2008.Wuhan，China.IEEE，2008.

[2] Johnson M K，Farid H.Exposing digital forgeries in complex lighting environments[J].IEEE Transactions onInformation Forensics and Security，2007，2（3）：450-461.

基金項目：遼寧省自然科學基金指導計劃項目《基于光照一致性的篡改圖像檢測技術研究》（項目編號：2019-ZD-0260）。

作者簡介：崔磊（1987—），男，漢族，遼寧錦州人，碩士研究生，研究方向：圖像處理與分析。

通訊作者：宋凱（1964—），男，漢族，遼寧遼中人，博士，教授/博導，研究方向：計算機視覺、智能檢測與控制等，E-mail：songkai@sylu.edu.cn。