一种城市多模式媒体数据一致性检测方法
【技术领域】
[0001] 本发明涉及图像取证的技术领域，具体是一种城市多模式媒体数据一致性检测方 法。
【背景技术】
[0002] 互联网的形成与迅速发展，以及基于互联网开发的微博、微信等交流App，使得信 息在人群中可以广泛迅速的传播。在用于信息传递的载体中，数字图片因其形象、易懂逐渐 成为人们信息交流青睐的对象，统计显示，目前在Weibo社交平台上，每月约有22亿含图片 信息的微博被发布。因此，基于互联网上图片传播的广泛性、实时性和图片本身易被信任 性，图片被人为的篡改，用于达到非法的目的。
[0003] 目前国内外对于图像取证主要分为主动取证技术和被动取证技术。早期的取证技 术属于主动取证技术，就是通过某种方法在图像中加入特定的信息，当对图像进行取证检 测时，只需取出特定的信息，然后与原始特征信息相比较，该方法主要包括数字水印和数字 签名。此方法用于图像取证，有着明显的不足，首先需要对图像预先加入水印或者签名，这 就要求图像生成设备具备加入水印或签名的功能，或者在生成的图像后，再人工加入水印 或签名，这都会增加额外开销;其次水印的加入需要具备鲁棒性，即水印不易破坏，但目前 对于数字水印和数字签名技术都有其破解的方法，因此传统的图像取证技术在大多数情况 下已经不适合人们对于图像取证技术的要求。
[0004] 对于被动取证技术，也叫盲取证技术，该方法不需要对图像进行任何处理，即利用 图像本身具有的特征痕迹，对图像进行取证，因为如果对图像进行了修改操作，会留下相应 的操作痕迹，并改变图像的原始特征，使图像不再具有完整性特征。目前对于图像被动取证 技术发展不够成熟，但是国际上对于图像被动取证技术也取得一些成功。Hany Farid教授 的美国研究团队使用图像小波变换的高阶特性进行高阶数学建模，对于自然拍摄图像、扫 描图像和电脑生成图像取证。Mehdi Kharrazi利用图像平均像素值、领域像素分布重心、色 彩能力比等特性进行图像取证。目前对于被动取证主要使用图像像素的统计特性、图像数 学变换后的特性进行取证，或者结合现有机器学习、深度学习等方法进行图像取证。
【发明内容】
[0005] 为了克服上述现有技术的不足，本发明提供了一种城市多模式媒体数据一致性检 测方法。该方法利用图像小波变换后，多级系数存在一定的关联关系的特性，而且图像被压 缩后，这种关系会被改变，对图像进行压缩取证。该方法使用这种图像的内部特征进行图形 取证，是一种被动取证，克服了主动取证的不足，而且该方法具有实现鲁棒性和简单性。
[0006] 本发明所采用的技术方案是:小波变换是多级变换，图像小波变换后的系数，在水 平、垂直、对角方向上和同一方向上不同级数之间存在一定的关系，而这种关系在图像进行 压缩后会被改变，根据图像的这种特性，把图像变换后的系数，在不同方向和不同级之间取 值，构成系数值对，然后把系数值对做数学变换，映射到200X200矩阵中，然后做归一化处理 得到灰度图像，取这个图像的方差、偏态、峰值、均值四个图像的基本特征，然后将将所有的 特征值映射到一个标量值，用于判断图像是否经过压缩。该方法的整个过程包括如下：
[0007] 本发明的原理在于：
[0008] 本发明是一种城市多模式媒体数据一致性检测方法，包括系数值对提取、系数值 对映射到二维平面、特征值提取、特征值合并四个主要部分。系数值对提取过程是对图像进 行小波变换，利用小波变换系数不同级和不同子带的关系，构造系数值对。系数值对映射到 二维平面是对提取的系数值对，通过数学变换，改变其其中范围，然后截取变换后的较为集 中的系数值对，映射到二维平面中。特征值提取过程是首先对于映射形成的二维系数矩阵， 进行归一化处理，构成一个二维的256级灰度图像，然后对于灰度图像提取均值、方差、偏 态、峰值四个图像的基本特征，对于不同方向子带之间和对于同一方向不同级之间，采取上 述方法得到多组特征值。特征值合并，使用公式(3)对于级与级之间、子带与子带之间的特 征值进行合并，获得一个标量值K，使用K值对原始图像和压缩图像进行判别。该方法原理主 要组成部分如图2所示。
[0009] 本发明的优点及功效：
[0010] 1本发明的优点是克服了主动取证需要预先在图像中加入数字水印或者数字签 名，是一种盲取证技术，能够保证图像的原始性和完整性。
[0011] 2本发明的优点是方法利用图像小波变换后系数特征，对原始图像和压缩图像进 行判别。虽然需要经过小波变换、系数值对提取、灰度图像映射、特征提取、合并特征值，虽 然过程比较多，但每一步计算量都不大，相比现有的其他盲取证方法，该发明具有良好的实 时性。
【附图说明】
[0012] 图1为图像小波变换后系数分级示意图；
[0013] 图2为图像取证过程的主要模块；
[0014]图3为本发明的整个流程图。
【具体实施方式】
[0015] 下面结合附图以及具体实施例进一步说明本发明。
[0016] 本发明使用图像数据集UCID-v2(G.Schaefer and M.Stich, "UCID-An uncompressed colour image database，'，in Proc . SPIE : Storage and Retrieval Methods and Applications for Multimedia，2004，vol.5307，pp.472-480)，此数据集中 包含1338张原始图片。本发明这个实施过程包括原始图像处理、标量值K值获取、图像判别 三个部门。
[0017](-)原始图像处理 [0018] a.获取原始图像集UCID-V2
[0019] b ·在MATLAB开发工具上，使用JPEG压缩算法，分别对图像采取0 · 5bpp到8bpp，间隔 〇.5bpp的压缩，可以获得16种不同压缩率JPEG压缩图像。
[0020] C ·在MATLAB开发工具上，使用JPEG2000压缩算法，分别对图像采取0 · 5bpp到8bpp， 间隔0.5bpp的压缩，可以获得16种不同压缩率JPEG2000压缩图像。
[0021] d.在MATLAB开发工具上，使用SPIHT(Set Partitioning in Hierarchical Trees)压缩算法，分别对图像采取0.5bpp到8bpp，间隔0.5bpp的压缩，可以获得16种不同压 缩率SPIHT压缩图像。
[0022] e.经过上面处理，获得一组原始图像，16组JPEG压缩图像，16组JPEG2000压缩图 像，16组SPIHT压缩图像，这些图像用于下面实验的初始图像数据集。
[0023](二)标量值K的获取
[0024] 对于上面所有的图像都需要经过下面过程的提取，标量值K获取的流程如图3。
[0025] a.在MATLAB开发工具中，使用9/7小波变换，对图像进行N级小波变换得到图像的 频域系数矩阵。
[0026] b.同一方向上，不同级之间构造水平方向系数值对Valhl(x，y)，垂直方向系数值对 Valvi(x，y)，对角方向系数值对Valdi(x，y)，下标h、v、d表示水