专利名称：针对cfa插值图像的篡改检测与篡改定位方法
技术领域：
本发明属于图像篡改检测技术领域，具体涉及一种针对CFA插值图像的篡改检测与篡改定位方法。
背景技术：
近年来，随着数字采集设备的快速普及以及功能强大的图像编辑软件的广泛使用，对数字图像的编辑和修改变得越来越容易。为了满足某种需要或达到某种目的，人们能够随意地对数字照片进行各种修改和编辑，由此极大地降低了数字照片的可信度，颠覆了“眼见为实”的传统观念。
篡改和伪造图像的存在让人们失去了对多媒体数据的信任，给政治、经济、军事、法律等多个领域造成了不良影响或重大损失。如何检测数字图像的内容真实性已成为近年来法律界和信息产业界所面临的一个重要的迫切需要解决的问题。展开对数字图像内容真实性的研究，对维护互联网的公共信任秩序、维护法律公正、新闻诚信、科学诚信等，具有十分重要的意义。数字图像内容真实性认证技术分为主动取证(见Shivakumar B L, BabooSS. Digital image Forgery Detection [J] SAJOSPS, 2010，10 (2) : 16-25.)和被动取证(见Ng T T, Chang S F, Lin C Y, Sun Q B. Passive-blind Image Forensics[J]. In MultimediaSecurity Technologies for Digital Rights, Elsvier, 2006, 15 (2) : 383-412. ) 主动认证方法的主要缺点是需要图像的先验信息。被动取证是一种不依赖于任何附加信息或先验知识的取证技术，是基于数字图像的固有特征，直接对数字图像内容进行鉴别和取证分析，对其来源进行追踪和鉴别。由于不依赖任何先验信息，图像被动取证技术的应用范围非常广泛，并在近年来受到越来越多的关注。近年来，由于数字采集设备的快速普及，数码照片渗透到了我们生活的方方面面，同时，针对数码照片的内容真实性认证也成了新的研究热点。一般数码彩色照片的成像原理，是通过单个传感器结合色彩滤镜矩阵(ColorFilter Array, CFA)成像的。最常用的CFA是Bayer矩阵，获取的图像仅采集了照片中1/3的彩色样本点，其余样本点需要用插值方法填充才能获得三通道的彩色照片。插值使样本点之间具有了特定的相关性，而图像篡改会破坏或改变这种相关性。据此原理，Popescu (见A. C. Popescu, H. Farid. Exposingdigitalforgeries in color filter array interpolated images[J]. IEEE TransactionsonSignal Processing, 2005, Vol. 53 (10) : 3948-3959.)最早用一个简化的线性模型来描述由CFA插值引入的周期性,然后用EM(Expectation/Maximization)算法来量化评估图像中是否存在这种周期性，并通过检测这种周期性的一致性来确定图像篡改。该方法的缺点是需要人为判断后验概率图的每一图像块的傅里叶变换后是否存在有规律的亮点。若不存在亮点，则说明此图像块没有进行过插值或插值被破坏了。该方法的缺点是需要人为参与进行查看和判断，限制了算法不能进行自动检测。现有技术中还有一种通过统计像素的中间值来估计CFA插值模式的方法(见 Chang-Hee Choi, Jung-Ho Choi, Heung-Kyu Lee.CFA patternidentif icationof digital cameras using intermediate value counting[C] Proceedings ofMM&Sec，ll’ACM New York, NY，USA, 2011.)。近年来学者们多用这种方法来区分数码照片与计算机生成的图片(见 Wenxiang Li, TaoZhang, Ergong Zheng, Xijian Ping.Identifying Photorealistic Computer GraphicsUsing Second-order DifferenceStatistics[C], FSKDj 2010, pp. 2316-2319.)。该类方法普遍对JPEG格式的图像无能为力，原因是由于JPEG压缩引起的“马赛克”效应。所以，近年来有不少学者致力于去除“马赛克”效应的研究(见 Matthias Kirchner. Efficient Estimation of CFA PatternConfiguration in DigitalCamera Images[J]. Media Forensics and Security,Vol. 7541，SPIE(2010)，pp. 754111.)。还有一种方法(见Lu Li, Jianru Xue, Xiaofeng Wangand LihuaTian. A Robust Approach to Detect Tampering by Exploring CorrelationPatterns[C] 14th International Conference on Computer Analysis of ImagesandPatterns,LNCS 6855，515-522，Seville (Spain)，29-31，August 2011.)把由 JPEG 压缩引起的“马赛克”效应看作是高斯噪声，通过定义一个修正函数减弱JPEG压缩对CFA相关性 的破坏，使该方法对JPEG压缩具有鲁棒性。纵观目前的该类研究，普遍存在如下问题(1)对旋转/缩放的篡改区域的检测能力较弱；(2)对于内容保持的图像处理操作的鲁棒性较差；(3)篡改检测精度不十分理想；(4)篡改定位效果不令人满意。
发明内容
本发明的目的是提供一种针对CFA插值图像的篡改检测与篡改定位方法，不需要对图像分块，对恶意篡改操作很敏感，而且能够比较精确地确定被篡改区域的位置。本发明所采用的技术方案是，一种针对CFA插值图像的篡改检测与篡改定位方法，首先建立一个CFA插值模型，然后利用EM算法对该CFA插值模型求解，获得插值模型的线性系数，再利用该线性系数对测试图像进行线性滤波，计算求得的滤波图像与测试图像之间的差值矩阵，对差值矩阵进行图像形态学处理，计算失真矩阵，最后通过分析失真矩阵中是否存在异常区域来检测测试图像的内容真实性，以确定检测图像是否被篡改过；对失真矩阵对应的图像进行图像形态学填充操作，并把填充后的结果以图像的形式显示出来，就得到篡改伪造的区域，实现篡改定位。本发明方法具体步骤如下步骤I、建立CFA插值模型测试图像大小为XXY，选择测试图像某一颜色通道作为样本颜色通道，f(x, y)表示该样本颜色通道的像素值，将其分为两大类M1和M2, M1表示该像素是经过CFA插值获得的，M2表示该像素是由传感器直接获得的，属于M1的像素值用线性模型表示为/(.'■■ )’)= Z+ IL 少 + V) + r(x, y)
V'V=-N (1-1),其中，a = {a v |-/V < /./, I，< 是模型的系数，x、y是像素坐标，u、V是分别对应x、y
的偏移量，N是整数，a 0,0 = 0,r(x, y)是残差且服从均值为O、方差为o 2的高斯分布；f (X，y)属于M2的概率为Pr {f (x, y) | f (x, y) G M2I,记为P0,贝丨J P0服从均勻分布，它等于f(x，y)取值范围的倒数；
步骤2、运行该CFA插值模型的EM算法，得到插值模型的线性系数a丨u,v;其中，插值模型的线性系数a ' u，v的具体计算方法为步骤2. I、参数初始化定义当前像素与其周围8个像素有关,并假设式(1-1)中N = I, O Q = 2, P0=-
随机选取一组线性模型的系数a u,v ;
步骤2. 2、迭代 计算E步,求出f (X，y)属于M1的条件概率P (x, y)，然后计算f (x, y)属于M1的后验概率w (X，y)；步骤2. 3、计算并判断计算M步，求出一组新的系数a ' u，v以及一个新的正态分布方差O2，计算是否Eu,v| au v-a，u v| < e , e由算法设置给定，若是，则停止迭代，若否，则令a u,v = a，u v并返回步骤2. 2继续迭代，直至迭代终止，输出插值模型的系数a ' u,v；步骤3、线性滤波用对测试图像f (x，y)进行线性滤波，得到滤波图像f' (x, y)
权利要求
1.一种针对CFA插值图像的篡改检测与篡改定位方法，其特征在于，首先建立一个CFA插值模型，然后利用EM算法对该CFA插值模型求解，获得插值模型的线性系数，再利用该线性系数对测试图像进行线性滤波，计算求得的滤波图像与测试图像之间的差值矩阵，对差值矩阵进行图像形态学处理，计算失真矩阵，最后通过分析失真矩阵中是否存在异常区域来检测测试图像的内容真实性，以确定检测图像是否被篡改过；对失真矩阵对应的图像进行图像形态学填充操作，并把填充后的结果以图像的形式显示出来，就得到篡改伪造的区域，实现篡改定位。
2.基于权利要求I所述针对CFA插值图像的篡改检测与篡改定位方法，其特征在于，具体步骤如下 步骤I、建立CFA插值模型 测试图像大小为XXY，选择测试图像某一颜色通道作为样本颜色通道，f(x, y)表示该样本颜色通道的像素值，将其分为两大类M1和M2J1表示该像素是经过CFA插值获得的，M2表示该像素是由传感器直接获得的，属于M1的像素值用线性模型表示为
全文摘要
本发明公开了一种针对CFA插值图像的篡改检测与篡改定位方法，首先建立一个CFA插值模型，然后利用EM算法对该CFA插值模型求解，获得插值模型的线性系数，再利用该线性系数对测试图像进行线性滤波，计算求得的滤波图像与测试图像之间的差值矩阵，对差值矩阵进行图像形态学处理，计算失真矩阵，最后通过分析失真矩阵中是否存在异常区域来检测测试图像的内容真实性，以确定检测图像是否被篡改过；对失真矩阵对应的图像进行图像形态学填充操作，并把填充后的结果以图像的形式显示出来，就得到篡改伪造的区域，实现篡改定位。本发明不需要对图像分块，对恶意篡改操作很敏感，而且能够比较精确地确定被篡改区域的位置。
文档编号G06T7/60GK102968803SQ201210461999
公开日2013年3月13日 申请日期2012年11月15日 优先权日2012年11月15日
发明者王晓峰, 刘真理, 刘勇, 李宁, 何光辉 申请人:西安理工大学