一种针对自然图像和基于dwt压缩篡改图像的图像的取证方法
【专利摘要】本发明提供一种针对自然图像和基于DWT压缩篡改图像的图像的取证方法，该方法能够有效区分自然图像和基于DWT压缩的图像，同时对于某种特定的针对压缩图像进行压缩痕迹取消的图像篡改也有很好的可区分行，该方法计算自然图像以及篡改图像的小波变换系数的联合概率直方图，针对该直方图进行归一化，然后进行霍夫变换，提取霍夫变换系数矩阵的均值，方差值，偏态值和峰态值作为支持向量机的特征值，该特征值组成训练集。支持向量机使用该训练集合训练生成分类模型，采用该模型对未知的特征值样本进行分类，判断图像是否经过压缩或者反压缩取证处理。本发明性能稳定，实施简便，具有高效性，准确度高，也适用于其他方面的自然图像和篡改图像取证检测。
【专利说明】—种针对自然图像和基于DWT压缩篡改图像的图像的取证方法
【技术领域】
[0001]本发明涉及图像取证的【技术领域】，具体涉及一种针对自然图像和基于DWT压缩篡改图像的图像的取证方法。
【背景技术】
[0002]随着现代多媒体技术以及网络技术的快速发展，使得传输和共享多媒体变得更加便利，人们可以通过网络和多媒体技术对于相应的多媒体(例如图片、视频、音频等)进行快速的获取，毋容置疑，我们生活在一个视觉意向的世界中，眼见为实是我们传统的观念认知。但是现阶段的数字技术在带给我们巨大便利的同时，也伴随着对于多媒体的篡改，其中最主要的是对于图像的篡改。图像内容的虚假性很可能会对人们的生活带来一定的危害，例如华南虎事件，对整个社会造成了巨大的影响。
[0003]传统的图像内容保护都是按照外在的方式进行设计，例如在图像中加入水印或者指纹。但是在很多情况下，外在的保护方案并不能很好的得到实施，因此需要对于图像本身固有的指纹特性进行研究，从而促进取证工作的有效进行。但是，科学总是存在双面性，在有些研究者们讨论出对于一种图像篡改的取证检测后，会有研究者针对这种检测进行相应的掩盖攻击处理，使得现有的取证检测方法失效。例如，在针对图像的压缩取证中，有研究者根据压缩之后的图像特征进行压缩和非压缩分类，从而确保图像的真实性。与此同时，就存在了研究者针对这些方法的压缩反取证，使得现有的压缩取证方法失效。因此，寻求自然图像中固有的指纹特性就变得尤为重要。
[0004]在数子取证中，针对图像的压缩取证和压缩反取证王要集中于JPEG图像。因为在当今社会中，人们使用最多的照相机的编码方式都是JPEG格式。在对于JPEG图像压缩算法的检测中，如 Farid 等(参见 H.Farid.Digital ballistics from jpeg quantization:Afollow up study.Dept.Comp.Sc1..Dartmouth College, Tech.Rep.TR2008-638，2008.)根据不同的照相机镜头采用不同的JPEG量化表，使得待检测图像量化与已经存在的数据库中的不同镜头的量化表进行对比，从而检测出该图像是由何种摄像头拍摄而成的信息。Fan 等(参 见 Z.Fan and R.deQueiroz.1dentification of bitmap compressionhistory: JPEG detection and quantizer estimation.1EEE Trans.1mage Process,vol.12, n0.2, pp.230 - 235, Feb.2003.)采用原始图像DCT的系数直方图的连续性和压缩之后的图像的DCT系数直方图存在间隔的性质来进行压缩取证。对于压缩的反取证技术，Stamm 等(参见 Matthew C.Stamm, K.J.Ray Liu.Ant1-Forensics of DigitalImage Compression.1EEE TRANSACTIONS ON INFORMATION FORENSICS ANDSECURITY.VOL.6，N0.3，2011.)针对JPEG压缩之后的DCT系数直方图之间的间隔问题，使用拉普拉斯模型对于直方图进行模型模拟，然后对于间隔部分进行抖动添加，从而填补系数直方图之间的间隔，使得 Lin 等(参见 ff.S.Lin, S.K.Tjoa, H.V.Zhao, and K.J.R.Liu.Digital imagesource coder forensics via intrinsic fingerprints.1EEE Trans.1nf.ForensicsSecurity, vol.4, n0.3, pp.460 - 475, Sep.2009.)等提出的取证算法失效。
[0005]然而，随着数字技术的快速发展，JPEG2000和SPIHT (Set Partitioning inHierarchicalTrees,多级树集合分裂算法)这些基于DWT的图像压缩算法也得到了广泛的应用。针对DffT压缩图像的取证技术，Lin等(参见W.S.Lin, S.K.Tjoa, H.V.Zhao, andK.J.R.Liu.Digital image source coder forensics via intrinsic fingerprints.1EEETrans.1nf.Forensics Security, vol.4, n0.3, pp.460 - 475, Sep.2009.)米用变换之后的系数直方图之间的间隔进行取证检测。同时，Farid等(参见Hany Farid and Siwei Lyu.Higher-order Wavelet Statistics and their Application to Digital Forensics.1EEEWorkshop on Statistical in Computer Vision (in conjunction with CVPR), 2003.)提出使用图像小波变换之后，系数之间的父节点和孩子节点以及邻居节点和叔叔节点之间的线性关系进行自然图像和压缩图像，或者自然图像与电脑合成图像之间的取证检测的思想。针对反取证技术，Stamm 等(参见 M.C.Stamm and K.J.R.Liu.Wavelet-basedimage compression ant1-forensics.1n Proc.1EEE Int.Conf.1mage Process, pp.1737 -1740，2010.)提出针对SPIHT压缩算法的反取证技术，主要依据拉普拉斯模型进行梳状系数直方图的填充。
[0006]同时采用基于自然图像的特征不变性的特性进行图像取证的方法也得到了广泛的研究。如 1^0(10￥8妨等(参见 Jan Kodovsky, Jessica Fridrich.Calibration Revisited.MM&Sec’09Proceedings of thellth ACM workshop on Multimedia and security.PP.63-74，2009.)提出的基于自然图像在进行小部分像素切割之后，整体统计特性的变化较小的特性进行取证的技术，以及Valenzise等(参见Giuseppe Valenzise, MarcoTagliasacchi, Stefano Tubar0.Revealing the Traces of JPEG CompressionAnt1-Forensics.1EEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY.VOL.8, N0.2, 2013.)提出的基于不同压缩率之间总变差(Total Variation)的变动实现的反取证技术的取证算法。
[0007]在对图像压缩进行取证时，针对特定压缩算法中特有的特性进行取证的方式很容易被其他研究者使用某种方式将该特性掩盖，从而使得取证算法失效。而针对研究者的反取证算法，研究者又会进一步找出取证算法，使得整个取证和反取证进入一种恶性循环的竞争阶段。因此，采用自然图像所特有的特性进行图像取证，是未来发展的一种趋势以及研究热点。针对小波变换的特性，寻求自然图像在小波变换之后的指纹特征，针对不同研究者对于图像的压缩或者压缩反取证使其都具有很好的可区分行，可以有效的保证图像的真实性，同时尽量摒除取证和反取证之间的博弈，为整体图像的真实性检测寻找更加统一的方法。
【发明内容】
[0008]本发明要解决的技术问题是:克服现有取证技术的不足，提供一种针对自然图像和基于DWT (Discrete Wavelet Transform,离散小波变换)压缩篡改图像的图像的取证方法，该方法使用DWT不同分解级别系数之间的关联关系，得到自然图像与篡改图像之间这种关联关系的差异，使用霍夫变换进行进一步的处理，得到差异特征值，实现对于自然图像以及篡改图像的高质量的取证。[0009]本发明解决其技术问题所采用的技术方案:一种针对自然图像和基于DWT压缩篡改图像的图像的取证方法，该方法能够针对基于DWT压缩的图像进行取证，或者能够针对经过反取证处理的图像的进行取证，其特征在于:计算自然图像以及篡改图像的小波变换系数的联合概率直方图，针对该直方图进行归一化，然后进行霍夫变换，提取霍夫变换系数矩阵的均值，方差值，偏态值和峰态值作为支持向量机的特征值，该特征值组成训练集合；支持向量机使用该训练集合训练生成分类模型，采用该模型对未知的特征值样本进行分类，判断图像是否为经过篡改，所述经过篡改为经过压缩或者经过反压缩取证处理；提取所述的支持向量机的特征值具体包括以下步骤:
[0010]第一步，对图像进行离散小波变换，得到相应的小波系数，对得到的离散小波系数进行取整化操作，根据小波变换的特性，将图像分解为N个级别，其中在η级别中，其中n=l，2，...，Ν-1，根据滤波器使用情况不同，其可被分为Ln低频子带，Hn水平子带，Dn垂直子带以及Vn对角子带，然后Ln低频子带会继续使用滤波器进行滤波，得到n+1级的Ln+1低频子带，Hn+1低频子带，Dn+1低频子带和Vn+1低频子带；
[0011]第二步，对于小波变换之后的H，V和D三个方向的子带分别进行联合概率分布直方图计算；在H方向上，假设在扎中的一个系数Hn(r，s)，其中(r，s)代表位置信息，定义其“父亲，，系数力// ,(「％],「4)，那么系数Hn(I^s)就为相应的“孩子”系数；根据此种对应方
式，一个“孩子”系数对应一个“父亲”系数，为了使得这种“孩子”和“父亲”节点之间的关系更加明显，采用以10为底对所有的系数取对数；然后对于“孩子”和“父亲”系数求联合概率直方图；联合概率直方图的求解采用公式(I)进行，
[0012]
【权利要求】
1.一种针对自然图像和基于DWT压缩篡改图像的图像的取证方法，该方法能够针对基于DWT压缩的图像进行取证，或者能够针对经过反取证处理的图像的进行取证，其特征在于:计算自然图像以及篡改图像的小波变换系数的联合概率直方图，针对该直方图进行归一化，然后进行霍夫变换，提取霍夫变换系数矩阵的均值，方差值，偏态值和峰态值作为支持向量机的特征值，该特征值组成训练集合；支持向量机使用该训练集合训练生成分类模型，采用该模型对未知的特征值样本进行分类，判断图像是否为经过篡改，所述经过篡改为经过压缩或者经过反压缩取证处理；提取所述的支持向量机的特征值具体包括以下步骤:第一步，对图像进行离散小波变换，得到相应的小波系数，对得到的离散小波系数进行取整化操作，根据小波变换的特性，将图像分解为N个级别，其中在η级别中，其中η=1，.2，...，Ν-1，根据滤波器使用情况不同，其可被分为Ln低频子带，Hn水平子带，Dn垂直子带以及Vn对角子带，然后Ln低频子带会继续使用滤波器进行滤波，得到n+1级的Ln+1低频子带，Hn+1低频子带，Dn+1低频子带和Vn+1低频子带； 第二步，对于小波变换之后的H，V和D三个方向的子带分别进行联合概率分布直方图计算；在H方向上，假设在扎中的一个系数Hn(r，s)，其中(r，s)代表位置信息，定义其“父亲”系数为丑?+1(「％1,[^1)，那么系数扎0.，s)就为相应的“孩子”系数；根据此种对应方式，一个“孩子”系数对应一个“父亲”系数，为了使得这种“孩子”和“父亲”节点之间的关系更加明显，采用以10为底对所有的系数取对数；然后对于“孩子”和“父亲”系数求联合概率直方图；联合概率直方图的求解采用公式(I)进行，
2.根据权利要求1所述的一种针对自然图像和基于DWT压缩篡改图像的图像的取证方法，其特征在于，采用SVM (Support Vector Machine,支持向量机)进行数据的模型训练，将自然图像以及篡改图像的特征向量进行训练，得到训练模型。
3.根据权利要求1所述的一种针对自然图像和基于DWT压缩篡改图像的图像的取证方法，其特征在于，将未知类别的图像的特征值向量使用训练模型进行数据训练，得到训练类型。
【文档编号】G06T7/00GK103903271SQ201410144039
【公开日】2014年7月2日 申请日期:2014年4月11日 优先权日:2014年4月11日
【发明者】王美娟, 张立鑫, 范围, 吴柯, 陈真勇, 熊璋 申请人:北京航空航天大学