剪切和缩放图像的作伪检测.pdf

第2 8 卷第2 期2 0 1 1 年4 月贵州大学学报(自然科学版)J o u r n a lo fG u i z h o uU n i v e r s i t y(N a t u r a lS c i e n c e s)V 0 1 2 8N o 2A p r 2 0 1 1文章编号1 0 0 0 5 2 6 9(2 0 11)0 2 0 0 7 4 0 4剪切和缩放图像的作伪检测谭莉玲(华南理工大学自动化科学与工程学院，广东广州5 1 0 6 4 1)摘要：为了将基于传感器噪声的数字图像区域作伪检测技术扩展到更普遍的情况，即嫌疑图片同时受到剪切和缩放的情况，提出在作伪检测前，先对嫌疑图片的残留噪声进行预处理。预处理过程为：先在一定范围内用蛮力搜索寻找缩放因子；根据两个信号的标准互相关性最大值来估计剪切参数；利用估计出的参数对嫌疑图片的残留噪声进行反向操作，从而恢复图片噪声与参考相机(拍摄嫌疑图片所用的相机)指纹的同步性。实验结果显示，预处理后能成功检测出作伪区域。关键词：相机指纹；数字取证；复制一粘贴篡改；作伪检测中图分类号：T P 3 9 1 4 1；T N 9 1 1 7 3文献标识码：B图像作伪检测是数字取证研究的一个重要方向。图像作伪最常用的方式就是复制一粘贴篡改，它包括同幅图复制一粘贴篡改和不同图之间的复制一拼接篡改。前者是复制或张贴一幅图像中的一部分以覆盖同一幅图像中的人或者物；后者是两张或者多张图像中的人或物体的不同部分拼接到一起，以期达到制造假象的目的。基于传感器噪声的区域作伪检测技术能有效地检测出一副图像是否存在作伪以及确定作伪的位置。相对于其他作伪检测方法，它具有一定的优势，不仅检测灵敏度高，且能检测出上面提到的两种复制一粘贴篡改。基于传感器噪声的作伪检测最早由F r i d r i c h等人提出，又在文献 2 中对其进行了改进，崔夏荣 1 等人也提出了一些创新性观点。基于传感器噪声的区域作伪检测技术把相机成像传感器C C D 上的光响应非均匀性(P R N U)看作相机指纹，因为P R N U 是由单个像素之间光电转化能力差异引起的，对于每台相机它都是唯一的。相机在拍摄照片时，会将指纹以噪声的形式(即P R N U 噪声)附加在它拍摄的照片中。如果照片某处被篡改，该处的指纹将改变。作伪检测就是要检测嫌疑图片上各区域的指纹是否与参考相机的指纹相匹配。但是使用P R N U 作为相机指纹的一个缺点是它的检测对同步很敏感，如果嫌疑图片受到轻微地剪切或缩放，直接进行作伪检测将失败。为了解决该问题，利用蛮力搜索的方法寻找检验数据的最大值，确定缩放剪切参数，并对图片噪声进行反向操作，恢复图片的同步性，再进行作伪检测。1 基于传感器噪声的区域检测算法的流程框架如图1 图1 算法流程框图收稿日期：2 0 1 0 一1 1 一1 5作者简介：谭莉玲(1 9 8 3 一)，女。湖南郴州人，硕士研究生。研究方向：图像处理、模式识别、数字图像取证，E m a i l：n y h i g h 8 6 5 5 1 2 6 嗍通讯作者：谭莉玲E n t a i l：f l y h i s h 8 6 5 5 1 2 6 e o m 万方数据第2 期谭莉玲：剪切和缩放图像的作伪检测先提取嫌疑图片I 的指纹，由于指纹是以高频噪声的形式(P R N U 噪声n P R N U)嵌于图中，本文便选用小波滤波器【4 1 对图片进行去噪，然后用原图像I 减掉去噪后的图像F(I)，从而获得图像的残留噪声W W 的组成及获得过程如公式(1)形=，一F(，)=I t P R N U+g=I K+写(1)其中皇为各种随机噪声的总和。由于不能非常精确地提取单幅图的指纹，所以只能用W 近似代替。嫌疑图片指纹的检测问题可看成双通道假设问题，见式(2)H o：W=I K+gH l：W=I K+g(2)其中K 表示其他相机指纹，K 表示参考相机指纹。巩表示图片作伪，日l 表示图片未作伪。为了精确获得参考相机指纹K，对肘幅来自参考相机的图像做公式(3)的操作，该操作抑制了随机噪声暑和图片内容的影响。建议使用3 0 张天空图片，这样求出的指纹不会太受纹理的影响。若用自然场景图片，就要用差不多两倍数量的图片。公式(3)的推导过程请参见文献 2 肘形K=旦；r 一(3)ti=l要对作伪区域定位，就要进行区域检测。可以分别将嫌疑图片残留噪声肜和参考相机指纹K 分成大小相等且相连的块畎和钇划分的块可以重叠也可以不重叠，重叠面积越大，对作伪区域边缘的定位越精确，但时间花销也越大。本文中d 表示一个适当大小的方块，吼和髟表示块内的残余噪声和参考相机指纹。d 的大小要小于作伪区域的面积，但是太小会导致检测灵敏度降低，根据目前的实验情况，d 的尺寸一般取1 2 8 1 2 8 然后分别检测嫌疑图片各块d 是否作伪。判断d 是否作伪，就要看d 内的指纹和参考相机指纹之间是否匹配。他们之间的匹配度则用耽和畅之间的相关性C。来度量，并且要为这个匹配程度设定一个阈值t 当C d t 时，认为d 是作伪了，将该块的像素值设为2 5 5 以做标记；否则，则认为未作伪，像素值不变。对嫌疑图片划分的所有块进行上述检测后得到检测结果。C。的计算公式如下C d=c o r r(耽，K d)(耽一畈)(蜀一钇)，I I 睨一耽0 畅一亿0、77 5 阈值t 的确定。分别估算出日0、日。下的C。分布P(茁I)和P(戈I 峨)E 下的C d=c o r r(耽，)，d 取形和K 的任意位置，但两者的d 要在空间上同步(即以左上角为起点，像素点要对应)。下的C。=c o r r(耽，k)，d 取形任意位置，表示取K 的中间块，不要求同步。再利用N e y m a n P e a r s o n 判别规则，假设错误接受率F A R=0 0 1(即作伪块被判断为未作伪的错误率)确定阈值，由阈值可确定错误拒绝率F R R(即未作伪块被判定为作伪的错误率)。2 预处理由于上述算法对同步性很敏感，一旦待测图片受到几何变换就会导致失同步性，最终使得检测失败。所以算法要求嫌疑图片和用于求参考相机指纹的图片都是在一个分辨率下拍摄的，而且要不能经过任何几何变换。但是在现实生活中，合成一张图片后常常会对它进行剪切缩放处理。所以为了使该算法更有实用性，要对嫌疑图片残留噪声驴做一个抗几何性攻击预处理。预处理的过程是，先确定各种几何攻击的参数，然后再利用这些参数对嫌疑图片进行反向操作。首先描述缩放和剪切过程。假设原始图为灰度图，表示成一个m n 的矩阵，i 0，l，2 5 5 ，i=l，m=1，n 在剪切过程中引入空间变换t，对，进行剪切操作得剪切图片Y=L(，)，其中s=(嘶，)，非负整数“，、u。分别代表以图像的左、上为起始点剪切掉的像素数量；反向操作r 一。(y)则表示对y 填零补偿左上角剪切部分。剪切后的图像y 表示为i,j =，i+嘞+“f ，f=1，m M，一M f=1，n 一l H 6 z为缩放过程，0 r l 表示为图像的缩放因子。，经过剪切缩放后，得到最终图像z，如式(5)转换过程表示为ZoL Z=(t。r)(，)(5)2 1 确定剪切位置剪切位置的确定可以通过标准互相关性N C C最大值来获得，x 和y 之间的N C C 如下N C C s l，s 2；r =(x 后，z 一x)(Y k+s。，z+s：一7)0 x xl II ll，一yl l、。7其中X=T I，(I V)，Y=&N C C 是一个以r 为参数的m，l 矩阵。当r 确定无误时，N C C 在 s。，s：=万方数据直州大#学拙(自#科学板 u，J 处即图片翦切的左r 角起始点处，会i 1 1 现一个足够尖锐的峰值。22 搜索缩放因子搜索缩放因子的过程就是要在一定范围内进行蛮力搜索，找到一个r，使得N C C 出现一个足够尖锐的峰值。蛮力擅索的范围南嫌疑周片和K 值R 寸决定嫌疑尉片在剪切缩放前尺寸应泼与K 相同即为m。经变换后，址K 寸为MX I V 在离散值r i，i=0 1，R 中搜索缩放参数+范旧是从r o=】(只有剪叼时)下降到r=m a x M m V n I选择相关性能量峰值度量法来度量峰值的锐度”，其定义地式(7)P C E(，)：0 堕尘型二(7)晶可；善。”6 s；r 苴中一=f m bJ N C C s；_ 表示当。时N C C 矩阵中坐标为s(即第s 行s：列)的元索，s。表示最大值所在的坐标 s，s：N 表示峰值周围的一个小方形区域的边长，卓史令N=1 5 图2 是根据搜索的结果圊出的幽数P C E(，1)搜索过程分两步，先进行粗略搜索采样值r(I 时”再音丽2o，1 2(8)从h=1 开始搜索r a ，斗碰到的P C E比喇值大j 多且P C E(，)(P C E()，便停止搜索然后在区问(，。，)内进行第二步精细搜索，搜索步长为，胁=1 m a x j P C E 为蛀大值时的毒数一，便是我们要寻找的参数利崩这些参数对嫌疑罔片残留噪声做式(9)操作目2 检测d 的目觳e c er 3 实验及讨论车文对大馘作伪图片分别做丁只有缩放、只有蚺叼“及剪切缩收同时进行的实验限于篇幅+本文只在嘲3 列出r 一幅有代表性的作伪埘其中娘婧俐来n o nA 4 0 相机，篡改区域来自(：a n o nA 6 2 0 每次几何操作后图片面积是操作前面积的09 倍剪切操作只剪切掉蚓片的左上角且不包含作伪区域。为了刘比图片儿何变换前后的变化，罔3 用灰色边框反应原始 军l 大小黑色边楫显爪的是图片剪叼后缩放l i!的大小。f g 阐 d 蜘d 镕*I)H*J#*囤3 剪切缩m 的n 伪撞女驻目片殛镕图3 检测的作伪图片代表性在于，它的榆删结果能有嫂的反映剪切缩放对检测所造成的影响：从嘲3 的午盘测结果看经过预娃理后，剪切后的作伪图j 作伪部分大致都能：确椅测出来检测缩放后的作伪图则有小区域的谩判+j 盖是因为在进行度向操作时要对残留噪声进行向E 采样采样会使得指纹信息不够准确不过，由于这些谋判面积相j 干怍伪M 域米说很小可以通过儿何形态学米消除。4 结论基于传感器噪声的数彳图像作伪榆测诈法既万方数据第2 期谭莉玲：剪切和缩放图像的作伪检测7 7 能检测来自同一幅图像的篡改又能检测来自不同图像的篡改，而且检测灵敏度高，因而该算法非常值得关注。本文通过在算法中加入预处理环节，从而能进行剪切缩放图像的作伪检测，使得该算法更具实用性。最后试验显示，剪切后作伪图经预处理后能完全检测出作伪部分，但缩放后作伪图，会有少量误检。参考文献：1 周琳娜，王东明数字图像取证技术 M 北京：北京邮电出版社。2 0 0 8 2 C h e nM，肼d r i c hJ，G o i j a nM D e t e 珊i n i I I gI m a g eO r i g i na n dI n-t e g r i t yU s i n gS e n s o rN o i s e J I E E ET r a n s a c t i o n so i lI n f o r m a t i o nF o r e n s i c sa n dS e c u r i t y。2 0 0 8，3(1)：7 4 一_ 9 0 3 崔夏荣，苏光大基于噪音相关性的数字图像区域作伪检测(J 光子学报，2 0 0 8，3 7(1 0)：2 1 0 8 2 1 1 3。4 FL u i s i e r，TB l u，MU n s e r AN e wS U R EA p p r o a c ht oI m a g eD e-n o i s i n g：I n t e r s c a l eO r t h o n o r m a lW a v e l e tT h r e s h o l d i n g J I E E ET r a n s a c t i o n so i lI m a g eP r o c e s s i n g，2 0 0 7，1 6(3)：5 9 3-6 0 6 5 BVKV i j a y aK u m a，LH a s s e b r o o k P e r f o r m a n c eM e a s u r e sf o rC o r-r e l a t i o nF i l t e r s J A p p lO p t，1 9 9 0(2 9)：2 9 9 7-3 0 0 6 I m p r o v e dD i g i t a lI m a g eF o r g e r i e sD e t e c t i o nB a s e do nS e n s o rN o i s eT A NL i-l i n g(C o l l e g eo fA u t o m a t i o nS c i e n c ea n dE n g i n r i n g，S o u t hC h i n aU n i v e r s i t yo fT e c h n o l o g y，G I 删l g z h 5 1 0 6 4 1，C h i n a)A b s t r a c t：I no r d e rt oe x t e n dt h ei m a g ef o r g e r i e sd e t e c t i o nt e c h n o l o g yt oam o r eg e n e r a ls e t t i n gw h e nt h ei m a g eu n d e ri n v e s t i g a t i o nh a sb e e ns i m u l t a n e o u s l yc r o p p e da n ds c a l e d W ep r o p o s e dt om a k ei m a g ep r e p r o c e s s i n gb e f o r ed e t e c t i o n T h es c a l i n gf a c t o ri sf o u n du s i n gab r u t ef o r c es e a r c hi nas p e c i a lr a n g e，a n dt h ec r o p p i n gp a r a m-e t e r sa r ed e t e r m i n e df r o mt h em a x i m u mo ft h en o r m a l i z e db e t w e e nt w os i g n a l s A tl a s tt h en o i s er e s i d u a lf r o mt h es u s p i c i o u si m a g ei sr e v e l B e-o p e r a t e du s i n gt h ee s t i m a t e dp a r a m e t e r st or e c o v e rt h es y n c h r o n i z a t i o nb e t w e e nt h ei m a g en o i s ea n dt h ec a m e r af i n g e r p r i n t T h ee x p e r i m e n tr e s u l t ss h o wt h a tt h et a m p e ra r e ac a nb ed e t e c t e ds u e-c e s s f u l l ya f t e rp r e p r o c e s s i n g K e yw o r d s：c a m e r af i n g e r p r i n t；d i g i t a lf o r e n s i c s；c o p y p a s tt a m p e r；f o r g e r i e sd e t e c t i o n万方数据剪切和缩放图像的作伪检测剪切和缩放图像的作伪检测作者：谭莉玲，TAN Li-ling作者单位：华南理工大学自动化科学与工程学院,广东广州,510641刊名：贵州大学学报（自然科学版）英文刊名：JOURNAL OF GUIZHOU UNIVERSITY(NATURAL SCIENCE)年，卷(期)：2011,28(2)本文链接：