[發(fā)明專利]針對(duì)CFA插值圖像的篡改檢測(cè)與篡改定位方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210461999.0
• 申請(qǐng)日: 2012-11-15
• 公開(kāi)（公告）號(hào): CN102968803A
• 公開(kāi)（公告）日: 2013-03-13
• 發(fā)明（設(shè)計(jì)）人: 王曉峰;劉真理;劉勇;李寧;何光輝
• 申請(qǐng)（專利權(quán)）人: 西安理工大學(xué)
• 主分類號(hào): G06T7/60
• 分類號(hào): G06T7/60
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 張瑞琪

技術(shù)領(lǐng)域

本發(fā)明屬于圖像篡改檢測(cè)技術(shù)領(lǐng)域，具體涉及一種針對(duì)CFA插值圖像的篡改檢測(cè)與篡改定位方法。

背景技術(shù)

近年來(lái)，隨著數(shù)字采集設(shè)備的快速普及以及功能強(qiáng)大的圖像編輯軟件的廣泛使用，對(duì)數(shù)字圖像的編輯和修改變得越來(lái)越容易。為了滿足某種需要或達(dá)到某種目的，人們能夠隨意地對(duì)數(shù)字照片進(jìn)行各種修改和編輯，由此極大地降低了數(shù)字照片的可信度，顛覆了“眼見(jiàn)為實(shí)”的傳統(tǒng)觀念。

篡改和偽造圖像的存在讓人們失去了對(duì)多媒體數(shù)據(jù)的信任，給政治、經(jīng)濟(jì)、軍事、法律等多個(gè)領(lǐng)域造成了不良影響或重大損失。如何檢測(cè)數(shù)字圖像的內(nèi)容真實(shí)性已成為近年來(lái)法律界和信息產(chǎn)業(yè)界所面臨的一個(gè)重要的迫切需要解決的問(wèn)題。展開(kāi)對(duì)數(shù)字圖像內(nèi)容真實(shí)性的研究，對(duì)維護(hù)互聯(lián)網(wǎng)的公共信任秩序、維護(hù)法律公正、新聞?wù)\信、科學(xué)誠(chéng)信等，具有十分重要的意義。

數(shù)字圖像內(nèi)容真實(shí)性認(rèn)證技術(shù)分為主動(dòng)取證（見(jiàn)Shivakumar?B?L，BabooS?S.Digital?image?Forgery?Detection[J].SAJOSPS,2010,10(2):16-25.）和被動(dòng)取證（見(jiàn)Ng?T?T,Chang?S?F,Lin?C?Y,Sun?Q?B.Passive-blind?Image?Forensics[J].In?Multimedia?Security?Technologies?for?Digital?Rights,Elsvier,2006,15(2):383-412.）。主動(dòng)認(rèn)證方法的主要缺點(diǎn)是需要圖像的先驗(yàn)信息。被動(dòng)取證是一種不依賴于任何附加信息或先驗(yàn)知識(shí)的取證技術(shù)，是基于數(shù)字圖像的固有特征，直接對(duì)數(shù)字圖像內(nèi)容進(jìn)行鑒別和取證分析，對(duì)其來(lái)源進(jìn)行追蹤和鑒別。由于不依賴任何先驗(yàn)信息，圖像被動(dòng)取證技術(shù)的應(yīng)用范圍非常廣泛，并在近年來(lái)受到越來(lái)越多的關(guān)注。

近年來(lái)，由于數(shù)字采集設(shè)備的快速普及，數(shù)碼照片滲透到了我們生活的方方面面，同時(shí)，針對(duì)數(shù)碼照片的內(nèi)容真實(shí)性認(rèn)證也成了新的研究熱點(diǎn)。一般數(shù)碼彩色照片的成像原理，是通過(guò)單個(gè)傳感器結(jié)合色彩濾鏡矩陣（ColorFilter?Array，CFA）成像的。最常用的CFA是Bayer矩陣，獲取的圖像僅采集了照片中1/3的彩色樣本點(diǎn)，其余樣本點(diǎn)需要用插值方法填充才能獲得三通道的彩色照片。插值使樣本點(diǎn)之間具有了特定的相關(guān)性，而圖像篡改會(huì)破壞或改變這種相關(guān)性。據(jù)此原理，Popescu（見(jiàn)A.C.Popescu,H.Farid.Exposingdigital?forgeries?in?color?filter?array?interpolated?images[J].IEEE?Transactionson?Signal?Processing,2005,Vol.53(10):3948-3959.）最早用一個(gè)簡(jiǎn)化的線性模型來(lái)描述由CFA插值引入的周期性，然后用EM(Expectation/Maximization)算法來(lái)量化評(píng)估圖像中是否存在這種周期性，并通過(guò)檢測(cè)這種周期性的一致性來(lái)確定圖像篡改。該方法的缺點(diǎn)是需要人為判斷后驗(yàn)概率圖的每一圖像塊的傅里葉變換后是否存在有規(guī)律的亮點(diǎn)。若不存在亮點(diǎn)，則說(shuō)明此圖像塊沒(méi)有進(jìn)行過(guò)插值或插值被破壞了。該方法的缺點(diǎn)是需要人為參與進(jìn)行查看和判斷，限制了算法不能進(jìn)行自動(dòng)檢測(cè)。