孟憲哲 牛少彰* 吳小媚 李葉舟

①(北京郵電大學(xué)計算機(jī)學(xué)院 北京 100876)

②(北京郵電大學(xué)理學(xué)院 北京 100876)

1 引言

隨著數(shù)碼相機(jī)的普及以及數(shù)字圖像處理軟件的傻瓜化，針對數(shù)字圖像的篡改行為日漸增多，這使得數(shù)字圖像面臨著嚴(yán)重的信任危機(jī)。數(shù)字圖像的篡改易于實現(xiàn)，同時難以分辨，又可能引起嚴(yán)重的負(fù)面影響，因此針對數(shù)字圖像篡改的取證技術(shù)應(yīng)運(yùn)而生。目前，數(shù)字圖像篡改取證技術(shù)的研究主要集中在對圖像真實性的取證方面，目前比較完善的取證技術(shù)有針對圖像復(fù)制-粘貼篡改[1]，模糊[2]等具體篡改操作的檢測技術(shù)體系，以及針對圖像的光源[3]特征，重采樣[4]特征，彩色圖像插值[5]特征，JPEG圖像壓縮[6]特征等統(tǒng)計特性的檢測技術(shù)體系。目前，國際上處于領(lǐng)先的研究團(tuán)隊正在推動基于數(shù)字圖像“彈道”的圖像來源認(rèn)證[7]、圖像拍攝時間推斷[8]，基于圖像文件格式的篡改鑒定[9]等方向的研究。然而數(shù)字圖像作為信息的載體，真實性只是衡量信息可靠程度的屬性之一，數(shù)字圖像的完整性也應(yīng)該受到足夠的重視。信息的真實性是以完整性為前提的，對圖像的斷章取義，不會影響截取部分圖像的真實性，但是這種以點(diǎn)代面，以偏概全的手段同樣是對信息的破壞，甚至在特定的情況下，能使圖像傳達(dá)相反的信息。

對圖像裁剪篡改是對圖像完整性的最直接破壞手段，通過我們收集的文獻(xiàn)來看，目前的取證方法中也有算法能夠間接地指證圖像中的裁剪篡改，例如現(xiàn)有針對多重 JPEG壓縮的檢測技術(shù)[6]，當(dāng)檢測到圖像經(jīng)過了多次JPEG壓縮并且多次JPEG壓縮的 DCT變換分塊不重疊時，也可以說明圖像經(jīng)歷了多次JPEG壓縮，由于存在JPEG壓縮分塊不對齊的情況，可以間接證明圖像經(jīng)歷過裁剪篡改，但是該方法僅對多次JPEG壓縮的DCT分塊不重疊時有效，并且受制于圖像保存的質(zhì)量因子，當(dāng)末次壓縮的質(zhì)量因子高于首次壓縮時，檢測算法也會失效；又例如基于相機(jī)噪聲模式的相機(jī)來源認(rèn)證技術(shù)[7]，當(dāng)檢測圖像和與之對應(yīng)的相機(jī)噪聲模式不匹配，并且部分相機(jī)特征點(diǎn)(如像素壞點(diǎn))缺失的情況下，也可以說明圖像經(jīng)歷了裁剪篡改，但是該方法僅適用于已知與圖像對應(yīng)的相機(jī)模型的情況，并且要求有一定量的圖像用于訓(xùn)練。這些算法雖然在特定的條件下能夠從側(cè)面指證圖像經(jīng)歷了裁剪操作，但是使用范圍比較有限，也無法還原裁剪行為，所以，這些算法不能稱之為有效地裁剪篡改檢測算法。

本文提出的算法是基于計算機(jī)視覺的檢測技術(shù)，數(shù)字成像設(shè)備采集到的圖像，要滿足計算機(jī)視覺特征，我們認(rèn)為截取的圖像中的內(nèi)容沒有經(jīng)過篡改，因此保留了相機(jī)的成像規(guī)律，由截取的圖像估計得到的相機(jī)參數(shù)將與理論值存在一定的差異，這一差異就可以用做圖像經(jīng)歷裁剪的依據(jù)，我們通過借助不同平面上的規(guī)則圖形來估計圖像的主點(diǎn)坐標(biāo)，當(dāng)主點(diǎn)坐標(biāo)偏離圖像中心時，圖像就可能經(jīng)歷了裁剪篡改。

在第2節(jié)，我們將簡單介紹相機(jī)成像模型；在第3節(jié)，將介紹應(yīng)用相機(jī)標(biāo)定方法對圖像進(jìn)行裁剪檢測的思想；在第4節(jié)，通過實驗確定方法的參數(shù)和閾值；第5節(jié)為結(jié)束語。

2 背景知識

一般的數(shù)碼相機(jī)是以CCD傳感器為感光元件的，因此都屬于有限攝像機(jī)模型的范疇[10]。有限攝像機(jī)模型的一個基礎(chǔ)模型就是針孔模型，針孔模型可以看作一個從3維歐式空間到2維歐式空間的映射：物體首先從一個任意的3維的世界坐標(biāo)系通過一次外部剛體變換轉(zhuǎn)換到以相機(jī)為原點(diǎn)的3維相機(jī)坐標(biāo)系，再經(jīng)過一次投影變換。物體從3維相機(jī)坐標(biāo)系變換到2維圖像坐標(biāo)系并形成圖像，變換過程如式(1)所示。

其中x代表2維圖像坐標(biāo)系中的點(diǎn)；λ代表變換的刻度；K代表3×3階的投影矩陣，K也叫做相機(jī)內(nèi)部參數(shù)，(u,v)是相機(jī)主點(diǎn)坐標(biāo)(對于正常圖像，主點(diǎn)坐標(biāo)就是圖像中心的坐標(biāo))，α和β分別是相機(jī)在圖像坐標(biāo)軸u和v方向上的刻度參數(shù)，γ是描述相機(jī)CCD與對應(yīng)圖像坐標(biāo)的歪斜程度的參數(shù)；XC代表3維相機(jī)坐標(biāo)系中的點(diǎn)；R代表3×4階的剛體變換矩陣，R也叫做相機(jī)外部參數(shù)；XW代表3維世界坐標(biāo)系中的點(diǎn)。

為了方便計算，在進(jìn)行對應(yīng)點(diǎn)選取時，往往選取3維世界坐標(biāo)系中位于同一平面的點(diǎn)，這樣模型可以進(jìn)一步簡化，相機(jī)的外部參數(shù)矩陣R可以降為3×3階，并且有

其中H為3 × 3階的單應(yīng)矩陣，是后續(xù)計算中一個重要過渡矩陣。

3 裁剪檢測

由于目前主流的數(shù)字圖像采集攻擊都屬于有限攝像機(jī)模型的范疇，所以數(shù)字圖像中的物體滿足計算機(jī)視覺特征。主點(diǎn)是相機(jī)內(nèi)部參數(shù)的重要組成，也是計算機(jī)視覺特征中的一個重要元素，主點(diǎn)的物理意義就是相機(jī)主視線與透視面的交點(diǎn)，在一幅正常的圖像中，主點(diǎn)的位置應(yīng)該與圖像的中心重合。

本文提出的算法就是借鑒主點(diǎn)坐標(biāo)與圖像中心的關(guān)系，實現(xiàn)對圖像進(jìn)行裁剪檢測的。如圖1所示，圖像裁剪前后主點(diǎn)坐標(biāo)與標(biāo)定物之間的相對關(guān)系保持不變，一幅完整圖像的主點(diǎn)坐標(biāo)在圖像的中心區(qū)域附近，而裁剪過的圖像主點(diǎn)則可能偏離圖像的中心區(qū)域。

圖1 圖像裁剪與主點(diǎn)關(guān)系

目前估計主點(diǎn)坐標(biāo)一般是借助相機(jī)標(biāo)定的方法，文獻(xiàn)[11]提出了基于象棋棋盤的相機(jī)標(biāo)定技術(shù)之后，相機(jī)標(biāo)定的方法趨于固定，通過測量圖像中的標(biāo)定物的坐標(biāo)及其實際尺寸(或者模型尺寸)，根據(jù)式(2)來估計單應(yīng)矩陣H，再借助內(nèi)部參數(shù)矩陣K的形式約束條件以及外部參數(shù)矩陣R的正交性約束條件，就能估計主點(diǎn)坐標(biāo)。

文獻(xiàn)[12]將相機(jī)標(biāo)定的方法引入了圖像取證，并結(jié)合圖像取證的特點(diǎn)，對相機(jī)標(biāo)定進(jìn)行了改進(jìn)，提出了通過估計主點(diǎn)坐標(biāo)來實現(xiàn)圖像中的拼接篡改的檢測，其相機(jī)標(biāo)定的基本思路與文獻(xiàn)[11]中的方法類似，其改進(jìn)在于：

對圖像中的標(biāo)定物體(如人眼、文字等)的建模，通過借助圖像中已建模的標(biāo)定物，擺脫了相機(jī)標(biāo)定必須對標(biāo)定物進(jìn)行實際尺寸測量的限制，另外文獻(xiàn)[12]采用了期望最大(EM)迭代的方法，降低了因為圖像中的點(diǎn)選取不準(zhǔn)造成的誤差；

對相機(jī)的建模和簡化，通過簡化相機(jī)內(nèi)部參數(shù)矩陣，實現(xiàn)通過單幅圖像對主點(diǎn)坐標(biāo)的估計，雖然假設(shè)條件過于理想，但是這一嘗試更加適合圖像取證。

3.1改進(jìn)的主點(diǎn)坐標(biāo)估計方法

文獻(xiàn)[11]中提到的相機(jī)標(biāo)定方法雖然能夠精確地估計相機(jī)內(nèi)部參數(shù)，但是需要圖像中包含標(biāo)定板(象棋棋盤等)，同時還需要多幅不同角度拍攝的圖像，這對于圖像取證顯然是無法實現(xiàn)的，因此需要采用類似文獻(xiàn)[12]中的方法，對主點(diǎn)估計方法進(jìn)行簡化。

觀察式(1)可以發(fā)現(xiàn)，內(nèi)部參數(shù)矩陣中一共有5個待定參數(shù)，對于目前的主流相機(jī)而言，其中α和β的取值相等，并且γ取值可以視為0，那么原先K中的5個參數(shù)就減少到3個，因此K可以表示為

令H=[h1,h2,h3],R=[r1,r2,t]，那么式(2)可以表示為

根據(jù)文獻(xiàn)[11]可知，由于外部旋轉(zhuǎn)矩陣為剛體變

當(dāng)標(biāo)定物確定之后，可以借助文獻(xiàn)[11]中的方法，得到單應(yīng)矩陣H的估計，所以式(4)，式(5)就轉(zhuǎn)化為a,u,v為未知數(shù)的三元二次方程，由此看出每一組單應(yīng)矩陣都對應(yīng)兩個約束條件，對于三元二次方程組，僅有兩個約束條件是無法對方程組求解的。

文獻(xiàn)[12]提出的方法假定K中僅主點(diǎn)坐標(biāo)未知，使待定參數(shù)降為2個，這樣做雖然能夠得到主點(diǎn)位置，但是方法假設(shè)相機(jī)的焦距/傳感器尺寸信息已知，這就決定了方法僅針對特定的相機(jī)，限制了方法的適用范圍。經(jīng)典相機(jī)標(biāo)定方法在解決該問題時是通過拍攝多組照片來完成的，但是在圖像取證時，由于很難獲得同相機(jī)拍攝的其他照片，所以要求通過一幅圖像完成主點(diǎn)坐標(biāo)的估計，為解決約束條件過少的問題，實現(xiàn)通過單幅圖像估計主點(diǎn)坐標(biāo)[13,14]，本文借鑒單幅圖像的標(biāo)定方法[13]，從一幅圖像中選取多組不共面的標(biāo)定物，通過同幅圖像中的多組標(biāo)定物實現(xiàn)對主點(diǎn)坐標(biāo)的估計。

通過前面敘述可知，選定一組標(biāo)定物后，可以得到一個對應(yīng)的單應(yīng)矩陣，并能根據(jù)式(4)，式(5)產(chǎn)生兩個關(guān)于a,u,v的約束條件。當(dāng)在同一幅圖像中選取另外一組標(biāo)定物時，也可以得到兩個約束條件，若兩組約束條件線性無關(guān)，就能實現(xiàn)對主點(diǎn)坐標(biāo)的估計。事實上容易證明，當(dāng)選取的第2組標(biāo)定物與第1組標(biāo)定物不共面時，兩組約束條件線性無關(guān)。

根據(jù)成像規(guī)律可知，成像過程的第1步就是將物體從世界坐標(biāo)系變換到相機(jī)坐標(biāo)系，這一過程是一個剛體變換，這一變換反應(yīng)在成像過程中就是式(1)中的相機(jī)外部矩陣R，當(dāng)兩組標(biāo)定物不共面時，記兩組標(biāo)定物對應(yīng)的變換矩陣分別為R(1),R(2)，則一定有R(1),R(2)不相關(guān)[11]，令R(1)=Rx R(2),Rx為一剛體旋轉(zhuǎn)矩陣。

記H(1),H(2)為由圖像中兩組標(biāo)定物得到的單應(yīng)矩陣，再根據(jù)式(2)H=λKR，可知：H(1)=λ(1)·KR(1),H(2)=λ(2)KR(2)，則H(1)=κRxH(2)，其中κ為縮放因子，由于R(1),R(2)不相關(guān)，則H(1),H(2)不相關(guān)。

由于H(1),H(2)不相關(guān)，所以這4個約束條件是不相關(guān)的，通過這4個約束條件就能得到主點(diǎn)坐標(biāo)的估計。

3.2 改進(jìn)的標(biāo)定物的選取規(guī)則

文獻(xiàn)[12]中提出了對人眼進(jìn)行建模的方法，實現(xiàn)了不測量標(biāo)定物的前提下對圖像進(jìn)行標(biāo)定，這一改進(jìn)對數(shù)字圖像取證是非常必要的。雖然文獻(xiàn)[12]的方法不再需要對標(biāo)定物進(jìn)行實際測量，但是其方法僅針對人像，實驗證明該方法僅對正面人像，并且瞳孔暴露較大情況才能適用，這些限制使得基于相機(jī)標(biāo)定的取證方法使用范圍受到了限制。

在估計主點(diǎn)坐標(biāo)的過程中，測量標(biāo)定物的實際尺寸是為了與標(biāo)定物在圖像中的坐標(biāo)進(jìn)行匹配，從而估計單應(yīng)矩陣H，得到單應(yīng)矩陣之后，再按照相機(jī)外部參數(shù)矩陣中的正交關(guān)系和相等關(guān)系建立一組方程組，通過觀察這兩個關(guān)系以及式(4)和式(5)，我們發(fā)現(xiàn)，單應(yīng)矩陣中蘊(yùn)含的標(biāo)定物到圖像的變換尺度被抵消了，由于本文僅出于圖像完整性鑒定要求，目的僅在于主點(diǎn)坐標(biāo)的估計，不涉及圖像的3維重建等工作，所以在進(jìn)行主點(diǎn)估計時，標(biāo)定物的變換尺度可以不用估計，這就意味著在選定標(biāo)定物之后，不需要對標(biāo)定物的實際尺寸進(jìn)行測量，只需要使用相對坐標(biāo)即可。

由于在標(biāo)定過程中只需要使用相對坐標(biāo)，因此在標(biāo)定物選取時，我們可以選擇規(guī)則圖形。在本文中，規(guī)則圖形是指形狀已知，且各邊比例已知的簡單幾何圖形(如矩形、圓[15])，形狀固定的商品標(biāo)示，企業(yè)標(biāo)志以及文字[16]等。圖2(a)所示圖像中包含有一個中國郵政的標(biāo)志，我們可以互聯(lián)網(wǎng)搜索得到圖2(b)中所示中國郵政標(biāo)志的電子版本，并以此為參照物，類比對實際物體進(jìn)行測量，我們只需要對參照物進(jìn)行測量，將歸一化的坐標(biāo)作為實際物體坐標(biāo)，這樣得到的單應(yīng)矩陣與實際的單應(yīng)矩陣只相差一個常數(shù)量級，在選取圖像中對應(yīng)的點(diǎn)，建立坐標(biāo)對后就能夠用常見的相機(jī)標(biāo)定方法計算托量綱的單應(yīng)矩陣，該托量綱的單應(yīng)矩陣與實際的單應(yīng)矩陣僅存在一個倍數(shù)的差別。

圖2 圖像中的規(guī)則圖形

通過對相機(jī)標(biāo)定算法進(jìn)行改進(jìn)，我們能夠通過單幅圖像實現(xiàn)對主點(diǎn)坐標(biāo)的估計，該方法對圖像的要求也降低為圖像中包含兩個或兩個以上規(guī)則標(biāo)定物，改進(jìn)后的標(biāo)定物選取方法更加適合圖像鑒定工作。

4 實驗結(jié)果

我們用一臺尼康D5100相機(jī)拍攝了一組(200張)包含規(guī)則圖形的訓(xùn)練圖像，拍攝的圖像包含了室內(nèi)、室外等多種場景，每幅圖像中均包含兩個以上形狀規(guī)則的圖形。分別對訓(xùn)練圖像使用本文的算法，就能得到本文算法對訓(xùn)練圖像的主點(diǎn)坐標(biāo)估計結(jié)果，我們將坐標(biāo)進(jìn)行歸一化處理后，可以得到圖3中的結(jié)果。

圖 3(a)中所示情況為文獻(xiàn)[12]中提出的算法在無附加條件下，通過人眼得到的主點(diǎn)坐標(biāo)分布情況；圖 3(b)中所示的為本文算法通過兩個規(guī)則標(biāo)定物得到的主點(diǎn)估計分布。兩幅圖像都以 0.2為半徑，圈定了主點(diǎn)分布的集中區(qū)域，通過對比可以看出，由本文提出的算法估計得到的主點(diǎn)坐標(biāo)更加有效。

為了驗證本文算法在不同裁剪比例下的檢測精度，我們選取了實驗樣本中的50幅進(jìn)行測試，測試中對圖像進(jìn)行臨邊裁剪，以保持圖像的長寬比例，裁剪比例控制在5%到50%(裁剪比例即裁剪掉的像素的比例)，另外為了驗證檢測的有效性，我們引入一組與裁剪后圖像大小相近的正常圖像作對比，使用本文算法對樣本進(jìn)行檢測，得到了表1所示結(jié)果。

通過表1可以看出，當(dāng)閾值為圖像寬度的0.05倍時，當(dāng)裁剪比例超過15%時，本文算法對裁剪的靈敏度非常高，但伴隨的誤檢率也處在一個相對高的水平，當(dāng)裁剪比例達(dá)到50%時，仍有10%的誤檢率，算法在0.05閾值時，檢測率較高但誤檢率也較高，檢測效果不理想；當(dāng)閾值為圖像寬度的0.10倍時，本文算法對裁剪比例超過20%的裁剪具有較好的檢測率，同時本文算法的誤檢率也降低到4%，所以算法在0.10閾值時具有比較理想的檢測效果；當(dāng)閾值為圖像寬度的0.15和0.20時，本文算法對裁剪的靈敏度變得較差，當(dāng)檢測比例分別超過25%和30%時，算法才能有效的對裁剪進(jìn)行檢測，雖然在這兩種閾值下誤檢率都為0，但是檢測靈敏度無法滿足實際需求，所以不適合實際檢測要求。綜上，我們選取0.10作為本算法的檢測閾值。

圖4(a), 4(b)所示為測試圖像中的兩幅，圖4(c)是對圖4(a)的裁剪，除正常裁剪之外，圖4(c)

圖3 主點(diǎn)分布圖

表1 不同閾值下的檢測結(jié)果

圖4 完整性檢測示例圖像

還對圖像進(jìn)行了輕度的旋轉(zhuǎn)；圖4(d)則是將圖4(b)中圖像一側(cè)拍攝者關(guān)心的內(nèi)容刪除，并改變了圖像的比例。圖4(c), 4(d)中圓點(diǎn)所示位置即使用本文提出的算法計算所得圖像主點(diǎn)坐標(biāo)的位置，可以看出兩者都已偏離中心位置，圖4(d)的主點(diǎn)更是偏離到圖像之外，依據(jù)本文算法，兩者都被判定為經(jīng)歷了裁剪篡改。

5 結(jié)束語

本文提出了一種基于計算機(jī)視覺的非對稱裁剪檢測方法，方法借助相機(jī)標(biāo)定思想，計算圖像主點(diǎn)坐標(biāo)。以往基于相機(jī)標(biāo)定的取證方法需要對真實物體進(jìn)行建模，同時還對相機(jī)有一定的要求，我們通過改進(jìn)標(biāo)定模型，在不對相機(jī)進(jìn)行多余假設(shè)的條件下，實現(xiàn)了通過單幅圖像進(jìn)行鑒定，另外標(biāo)定物的選擇也不在局限于可建模和測量的物體，標(biāo)定條件擴(kuò)展至規(guī)則圖形，使本文的算法使用范圍更加廣泛。實驗表明，算法對于超過20%的非對稱裁剪、圖像的截取、以及附帶輕微旋轉(zhuǎn)的裁剪具有非常理想的檢測效率。在實驗過程中我們發(fā)現(xiàn)，當(dāng)圖像的裁剪為對稱裁剪，即保留部分為原圖像中央部分時，本文提出的算法則不能有效地進(jìn)行檢測，另外，當(dāng)圖像經(jīng)歷JPEG壓縮并嚴(yán)重影響圖像質(zhì)量時，本文的算法將不再適用，這些都是我們后續(xù)的研究方向。

[1]Amerini I, Ballan L, Caldelli R,et al.. A SIFT-based forensic method for copy-move attack detection and transformation recovery[J].IEEE Transactions on Information Forensics and Security, 2011, 6(3): 1099-1110.

[2]Chen Y and Wang Y. Exposing digital forgeries by detecting traces of smoothing [C]. The 9th International Conference for Young Computer Scientists, Hunan, China, 2008: 1440-1445.

[3]Kee E and Farid H. Exposing digital forgeries from 3-D lighting environments[C]. Workshop on Information Forensics and Security, Seattle, WA, 2010: 1-6.

[4]Popescu A C and Farid H. Exposing digital forgeries by detecting traces of re-sampling[J].IEEE Transactions on Signal Processing, 2005, 53(2): 758-767.

[5]Popescu A C and Farid H. Exposing digital forgeries in color filter array interpolated images [J].IEEE Transactions on Signal Process, 2005, 53(10): 3948-3959.

[6]Huang F, Huang J, and Yun Q. Detecting double JPEG compression with the same quantization matrix[J].IEEE Transactions on Information Forensics and Security, 2010,5(4): 848-856.

[7]Fridrich J and Goljan M. Identifying images corrected for lens distortion using sensor fingerprints [C]. Proceedings of SPIE,Electronic Imaging, Media Watermarking, Security, and Forensics XIV, San Francisco, CA, January 2012: 22-26.

[8]Fridrich J and Goljan M. Determining approximate age of digital images using sensor defects[C]. Proceedings of SPIE,Electronic Imaging, Media Watermarking, Security, and Forensics XIII, San Francisco, CA, January 2011: 23-26.

[9]Kee E, Johnson M K, and Farid H. Digital image authentication from JPEG headers[J].IEEE Transactions on Information Forensics and Security, 2011, 6(3): 1066-1075.

[10]Hartley R, Zisserman A, Torr P H S,et al.. Multiple View Geometry in Computer Vision[M]. Robotica, Cambridge Univ Press, 2005: 153-176.

[11]Zhang Z. A flexible new technique for camera calibration[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(11): 1330-1334.

[12]Johnson M and Farid H. Detecting photographic composites of people[C]. 6th International Workshop on Digital Watermarking, Guangzhou, China, 2007(5041): 19-33.

[13]Huo J, Yang W, and Yang M. A self-calibration technique based on the geometry property of the vanish point[J].Acta Optica Sinca, 2010, 30(2): 465-472.

[14]Liu G, Wang W, Yuan J,et al.. A novel camera calibration method of variable focal length based on single-view[C].International Symposium on Electronic Commerce and Security, Xi’an, China, 2009(2): 125-128.

[15]Hu J, Li Y, Niu S,et al.. Exposing digital image forgeries by detecting inconsistencies in principal point [C]. IEEE the International Conference on Computer Science and Service System, Nanjing, China June 27-29, 2011.

[16]吳小媚, 李葉舟, 牛少彰, 等. 基于相機(jī)標(biāo)定的文字變造篡改鑒定[J]. 北京郵電大學(xué)學(xué)報, 2012, (已錄用，待發(fā)表).