羅鴻斌

摘 要：數字圖像盲取證作為一種不依賴任何預簽名提取或預嵌入信息來鑒別圖像真?zhèn)魏蛠碓吹男抡n題，正逐步成為多媒體安全領域新的研究熱點，本文首先介紹了這一領域當前的研究現狀和進展，接著從圖像篡改遺留痕跡特征、圖像內在統計特性、成像設備一致性三個方面闡述了當前圖像盲取證技術的主要方法，并分析了不足之處。

關鍵詞：數字圖像取證；篡改檢測

隨著計算機技術、網絡技術、多媒體技術的迅速發(fā)展，數字圖像已在我們工作生活中發(fā)揮著越來越重要的作用，與此同時，高質量數碼相機的普及和功能日益強大的圖像處理軟件的廣泛應用，使得人們不需要特殊的專業(yè)技術即可對數字圖像進行非常逼真的修改，處理效果很難通過人眼分辨。大多數人對數字圖像的修改只是為了增強表現效果或為了好玩，但也不乏有人出于各種目的故意篡改，甚至惡意地利用、傳播經過精心偽造的數字圖像，這嚴重的影響了科學發(fā)現、保險和法庭證物等，無疑會對政治、軍事和社會的各方面會產生惡劣的影響。因此，面向真實性檢測的數字圖像盲取證技術是迫切需要的一種技術，潛在的應用領域廣泛，涉及新聞媒體、電子票據、文檔簽名、法庭犯罪取證、保險事故調查、軍事情報分析等領域，有著廣泛的應用前景，正逐步成為多媒體數據安全領域新的研究熱點。

1 數字圖像取證

數字圖像取證技術是一個多學科綜合的研究問題，它涉及計算機視覺、信號處理、計算機圖形學、機器學習、成像傳感器、模式識別等領域的知識。數字圖像取證技術要解決的問題主要包括以下幾個方面：能否確認一幅圖像是真實（原始）圖像，還是經過篡改操作處理后的偽造圖像；能否確認偽造圖像的篡改區(qū)域和篡改程度；能否確認圖片是由成像設備拍攝的照片，還是由計算機生成的圖片；能否確認拍攝照片的成像設備的類型或品牌。

目前，通常有兩種取證技術一是數字圖像主動取證技術（數字簽名、數字水印），另一種是數字圖像被動取證技術，也通常稱為數字圖像盲取證技術。

數字簽名技術，它提取原始圖像的內容摘要作為簽名，在圖像使用端通過比對接收圖像的內容摘要和簽名文件，從而驗證圖像的真實性。數字水印技術它利用數字作品中普遍存在的冗余數據與隨機性把版權信息或內容信息嵌入到數字作品本身，從而起到保護數字產品版權或真實性的目的，用于數字圖像檢測的數字水印一般可以分為兩類：脆弱水印和半脆弱水印。脆弱水印是一種在圖像發(fā)生任何形式的改變時都會被損壞掉的水印；半脆弱水印是指能夠容忍圖像進行諸如JPEG壓縮、加少量噪聲的偶然修改，但會被圖像內容的惡意篡改損壞的水印。在圖像使用端通過檢測水印信號的修改情況，判斷出圖像被篡改的位置以及被篡改的嚴重程度。數字簽名和數字水印檢測技術的一個共同特點是內容提供方必須對圖像進行預處理，提取簽名或嵌入水印。換句話說，只有所有的數字圖像在發(fā)布之前都實現了簽名提取或水印嵌入，相應的鑒別技術才能真正有效，而在實際應用中，絕大多數數字圖像事先并沒有預處理，這就大大限制了這兩種數字圖像檢測技術的使用范圍。

數字圖像盲取證技術是指在不依賴任何預簽名提取或預嵌入信息的前提下，根據待取證數字圖像自身的一些特征判斷其是否經過篡改、合成和潤飾等偽造處理，判斷識別及其可能的來源。

2 國內外的研究現狀

基于數字圖像盲取證技術是近幾年發(fā)展起來的，其研究還處于初級階段，挑戰(zhàn)性高，創(chuàng)新空間大，因此許多高校和科研機構都投入到該領域的研究中來。如美國著名的Dartmouth學院、Binghamton大學、Columbia大學和Polytechnic大學等分別成立了專門的數字媒體檢測技術研究小組。相比國外，國內在該領域的研究起步較晚，但由于該項研究在法律、公安實務中有重要的應用性，所有國內許多大學，尤其是公安類院校也開展了大量的研究工作，主要有中山大學、國防科技大學、同濟大學和北京郵電大學等。吳啟[1]詳細闡述了各種利用Photoshop軟件對數字圖像進行篡改的技術，然后分析了各種偽造方法的缺陷，以及從細節(jié)上識別這些篡改圖像的方法。王渝霞[2]從圖像光照一致性、各種物體的比例關系、色彩反差一致性、局部分辨率、邊緣特征等方面闡述了靜態(tài)圖像原始性檢驗技術。吳瓊[3]提出了一個數字圖像盲取證技術的基本框架，它包括圖像建模、特征提取與特征分析、算法設計、測試與驗證、圖像盲取證技術定位與圖像分類、相關的圖像源特性以及圖像數據庫等主要組成部分。這些研究從各個方面闡述數字圖像盲取證技術的一般方法，但是這些方法大都是經驗性的，檢測結果與檢驗操作者的熟練程度和經驗。對于這一研究領域，國際上近幾年研究有較大的進展，發(fā)展了一系列檢測圖像篡改的技術。主要有利用圖像塊之間的相關性可以檢測克隆性圖像篡改、拼接性圖像篡改；利用圖像放大、縮小重采樣時像素之間的相關性可以檢測替換性圖像篡改；利用圖像中數碼相機的色彩濾鏡矩陣的不一致性可以用來檢測拼接性、替換性圖像篡改；利用圖像中數碼相機的傳感器噪聲模式的不一致性，也可以檢測拼接性、替換性圖像篡改；利用圖像中色彩的偏差可以用來檢測拼接性、替換性圖像篡改；利用透視幾何技術可以用來檢測篡改圖像中不符合透視幾何原理的現象；圖像拼接時光照條件是最難處理的環(huán)節(jié)，利用光照的不一致性或不均勻性可以檢測篡改圖像[4-11]。

3 數字圖像篡改的主要方法

目前數字圖像篡改主要有以下幾種篡改方法：一是圖像區(qū)域替換，篡改者通常將圖像中的某一部分用另外一副圖像的相應部分替換，替換后圖像邊緣部分經過拼合模糊，使得看起來比較完整。二是圖像拼接，通常是將兩副照片按照一定規(guī)律連接成一副完整的圖像，并經過色階調整、色彩平衡、色相以及飽和度調整，使兩張圖像看起來比較協調。三是圖像克隆，將數字圖像中的某些部分進行復制，并粘貼到同一張圖像中的另一個位置，以加強圖像中的某些效果。四是圖像刪減，就是將圖像上的某一區(qū)域剪切掉或刪除掉某些內容。五是圖像修復，對圖像上信息缺損區(qū)域、移走目標物體留下的信息空白區(qū)域進行信息填充，并且使觀察者無法覺察到圖像曾經缺損或已被修復。其典型方法是基于樣本紋理合成的修復技術，該技術可以用來去除圖像中的大目標。六是圖像增強，包括改變圖像特定區(qū)域的顏色和對比度等，這種操作明顯地改變圖像內容，但可以模糊或突出某些細節(jié)，或者改變照片的明暗程度等。任何形式的篡改操作都會不可避免地引起數字圖像數據內部特征的變化。

4 數字圖像盲取證技術

根據數字圖像取證中所使用的檢測特征依據不同，可將數字圖像盲取證技術分為三類：基于圖像篡改過程遺留痕跡特征的取證技術；基于圖像內在統計特性的取證技術；基于成像設備一致性的來源取證技術，下面分別介紹。

4.1 基于圖像篡改過程遺留痕跡特征的取證技術

該類技術通過尋找并利用圖像篡改操作在偽造圖像中的遺留痕跡對圖像進行原始性檢測，這種遺留痕跡單憑人眼通常很難發(fā)現。不同的篡改手段會產生不同的偽造遺留痕跡，如JPEG雙重壓縮操作會導致圖像DCT變換系數的直方圖產生周期性模式，重采樣操作會導致圖像像素之間的相關性發(fā)生變化，復制-粘貼操作會導致圖像不同區(qū)域之間產生異常的相似性等。目前研究的方法主要包括JPEG雙重壓縮檢測、重采樣檢測、復制-粘貼檢測、照明條件不一致性檢測和模糊檢測等。

4.2 基于圖像內在統計特性的真實性檢測

篡改圖像的手段多種多樣，大多數情況下從視覺上難以察覺圖像是否被偽造過。但是，篡改和偽造必然在一定程度上影響和破壞圖像的內在統計特性，基于這一觀點，基于圖像內在統計特性的盲取證方法首先提取對圖像篡改敏感的統計特性，以形成區(qū)分性的特征向量，然后構建分類器對待檢測圖像進行分類。該類技術的核心是提取作為區(qū)分性特征向量的圖像統計特性，然后依靠分類器來做出決策。目前研究的方法中提取的特征包括雙相干特征、邊緣百分比特征、圖像質量度量特征和二元相似性度量特征等。

4.3 基于成像設備一致性的真實性檢測

自然圖像通常是由數字采集設備獲取的，不同的采集設備具有不同的特性，如鏡頭的光學畸變不同、相機使用的顏色濾波陣列CFA（Color Filter Array）和相應的插值算法不同等。而由同一設備采集的圖像通常具有特殊的一致性規(guī)律以反映該設備的特性，這些一致性的規(guī)律可用來確定圖像的來源和檢測圖像是否被篡改。

5 數字圖像盲取證方面存在的問題

近幾年，數字圖像盲取證研究已經成為一個熱點問題，但隨著各種各樣的數字圖像處理軟件的不斷進步和發(fā)展，數字圖像篡改技術也越來越成熟，被動式的數字圖像取證也越來越難，從總體上來說，數字圖像盲取證技術的發(fā)展還處于初級階段，需要進一步深入研究。具體體現在以下兩個方面。

5.1 現有的檢測方法適用性差，檢測結果認可度不高

數字圖像盲取證技術取得了一些研究成果和檢測方法，但目前大多數字圖像盲取證檢測方法是在很多約束條件下成立的，其應用對象還存在一定的局限性，算法依賴性高，通用性差，適用性低，檢測結果不夠理想，不能像指紋一樣，定性的檢測數字圖片是否被篡改，很多方法只能作為篡改偽造的輔助證明手段，還沒有成為一個具有公信力的技術手段。

5.2 數字圖像盲取證技術的體系不完善、缺乏對檢測標準的研究

現有的數字圖像檢測方法大多數還是強調人的主觀作用，不論是那類檢測方法，都沒有統一的檢測標準，強調人在檢測中的主觀判斷作用，而忽略了對這些檢測手段的量化，沒有建立標準圖像數據庫和相關檢測評價指標。

由于數字圖像本身的復雜性和多樣性，數字圖像的盲取證技術是一項難度很大的創(chuàng)新工作，雖然已經成為當前多媒體信息安全領域研究的一個熱點問題，但取證檢測畢竟是隨著數字圖像發(fā)展而帶來的一項新課題，取證檢測中的許多問題還需要我們進一步深入研究和探索。

[參考文獻]

[1]吳啟.淺談計算機偽造照片的檢驗[J].中國人民公安大學學報：自然科學版，2005，（4）：73-75.

[2]王渝霞，論靜態(tài)圖像的原始性檢驗[J].刑事偵查，2006，18（1）：68-67.

[3]Wang J，Bhat P，Colburn R A，et al.Interactive video cutout.ACM Transactions on Graphics（SIGGRAPH'05），2005，24（3）：585～594.

[4]http：//www.cs.dartmouth.edu/farid/research/digitaltampering/.

[5]Zhu B B，Swanson M D，Tewfik A H.When seeing isn't believing.IEEE Signal Processing Magazine，2004，21（2）：40～49.

[6]Lin C Y，Chang S F.Semi-fragile watermarking for authentication JPEG visual content.Proceedings of SPIE，San Jose， CA，USA，2000，3971：140-151.

[7]Ng T T，Chang S F，Sun Q B.Blind detection of photomontage using higher order statistics.Proceedings of IEEE International Symposium on Circuits and ystems（ISCAS04），Vancouver，Canada，2004，5：688～691.

[8]Menezes A J，Oorchot P V，Vanstone S.Handbook of applied cryptography.BocaRaton，FL：CRC Press，1997.

[9]吳金海，林福宗.基于數字水印的圖像認證技術.計算機學報，2004，27（9）：1153-1161.

[10]Lin C Y.Watermarking and digital signature techniques for multimedia authentication and copyright protection.Doctor Thesis，Columbia University，2000.

[11]Lin C Y，Chang S F.A robust image authentication method distinguishing JPEG compression from malicious manipulation.IEEE Transactions on Circuits and Systems for Video Technology，2001，11（2）：153～168.