甘艷芬，鐘君柳，鄭媛裕

（1.廣東外語外貿(mào)大學(xué)南國商學(xué)院，廣東 廣州 510545；2.廣東機電職業(yè)技術(shù)學(xué)院，廣東 廣州 510550）

數(shù)字圖像篡改檢測關(guān)鍵技術(shù)研究綜述

甘艷芬1，鐘君柳2，鄭媛裕1

（1.廣東外語外貿(mào)大學(xué)南國商學(xué)院，廣東 廣州 510545；2.廣東機電職業(yè)技術(shù)學(xué)院，廣東 廣州 510550）

隨著高分辨率數(shù)碼設(shè)備的普及以及圖像處理軟件的廣泛應(yīng)用，數(shù)字圖像能夠被輕易地篡改并且人們很難發(fā)現(xiàn)改動的痕跡，數(shù)字圖像信息安全受到挑戰(zhàn).因此，本文對目前流行的篡改手段進行了分析探討，重點研究針對圖像內(nèi)容的篡改方式以及對各種篡改的檢測技術(shù).研究結(jié)果表明，隨著圖像處理技術(shù)的發(fā)展，圖像篡改方式變得越來越復(fù)雜，這需要我們的篡改檢測研究與時俱進，不斷提出新的檢測算法，逐步提高圖像篡改的檢測技術(shù)水平.

數(shù)字圖像；圖像篡改；信息安全；篡改檢測

高分辨率的數(shù)碼設(shè)備和功能強大的圖像處理軟件使得數(shù)字圖像變得更加完美，但由于數(shù)字圖像的易篡改性引發(fā)了一系列的虛假圖像事件問題.如：《非典時期的婚禮》、《青藏鐵路為野生動物開辟生命通道》等新聞圖片造假事件造成的不良社會影響，不僅違背了一個作為新聞工作者本身應(yīng)具有的素養(yǎng)，而且影響社會穩(wěn)定和諧.多數(shù)人對數(shù)字圖像的修改只是為了掩蓋圖片的瑕疵，讓圖片看起來更加完美，比如經(jīng)過專業(yè)處理的藝術(shù)照，人物寫真，結(jié)婚照等，都是合法的.如果篡改者有目的地篡改圖像，用于政治、軍事領(lǐng)域時，會給社會穩(wěn)定帶來不利影響.當(dāng)篡改圖像被用于司法取證、新聞報道、醫(yī)學(xué)鑒定時，其引發(fā)的問題會造成不可估量的損失.在當(dāng)前的網(wǎng)絡(luò)時代，數(shù)字圖像傳播的途徑和平臺非常多，傳播的范圍和速度可想而知.一個虛假的圖像事件可借助網(wǎng)絡(luò)廣為傳播，如果涉及到一些敏感的政治問題時，其所造成的社會影響是不可估量的.因此，數(shù)字圖像信息安全的問題受到廣泛的關(guān)注.針對篡改圖像而提出的數(shù)字圖像取證技術(shù)是迫切需要的一種技術(shù)，它將廣泛應(yīng)用于軍事情報分析、新聞媒體的鑒定、文檔簽名認(rèn)證、法庭犯罪取證等領(lǐng)域，未來將成為信息安全領(lǐng)域的一大前沿研究熱點.

1 數(shù)字圖像內(nèi)容真實性篡改

數(shù)字圖像篡改的方式多種多樣，按照Hany-Farid[2]的分類，包括圖像的合成、潤飾、增強、變形、繪畫和計算機生成等六種基本類型.加上周琳娜[3]所增加的三種類型，包括二次獲取圖像、圖像攜密篡改及數(shù)字圖像版權(quán)篡改等，最終歸納為四種篡改類型，圖像原始性篡改、完整性篡改、真實性篡改以及版權(quán)篡改等.一般而言，篡改者為了讓效果圖更加逼真形象，往往會使用多種篡改手段來處理圖片.下面我們主要介紹目前最流行和使用最廣泛的篡改方式—圖像內(nèi)容篡改，即篡改者通過一定的技術(shù)手段篡改圖像內(nèi)容，使圖像呈現(xiàn)出與原本不同甚至截然相反的信息.

篡改技術(shù)主要有圖像拼接、圖像增強、圖像潤飾以及圖像的變形幾大類:

（1）圖像拼接是將兩幅圖像具有標(biāo)志特征的像素點找出，并利用相應(yīng)的技術(shù)手段將一幅圖像中的特征的像素漸變?yōu)榱硪粋€圖像中的特征像素.

（2）圖像的潤飾主要是對篡改后圖像篡改痕跡的清除，進行圖像潤飾的主要技術(shù)手段是對篡改區(qū)域進行模糊、銳化、羽化、修補等清除痕跡的措施，經(jīng)過潤飾后圖像的真實性后變得更強.

（3）圖像增強是一種突出圖像中的某一特殊對象的技術(shù).這種技術(shù)的特點是不顯著改變圖像中的內(nèi)容，其主要對圖像特定對象的對比度、顏色、背景等進行改變，對圖像中目標(biāo)區(qū)域或人、物進行突出或淡化.

（4）圖像變形是一種比較特殊的數(shù)字圖像修改和漸變的方法，它是將某個對象逐漸演變成另一個對象的過程，或是將幾個對象整合成一個綜合體.

2 數(shù)字圖像篡改檢測技術(shù)

圖像篡改是指為了達到某種目的而故意對圖像內(nèi)容進行修改.圖像篡改檢測旨在判斷數(shù)字圖像是否經(jīng)過篡改操作[4].由于圖像篡改的方法比較多，導(dǎo)致對篡改圖像的檢測難以有統(tǒng)一的認(rèn)證算法.國內(nèi)外研究學(xué)者紛紛提出針對某一種篡改技術(shù)的一些解決的技術(shù).下面對這些目前比較流行的數(shù)字圖像篡改檢測算法進行詳細闡述.

根據(jù)數(shù)字圖像取證中所使用的檢測依據(jù)不同，數(shù)字圖像被動取證技術(shù)分為以下三種類型：包括基于成像設(shè)備一致性的來源取證技術(shù)；基于圖像篡改過程遺留痕跡特征的取證技術(shù)；基于圖像內(nèi)在統(tǒng)計特性的取證技術(shù).

2.1 基于成像設(shè)備一致性的真實性檢測

從數(shù)字圖像的獲取來源出發(fā)，我們知道，每個采集設(shè)備都具備自己的參數(shù)特性，其中包括設(shè)備品牌、設(shè)備類型、設(shè)備個體等.因此通過獲取數(shù)碼設(shè)備的各個參數(shù)來確定圖像的來源，以檢測圖像是否被篡改過.根據(jù)文獻[5],基于圖像獲取設(shè)備一致的方法又分為：基于CFA插值一致性的檢測方法、基于模式噪聲一致性的檢測方法、基于相機響應(yīng)函數(shù)一致性的檢測方法和基于色差一致性檢測方法.

(1)基于CFA插值一致性的檢測

由于數(shù)碼相機傳感器只能接收光的強度分量，而無法識別光的顏色的特點.一般相機利用一個傳感器來接收彩色光，同時為了能夠獲取完整的彩色圖像數(shù)據(jù)，相機內(nèi)部使用了插值操作，使自然圖像中每個色彩通道內(nèi)的像素產(chǎn)生特有的相關(guān)性.而當(dāng)圖像的某一區(qū)域被篡改后，該區(qū)域中的像素值就失去了這種相關(guān)性，由此可檢測出篡改的圖像區(qū)域.基于CFA插值檢測的方法具有不錯的認(rèn)證效果，但需要大量訓(xùn)練樣本進行訓(xùn)練.

(2)模式噪聲一致性檢測

一幅原始的圖像帶有相機特有的模式噪聲.一般而言，如果兩款相機的模式噪聲不同，則這是兩款不同型號的相機.如果圖像中的某一區(qū)域中的模式噪聲區(qū)別于其他區(qū)域，那么可證明此區(qū)域是被篡改的.但由于在檢測時需要有照片獲取設(shè)備或一些由該設(shè)備拍攝的照片，缺乏靈活性，此外，由于相機變焦，曝光程度的不同特點，其準(zhǔn)確性會受到一定的影響.

(3)相機響應(yīng)函數(shù)一致性檢測

相機響應(yīng)函數(shù)CRF(camera response function)是相機的特性之一，它將CCD傳感器感應(yīng)到的輻照度轉(zhuǎn)換成亮度值，最后以底片或數(shù)字的形式記錄下來[6].不同的相機具有不同的響應(yīng)函數(shù)，根據(jù)單幅圖像中不同色彩間的邊緣像素來進行推算，進而估計不同區(qū)域的響應(yīng)函數(shù)，如果結(jié)果不一致則可認(rèn)為圖像經(jīng)過了篡改.

2.2 基于圖像篡改過程遺留痕跡特征的取證技術(shù)

根據(jù)篡改方式，圖像拼接就包含了復(fù)制、粘貼以及旋轉(zhuǎn)縮放等操作，復(fù)制粘貼分為兩種類型，一種是在同幅圖像內(nèi)的復(fù)制粘貼，這種操作會導(dǎo)致同一幅圖像中不同區(qū)域有相同的像素點特性;另一種是不同圖像的復(fù)制粘貼，這種會導(dǎo)致不同區(qū)域具有不同的來源特征或不同的圖像統(tǒng)計特征.

（1）同幅圖像內(nèi)的復(fù)制粘貼

在同幅圖像內(nèi)進行復(fù)制粘貼，那么篡改區(qū)域的特征與圖像源區(qū)域是相似的.針對這種方式的檢測技術(shù)主要是采用匹配搜索的方式，將數(shù)字圖像劃分成不同的區(qū)域塊，通過離散余弦變換的變換系數(shù)、主成分分析、小波系數(shù)等來提取圖像塊的特征，對圖像塊進行字典排序，以此來判定篡改的圖像區(qū)域.

（2）不同圖像間的復(fù)制粘貼

大部分的圖像是由兩張或者更多的圖像復(fù)制粘貼拼接而成的.這類圖像容易為人被察覺，所以需要經(jīng)過大量的后期處理.對于從其他圖像復(fù)制粘貼得來的圖像區(qū)域，為了使原本不連續(xù)的邊緣變得自然，能與原圖合理地銜接起來，達到視覺的一致性，篡改者會對復(fù)制粘貼的邊緣部分進行重采樣、羽化、模糊等處理.在這種情況下，往往會留下一定的人工篡改痕跡，破壞了圖像的內(nèi)在統(tǒng)計特性.因此，通過對圖像本身的特征分析或是對羽化值的分析，可以檢測出篡改的圖像區(qū)域.

a)基于光源方向不一致性的檢測

對于不同圖像而言，拍攝場景不同，其光照條件是不一樣的.根據(jù)這一特征學(xué)者們提出了鑒定的依據(jù)，如果判定同一幅圖像中不同區(qū)域的物體具有不同的光照方向，就可以認(rèn)定圖像是被篡改的.Mahajan[7]根據(jù)這個原理，提出了基于球面頻率不變量的檢測圖像光照一致性的方法，但只能是進行二維方向的檢測，且只適用于光源充足的情況下.

b)基于JPEG壓縮圖像的檢測

JPEG是一種有損壓縮格式，當(dāng)圖像被篡改，再次存儲為JPEG圖像時，會受到二次壓縮量化.圖像經(jīng)過兩次壓縮后DCT系數(shù)后發(fā)生周期變化，可根據(jù)系數(shù)的周期性特點來檢測圖像的真實性，另外，經(jīng)過多次壓縮的JPEG圖像質(zhì)量會下降，根據(jù)JPEG圖像的特點，當(dāng)檢測出某一圖像區(qū)域的質(zhì)量低于其他區(qū)域時，可認(rèn)定圖像是篡改的.

c)基于模糊銳化的檢測

模糊操作是掩飾篡改痕跡的常用操作之一，篡改者會在圖像合成后采用模糊、漸變、淡化等潤飾操作來使合成圖像變得更加自然和完美.人工模糊破壞了圖像在成像時所造成的失焦連續(xù)性，利用這一特點，通過統(tǒng)計邊緣像素點的局部模糊來判定圖像是否被篡改過.在銳化檢測方面，通過構(gòu)造效應(yīng)強度分布圖和提取振鈴響應(yīng)的特點，能夠?qū)崿F(xiàn)對圖像銳化操作痕跡的鑒別，實現(xiàn)了一種有效的測度算法.

2.3 基于圖像內(nèi)在統(tǒng)計特性的取證技術(shù)

篡改和偽造必然在一定程度上影響和損壞圖像的內(nèi)在統(tǒng)計特性.自然圖像一致性特征大多用于圖像拼接檢測方面.學(xué)者們在這方面提出了相位特征的方法和基于圖像內(nèi)在統(tǒng)計特性的雙相干幅度的方法，還有邊緣百分比特征、圖像質(zhì)量度量特征和二元相似性度量特征等.

3 結(jié)論

鑒于篡改數(shù)字圖像方法的多樣性以及復(fù)雜性，針對數(shù)字圖像篡改的檢測是一項具有挑戰(zhàn)性的工作.不僅要通過對各種圖像篡改技術(shù)原理的分析，在對圖像進行檢測時必須從圖像的形成原理以及固有特性上進行分析，還必須從以下幾個點出發(fā)，包括圖像的存儲特征、圖像的篡改特點以及篡改后處理技術(shù)的特點，正確辨別出篡改的各種方式，這樣才能針對各種篡改技術(shù)研究出相應(yīng)的認(rèn)證算法.隨著計算機技術(shù)的快速發(fā)展，圖像篡改的方式會更加復(fù)雜，篡改者會將多種篡改技術(shù)應(yīng)用于同一幅篡改圖中，在針對單一篡改類型的取證算法研究還有待提高.逐步提高在圖像篡改檢測方面的水平，不斷完善取證技術(shù)的認(rèn)證效率，探索針對多種篡改技術(shù)的統(tǒng)一檢測方法，是未來研究的一個關(guān)鍵性方向.

〔1〕新聞圖片造假事假回放[EB/OL].http://www.zhongmin.net/yingyuan_congtan/qita_tuwen/xinwen_zaojia.htm，2017-5-16.

〔2〕Farid H.Creating and Detecting Doctored and Virtual Image: Implications to the Child Pornography Prevention Act[R].USA:Dartmouth College,2012.

〔3〕周琳娜數(shù)字圖像盲取證技術(shù)研究[D].北京：北京郵電大學(xué)，2007.

〔4〕徐俊瑜，杜思良，李煜祺，等.數(shù)字圖像被動取證技術(shù)[J].指揮信息系統(tǒng)與技術(shù)，2016,7(1):7-12.

〔5〕王俊文.數(shù)字圖像內(nèi)容篡改盲取證研究[D].南京：南京理工大學(xué)，2010.

〔6〕Johnson M K,Farid H.Exposing digital forgeries through chromatic aberration,In:Proceedings of the 8th workshop on Multimedia and security, Geneva, Switzerland: IEEE,2006,48-55.

〔7〕徐亮，史金昌.數(shù)字圖像拼接篡改盲取證技術(shù)研究[J].電子設(shè)計工程，2012,20(13):182-185.

〔8〕王俊文.數(shù)字圖像內(nèi)容篡改盲取證研究[D].南京：南京理工大學(xué)，2010.

〔9〕Mahajan D,Ramamoorthi R,Curless B.A theory of frequency domain in variants:spherical harmonic identities for BRDF/lighting transferandimage consistency[J].IEEE Transactionson Pattern Analysisand Machine Intelligence,2008,30(20):197-213.

TP391.4

A

1673-260X（2017）12-0017-03

2017-10-18

本文系2016年度廣州市哲學(xué)社會科學(xué)發(fā)展“十三五”規(guī)劃課題項目“基于互聯(lián)網(wǎng)信息安全的數(shù)字圖像篡改輿情事件預(yù)防對策與技術(shù)研究”（編號：2016GZQN23）研究成果之一