邵換崢 劉奇付

摘要：隨著數(shù)字圖像越來越普及和Photoshop、美圖秀秀、光影魔術(shù)手等圖像處理軟件的流行，使得數(shù)字圖像的原創(chuàng)、真實、完整、可靠成為當(dāng)今社會的一大問題，如何在零認(rèn)知的前提下通過光照特性、顏色特性、數(shù)學(xué)特征的改變來檢測出數(shù)字圖像造假，就是文章要探討的基于被動檢測的圖像篡改算法的研究內(nèi)容。

關(guān)鍵詞：圖像篡改；圖像偽造；檢測；鑒定

數(shù)字圖像即照片的數(shù)字化，與傳統(tǒng)膠卷照片相比，更便攜更廉價，是使用二進(jìn)制數(shù)據(jù)通過特定格式記錄的照片的數(shù)字信息，隨著手機、平板電腦等便攜設(shè)備的普及，人手一部數(shù)碼相機，每天產(chǎn)生了數(shù)以億計數(shù)字圖像，除了家庭應(yīng)用之外，它還廣泛應(yīng)用于印刷媒體、電子展覽，甚至醫(yī)療診斷、法庭取證、課堂教學(xué)等方面。早前在模擬圖像時，偽造圖像幾乎是不可能的，但在當(dāng)下圖像編輯工具普及的情況下，圖像偽造現(xiàn)象越來越泛濫，這種問題就對圖像篡改算法有著強烈的社會需求。

基于被動檢測的圖像篡改算法是在事先沒有對圖像做任何嵌入、插入的前提下盲取證技術(shù)，是檢測圖像篡改最好的方法，其思路是從圖像本身的數(shù)字特征、光照特征等入手檢測其變化，進(jìn)而達(dá)到檢測圖像是否被篡改的目的，這種算法更有實際運用價值。

1 圖像篡改檢測

圖像篡改的方法一般有拼接、變換、修飾、覆蓋等，我們就可以針對不同的篡改手段進(jìn)行有針對性的采樣檢測。圖像篡改的主動檢測方法雖然效率高、成功性大，但需要事先插入密鑰或算法嵌入，如果沒有事先導(dǎo)入則無法檢出。而被動檢測則基于盲測，不需要對檢材有任何前提要求，具有極大的應(yīng)用前景和發(fā)展?jié)摿Γ殉蔀閲鴥?nèi)外同行的研究方向，是目前的熱門研究領(lǐng)域?；诒粍訖z測的圖像篡改方法主要是基于原始圖像檢測，對圖像完整性、真實性等進(jìn)行檢測，常用的思路和方法主要有以下幾種。

1.1 濾波器檢測

如圖1所示，如果對圖像進(jìn)行過放大縮小或旋轉(zhuǎn)等工具操作改變了物體的大小或位置可以使用濾波器檢測出來。

圖1即是篡改圖像后通過濾波器檢測出來的，在相應(yīng)像素的強度數(shù)值有變化的部分進(jìn)行了插值處理，這種操作會產(chǎn)生有規(guī)律的特性。

1.2 噪聲異常檢測

還有一種情況比較常見：圖像篡改者往往利用添加噪聲來進(jìn)行掩飾，這種情況可以對對象實施小塊分割，用中值法來檢測其噪聲差值，若存在異常偏差的噪聲，就表示圖像被篡改過，如圖2所示。

1.3 平穩(wěn)循環(huán)法

如果對圖像進(jìn)行了綻放、旋轉(zhuǎn)變化，則其中會隱藏平穩(wěn)循環(huán)的特性，這種規(guī)律性往往可以被檢測出來，分析其光譜成分中存在的規(guī)律，就可以檢出篡改痕跡。但這種方法適合于發(fā)生形變的圖形的篡改。

1.4 DCT直方圖檢測

JPEG圖像中都有雙量子效應(yīng)，利用篡改中前后兩次圖像壓縮造成的DCT直方圖變化來檢測圖像篡改，分析其產(chǎn)生的DQ效應(yīng)則可以檢出圖像是否篡改。這種檢測方法有很明顯的優(yōu)勢，達(dá)到快速檢出的目標(biāo)，但它的缺點是只能檢測JPEG格式的圖像（見圖3），而對其他GIF和PNG等圖像格式無效。

1.5 顏色濾鏡矩陣檢測

拍照時，顏色濾鏡是由傳感器中的微波的單個彩色濾鏡獲取的，大部分?jǐn)?shù)碼相機僅有一個CMOS傳感器，所以一個PX只有一個顏色通道，如果對圖像進(jìn)行了篡改，顏色濾鏡矩陣是可以被檢測出來的。

1.6 模糊濾鏡篡改檢測

大部分圖像篡改處理后，會采用高斯模糊或其他模糊濾鏡工具，這樣可以運用頻率檢測或灰度檢測相結(jié)合來檢測，或者增強圖像對比度可以非常有效地進(jìn)行檢出。

1.7 關(guān)鍵點檢測

利用成熟的算法提取待檢圖片的關(guān)鍵特征點，檢測其極值，進(jìn)而確定所在位置和尺寸，再進(jìn)一步精確，同時找到高對比度和穩(wěn)定的部分，進(jìn)而分析關(guān)鍵點是否一致來達(dá)到檢出的目的，如圖4所示。

1.8 其他方法

以上是圖像篡改檢測時常用到的思路和工具，要實際操作中還可以檢測相機設(shè)備的一致性、圖像色差、圖像特征統(tǒng)計分析、圖像質(zhì)量相似性特征分析等來檢測篡改過程的痕跡及存在問題等。

2 結(jié)語

本文介紹了圖像篡改的應(yīng)用現(xiàn)狀及需求，并重點分析了應(yīng)用最廣泛的被動檢測的幾種方法和工具，可以助力圖像偽造的痕跡檢測和統(tǒng)計分析，可以實現(xiàn)對圖像拼接、縮放、合成篡改的有效檢測。

[參考文獻(xiàn)]

[1]劉奇付，李靜靜.計算機算法在生物信息學(xué)中的應(yīng)用綜述[J].軟件導(dǎo)刊，2017（9）：209-211.

[2]李紫艷，劉奇付.基于誘導(dǎo)線描畫算法的車載導(dǎo)航系統(tǒng)的研究[J].電腦與電信，2016（11）：32-34.

[3]劉奇付，李紫艷.艦船磁定位算法實現(xiàn)及計算分析[J].艦船科學(xué)技術(shù)，2016（2）：58-60.

[4]朱珍，劉奇付.無線傳感器網(wǎng)絡(luò)中數(shù)據(jù)傳輸路徑選擇優(yōu)化方案[J].計算機測量與控制，2014（4）：1317-1319.

[5]劉奇付，曾雪松.淺析入侵模式挖掘系統(tǒng)結(jié)構(gòu)算法[J].大學(xué)教育，2013（15）：36-37.