鞏道福，劉粉林，羅向陽,3，汪 萍

(1. 解放軍信息工程大學(xué)四院 鄭州 450001；2. 數(shù)學(xué)工程與先進(jìn)計(jì)算國家重點(diǎn)實(shí)驗(yàn)室 鄭州 450001;3. 中國科學(xué)院信息工程研究所信息安全國家重點(diǎn)實(shí)驗(yàn)室 北京 海淀區(qū) 100093；4. 河南省臻嘉科技有限公司 鄭州 450002)

數(shù)字圖像容易被修改的特點(diǎn)帶來了一系列的安全隱患，使得使用者難以判斷其內(nèi)容的真?zhèn)?。一些個(gè)人或團(tuán)體為達(dá)到某種目的，對圖像進(jìn)行非法篡改并惡意傳播，不僅會給社會造成不良的影響，甚至導(dǎo)致重大的經(jīng)濟(jì)或政治損失。因此，如何對數(shù)字圖像進(jìn)行可靠認(rèn)證，包括真實(shí)性鑒別、定位被篡改區(qū)域等，是目前信息安全領(lǐng)域急需解決的問題之一。

圖像認(rèn)證技術(shù)的研究主要集中在空域圖像認(rèn)證和JPEG圖像認(rèn)證。目前，在空域圖像方面的認(rèn)證技術(shù)取得了一定的研究成果[1-5]，但針對JPEG圖像的認(rèn)證算法較少，主要是因?yàn)镴PEG圖像以量化后的DCT系數(shù)的形式進(jìn)行存儲，其中大部分系數(shù)為0，數(shù)據(jù)冗余較少，難以像空域圖像一樣通過嵌入大量的信息進(jìn)行準(zhǔn)確定位甚至恢復(fù)[6]。目前，針對JPEG圖像的認(rèn)證算法主要可分為兩類：一類是結(jié)合JPEG壓縮不變性的半脆弱水印算法[7-8]，其按照一個(gè)較大的量化表對載體圖像進(jìn)行壓縮處理，該處理過程會對載體圖像的質(zhì)量產(chǎn)生較大影響，固水印的不可見性較差。另一類是直接在JPEG圖像量化后的DCT系數(shù)上嵌入水印[6,9]，該類算法不改變原始載體圖像的壓縮質(zhì)量因子，對圖像質(zhì)量影響較小，但由于數(shù)據(jù)冗余較少，認(rèn)證的精度有待提高。

本文結(jié)合矩陣編碼和多重水印提出一種JPEG圖像塊級認(rèn)證算法，水印信息直接嵌入在量化后的DCT系數(shù)上。首先對原始圖像進(jìn)行塊置亂，對置亂后的圖像塊進(jìn)行分組，對于每一個(gè)分組使用矩陣編碼的形式生成水印，可有效縮小水印長度，并通過嵌入多重水印來共同對篡改的圖像塊進(jìn)行認(rèn)證。

1 算法使用到的相關(guān)定義

2 算法描述

2.1 水印生成及嵌入

圖1 水印生成及嵌入流程圖

2.2 篡改檢測及定位

圖2 篡改定位流程圖

3 算法分析

3.1 篡改定位能力分析

3.2 漏檢率分析

漏檢率PD是指將被篡改小塊識別為篡改小塊的概率。由以上分析可知，在一重水印情況下，對于一個(gè)被篡改小塊xl，及其所在的分組同時(shí)出現(xiàn)如下情況時(shí)，能夠正確檢測出該小塊：

1) 對xl的Hash值進(jìn)行異或后的bit值與原始bit值發(fā)生改變；2) 該小組中只包含該篡改小塊，或者除xl外，還包含其他的被篡改的小塊，且其他被篡改的小塊的bit值與原始bit值均相同；3) 該小組所對應(yīng)的水印信息未被篡改。

對于情況1)，由上節(jié)的分析，其發(fā)生的概率為：

圖3 漏檢率隨篡改率的變化情況

圖3顯示了在l=15，n=4的情況下，k分別取8、9、10時(shí)，漏檢率隨篡改率的變化情況。從圖中可以看出，本文算法的漏檢率隨著嵌入水印的重?cái)?shù)k的增大而減小，隨閾值u的增大而增大。

3.3 虛檢率分析

虛檢率PF是指將未被篡改小塊檢測為篡改小塊的概率。在一重水印下，對于一個(gè)分組來說其出現(xiàn)以下兩種情況之一，將會產(chǎn)生一個(gè)被虛檢的小塊：

1) 該小組的水印被篡改；2) 該小組中包含多個(gè)被篡改的小塊，且至少有兩個(gè)塊的比特值發(fā)生變化。

圖4 虛檢率隨篡改率的變化情況

對于情況1)，由上節(jié)的分析，其發(fā)生的概率為：

對于k重水印，由于各重水印獨(dú)立進(jìn)行認(rèn)證，則各水印產(chǎn)生的虛檢塊將獨(dú)立隨機(jī)分布在整幅圖像中。則在k重水印中有c u個(gè)水印將同一個(gè)真實(shí)圖像塊判別為篡改圖像塊的概率(即虛檢的概率)為：

圖4為l=15，n=4的情況下，k分別取8、9、10時(shí)，虛檢率隨篡改率的變化情況。從圖中可以看出，本文算法的漏檢率隨著嵌入水印的重?cái)?shù)k的增大而增大，同時(shí)，隨著閾值u的增大而減小。

4 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)中所采用的圖像塊置亂為文獻(xiàn)[10]提出的混沌置亂方法，所設(shè)置的分組大小l=15，則每個(gè)分組生成n 4 bit的水印信息，設(shè)置的水印重?cái)?shù)k=8，則平均每個(gè)分塊所嵌入的水印信息長度約為：

圖5給出了壓縮質(zhì)量為75的原始圖像(大小為256×256，共包含1 024個(gè)圖像塊)，及嵌入水印后的圖像(峰值信噪比為48.7 dB)，視覺上并無明顯差異。

圖5 載體圖像與含水印圖像

圖6 篡改率為0.4%的篡改圖像及其認(rèn)證圖像

圖6a為篡改后的圖像，將車牌號第3個(gè)字母“E”修改為“F”，篡改率為0.4%，即有4個(gè)圖像塊被篡改。按照第3節(jié)的分析，當(dāng)閾值u=2和u=1時(shí)，漏檢率與虛檢率分別約為0.043、8.7×10-6和5.1×10-3、4.5×10-3。圖6b為u =2 時(shí)篡改檢測的實(shí)際結(jié)果(黑色圖像塊為認(rèn)證不通過圖像塊)，圖6c為u=1時(shí)篡改檢測的實(shí)際結(jié)果，可見能夠完全檢測出被篡改圖像塊，且無虛檢的情況發(fā)生，與理論分析的結(jié)果完全相符。

圖7a為將車牌號第3個(gè)字母“E”修改為“N”，篡改率為2.3%，即有24個(gè)圖像塊被篡改。按照第3節(jié)的分析，當(dāng)閾值u=2時(shí)，其漏檢率與虛檢率分別約為0.095和4×10-5，即約有2.3個(gè)篡改圖像塊被漏檢，約有9×10-3個(gè)未篡改圖像塊被虛檢；當(dāng)u=1時(shí)，其漏檢率與虛檢率分別約為1.4×10-2和3.0×10-2，即約有0.3個(gè)圖像塊被漏檢，約有0.7個(gè)圖像塊被虛檢。圖7b、圖7c分別為u=2和u=1時(shí)對其進(jìn)行篡改檢測的實(shí)際結(jié)果，可見實(shí)際結(jié)果與理論分析的結(jié)果基本相符。

圖8 篡改率為4.6%的篡改圖像及其認(rèn)證圖像

圖8a為將車牌號的第3個(gè)字母“E”修改為“N”，并將第一個(gè)數(shù)字“0”修改為“2”，篡改率為4.6%。按照第3節(jié)中的分析，分別取閾值為u=2和u=1時(shí)，其漏檢率與虛檢率分別約為0.189 41、2×10-3和3.7×10-2、6.7×10-2，即分別約有9個(gè)圖像塊被漏檢、0.098個(gè)圖像塊被虛檢，1.8個(gè)圖像塊被漏檢、3.2個(gè)圖像塊被虛檢。圖8b、圖8c分別為u=2和u=1時(shí)篡改檢測的實(shí)際結(jié)果，與理論分析的結(jié)果完全相符。

5 結(jié) 論

本文提出一種針對JPEG圖像的塊級認(rèn)證算法，通過對塊置亂后的圖像進(jìn)行分組，并使用矩陣編碼生成水印信息，通過嵌入多重水印信息來共同定位篡改圖像塊。對算法的漏檢率和虛檢率進(jìn)行了較詳細(xì)的分析，并實(shí)驗(yàn)驗(yàn)證了理論分析結(jié)果的正確性。理論分析和試驗(yàn)仿真均表明，算法能夠較準(zhǔn)確定位到被篡改的圖像塊，實(shí)現(xiàn)JPEG圖像的塊級認(rèn)證。

[1] 王國棟, 劉粉林, 汪萍, 等. 一種篡改檢測與篡改定位分離的圖像認(rèn)證方案[J]. 計(jì)算機(jī)學(xué)報(bào), 2007, 30(10):1880-1888.

WANG Guo-dong, LIU Fen-lin, WANG Ping, et al. An image authentication scheme separating tamper detection from tamper location[J]. Chinese Journal of Computers,2007, 30(10): 1880-1888.

[2] 王國棟, 劉粉林, 劉媛, 等. 一種能區(qū)分水印或內(nèi)容篡改的脆弱水印算法[J]. 電子學(xué)報(bào), 2008, 36(7): 1349-1354.

WANG Guo-dong, LIU Fen-lin, LIU Yuan, et al. An image authentication scheme w ith discrimination of tampers on watermark or image[J]. Acta Electronica Sinica, 2008, 36(7):1349-1354.

[3] YANG Chun-wei, SHEN Jau-ji. Recover the tampered image based on VQ indexing[J]. Signal Processing,2010(90): 331-343.

[4] HE Hong-jie, CHEN Fan, TAI Heng-m ing, et al.Performance analysis of a block-neighborhood based self-recovery fragile watermarking scheme[J]. IEEE Transactions on Information Forensics And Security, 2012,7(1): 185-196.

[5] 陳帆, 和紅杰, 王宏霞. 用于圖像認(rèn)證的變?nèi)萘炕謴?fù)水印算法[J]. 計(jì)算機(jī)學(xué)報(bào), 2012, 35(1): 154-162.

CHEN Fan, HE Hong-jie, WANG Hong-xia.Variable-payload self-recovery watermarking scheme for digital image authentication[J]. Chinese Journal of Computers, 2012, 35(1): 154-162.

[6] 金喜子, 姜文哲. 塊級篡改定位的JPEG圖像脆弱水印[J].電子學(xué)報(bào), 2010, 38(7): 1585-1589.

JIN Xi-zi, JIANG Wen-zhe. Fragile watermarking capable of locating tampered of locating tampered blocks in JPEG images[J]. Acta Electronica Sinica, 2010, 38(7): 1585-1589.

[7] LIN C Y, CHANG S F. Sem i-fragile watermarking for authenticating JPEG visual content[C]//Proceedings of the SPIE: Security and Watermarking of Multimedia Contents II.San Jose, USA: [s.n.], 2000, 3971: 140-151.

[8] LI Bao, TAO Xu. A new sem i-fragile watermarking algorithm for image authentication[C]//Proceeding of World Congress on Intelligent Control and Automation. [S.l.]: [s.n.],2008: 5928-5932.

[9] LI C T. Digital fragile watermarking scheme for authentication of JPEG images[J]. IEE Proceedings-Vision,Image, and Signal Processing, 2004, 151(6): 460-466.

[10] 高山青, 張士杰, 劉鑌, 等. 一種基于四值混沌陣列的數(shù)字圖像加密算法[J]. 中國圖像圖形學(xué)報(bào), 2006, 11(2):244-250.

GAO Shan-qing, ZHANG Shi-jie, LIU Bin, et al. An image encryption algorithm based on four value chaoticarray[J].Chinese Journal of Image and Graphics, 2006, 11(2):244-250.

編 輯 漆 蓉