楚雪玲, 魏為民, 華秀茹, 李思纖, 栗風永

(上海電力學院 計算機科學與技術(shù)學院, 上海 200090)

隨著圖像處理技術(shù)的不斷改進,篡改技術(shù)越來越高明,偽造的圖像越來越難以被人眼察覺。如果在軍事、政治方面或法庭等重要場合發(fā)生圖像篡改,將不可避免地對國家的安全和穩(wěn)定以及人民的生活產(chǎn)生不可估量的影響。

主動取證和被動取證技術(shù)是目前數(shù)字取證的兩種主要技術(shù)。主動取證技術(shù)是指將脆弱的水印或者簽名預先嵌入數(shù)字圖像中,利用提取水印或簽名的方法進行取證的技術(shù);數(shù)字圖像被動取證技術(shù),即盲取證技術(shù),是在沒有預簽名或者預嵌入信息提取的情況下,來驗證圖像的真實性和來源的一種技術(shù)[1]。相對主動取證來說,被動取證具有較高的應用和研究價值,但獲取證據(jù)的難度較大。JPEG作為目前流行的圖像格式之一,其優(yōu)點是在壓縮率較高的情況下仍能夠獲得較好的圖像質(zhì)量,并且速度處理相對較快。因此,對JPEG篡改圖像進行的盲取證研究具有非常重要的意義和應用前景。

1 雙JPEG檢測

1.1 雙JPEG圖像壓縮原理

利用圖像軟件篡改圖像時,JPEG圖像在篡改完成后,可能會使用與原始圖像壓縮因子(QF1)不同的質(zhì)量因子(QF2)再一次壓縮存儲,即JPEG圖像是雙重壓縮,如圖1所示。

圖1 雙JPEG壓縮過程

1.2 基于雙JPEG圖像盲取證算法

針對雙重JPEG篡改的圖像已研究出很多盲取證的算法。文獻[2-4]研究了通過估計圖像第一次壓縮量化表來定位篡改區(qū)域的方法;文獻[5]使用不同的質(zhì)量因子來重新壓縮待檢測的JPEG圖像,當壓縮因子等于篡改區(qū)域的壓縮因子時,被篡改區(qū)域的統(tǒng)計特性失真程度沒有很大變化,從而實現(xiàn)對篡改區(qū)域的檢測。文獻[6]首次實現(xiàn)了對JPEG圖像篡改區(qū)域的自動檢測和定位。該方法可以檢測不同合成方法處理過的圖像,不需要完全解壓縮JPEG圖像,且對JPEG圖像具有更好的壓縮效果,尤其是在壓縮質(zhì)量較高的情況下。但該方法不適用于異源復制—粘貼圖像和經(jīng)歷了低質(zhì)量因子的圖像。文獻[7]通過估計DCT系數(shù)和量化步長的兼容性,獲得了估計的量化步長。該方法僅能夠檢測圖像篡改后以BMP格式保存的圖像,對JPEG雙壓縮格式無效。

針對上述檢測算法的局限性,文獻[8]提出了一種可以實現(xiàn)自動檢測圖像篡改區(qū)域的算法。首先,利用雙壓縮量化效應原理,計算DCT系數(shù)條件概率,用直方圖周期的平均概率密度來近似篡改區(qū)域;然后,運用貝葉斯定理計算出圖像塊中某一類的后驗概率,結(jié)合后驗概率密度圖來實現(xiàn)篡改區(qū)域的定位。文獻[9]在文獻[8]的基礎(chǔ)上,利用粒子群算法設(shè)定自適應閾值優(yōu)化后驗概率密度圖,然后對閾值進行分類判斷,通過后驗概率密度圖實現(xiàn)篡改區(qū)域的檢測和分離。實驗證明,該方法可以自動快速準確地檢測和提取篡改區(qū)域,而且當QF1大于QF2時,檢測結(jié)果比其他算法有顯著提高。 文獻[10-11]遍歷被檢測圖像的所有可能的質(zhì)量因子,并試著進行了第三次壓縮,然后對圖像失真程度進行分析,能夠檢測出待檢測圖像的原始壓縮因子的大小。

在成像設(shè)備市場,目前百萬像素智能手機的普及率呈爆炸式增長,使用各種照片編輯工具也可以輕松地對圖像進行操作。因此,智能手機圖像的認證和捕獲后操作的識別是數(shù)字取證的重要內(nèi)容。為了提高對JPEG雙壓縮的檢測,文獻[12]移植了JPEG隱寫分析中相鄰邊緣密度特征,并將該密度特征與DCT域邊緣密度特征進行融合,作為學習分類器的檢測器,并利用邊緣密度和相鄰關(guān)節(jié)密度特征,以實現(xiàn)智能手機源的識別和捕獲后操作。

文獻[13]提出了一種基于塊內(nèi)和塊間相關(guān)性的移位雙JPEG(SDJPEG)壓縮篡改檢測方法。該方法利用差分二維數(shù)組描述塊內(nèi)和塊間相鄰JPEG量化DCT系數(shù)之間的大小差異,使用閾值技術(shù)對差異的二維數(shù)組進行處理,結(jié)合共生矩陣對這些差分二維數(shù)組進行建模,最后應用支持向量機(Support Vector Machine,SVM)分類器對SDJPEG壓縮圖像進行分類,通過開發(fā)的特征集將SDJPEG壓縮圖像塊與單個JPEG壓縮圖像塊進行區(qū)分。

文獻[14]提出了一種在JPEG壓縮圖像位圖中利用網(wǎng)格定位對其異常進行圖像偽造指標檢測的新方法。該方法根據(jù)擬合函數(shù)對多個網(wǎng)格位置進行評估,并將貢獻較小的區(qū)域標識為網(wǎng)格不連續(xù)區(qū)域和可能被篡改的區(qū)域。

JPEG雙壓縮圖像檢測可分為基于不同量化和相同量化矩陣的壓縮檢測[15]。具體算法的特征分類和檢測效果如表1所示。

近年來,隨著機器學習和深度學習的深入研究,深度學習的方法也應用在圖像取證方面[27-31]。文獻[32]基于雙JPEG壓縮,提出了一種卷積神經(jīng)網(wǎng)絡檢測算法,文獻[33-34]分別采用樸素貝葉斯分類器和SVM分類器對雙JPEG壓縮圖像進行了檢測取證。

表2和表3是文獻[32-34]3種算法分別在小圖數(shù)據(jù)集[35]和大圖數(shù)據(jù)集[36]下的Area Under Curve(AUC)的值。

表1 JPEG雙壓縮圖像具體的特征分類和檢測效果

表2 小圖數(shù)據(jù)集下文獻[32-34]的AUC值

表3 大圖數(shù)據(jù)集下文獻[32-34]的AUC值

由表2和表3可知,兩種數(shù)據(jù)集下文獻[32]算法均優(yōu)于文獻[33-34]兩種算法,尤其在QF2

2 JPEG塊效應不一致性檢測

2.1 JEPG圖像塊效應的產(chǎn)生

JPEG編碼時,采用分塊后分別對每個子塊執(zhí)行二維DCT變換,這樣DCT變換的運算量能明顯減少,但也可能忽略原有子塊間像素值的相關(guān)性。在下一個量化過程階段,為了實現(xiàn)圖像壓縮,高頻位置的量化步長在量化表中一般會較大,因此在量化之后,每個子塊邊緣處的大部分高頻的分量將丟失,導致在解碼圖像中塊的邊界處會出現(xiàn)不連續(xù)的現(xiàn)象,從而形成塊效應[37]。量化步驟將導致JPEG壓縮期間丟失大量信息,所以在取整操作時要引入量化誤差,記為e(u,v),則量化步驟可以表示為

u,v=0,1,2,…,7

(1)

在解碼端進行反量化操作,可獲得反量化后的DCT系數(shù)

(2)

然后進行DCT反變換以獲得解碼后的圖像,從而可以在整個解碼圖像中得出解碼量化誤差e(u,v)×Q(u,v)的分布。在JPEG圖像分塊處理時,解碼量化誤差會被疊加,進而導致解碼后破壞圖像中每個子塊間的相關(guān)性,由此在子塊邊界處形成塊效應現(xiàn)象。一幅未被篡改的JPEG圖像的塊效應應該是相同的,但被篡改后圖像的局部塊效應會發(fā)生變化,因此可以通過檢測塊效應來確定圖像是否已被篡改。

2.2 基于JEPG圖像塊效應的算法

近年來,國內(nèi)外研究人員提出了許多消除塊效應的算法[38-43]。但這些算法會在塊效應消除的同時也模糊圖像被篡改的證據(jù)。因此,圖像塊效應消除的算法雖能提高壓縮圖像的質(zhì)量,而對于JPEG篡改圖像盲取證的苛刻條件,并沒有得到提高。文獻[44]首次提出了一種檢測JPEG塊效應的快速有效的方法,即在沒有壓縮的情況下,與塊邊界交叉的相鄰像素之間的差異應該與塊內(nèi)部相鄰像素之間的差異相似,但經(jīng)過JPEG壓縮后與塊邊界交叉的相鄰像素之間的差異將不同,如圖2所示。圖2中,(x,y)表示每個塊中的位置坐標;A～H表示塊的位置。

圖2 JPEG圖像塊效應差異實例

圖2中,Lena圖像中壓縮質(zhì)量因子為85的各個8×8塊內(nèi)與塊邊界交叉的像素之間是不同的,即

Z′(x,y)=|A+D-B-C|

Z″(x,y)=|E+H-F-G|

(3)

3個位置(4,4)、(2,4)、(3,3)的Z′(x,y)和Z″(x,y)的直方圖H1和H2構(gòu)造塊效應的差異強度為

K(x,y)(n)=|H1(n)-H2(n)|

n∈[0, 255×2]

(4)

式中,H1(n)和H2(n)分別表示Z′和Z″直方圖中的bin值為n的總數(shù)。

由此可看出JPEG圖像塊效應差異在塊邊界交叉處最大。

文獻[23]選取圖像的某一個區(qū)域,對此區(qū)域的DCT系數(shù)進行了傅里葉變換,根據(jù)頻域特性估計出原始量化矩陣,當計算整個圖的塊效應時,通過利用該區(qū)域的量化矩陣,將具有差異較大的區(qū)域表示為篡改區(qū)域。但是此方法僅適用于壓縮質(zhì)量因子較大的圖像。文獻[45]提出了針對JPEG頻譜的塊效應測度的度量算法來鑒定圖像的真?zhèn)涡?。該算法在頻譜分析的基礎(chǔ)上對圖像進行二階差分,并定義了圖像塊效應測量的新指標,用于篡改圖像的盲取證。文獻[46]提出了一種新的技術(shù),即利用量化噪聲模型來檢測由雙JPEG壓縮引起的塊效應,以及在空間和變換域上表示JPEG圖像的周期特征。其使用的源圖像都是JPEG格式。量化噪聲模型為

Ax=c=c1+n1=c2+n2

(5)

式中:A——尺寸為64×64的DCT基礎(chǔ)矩陣;

x——8×8塊的初始強度;

c1,c2——初次和第二次壓縮之后的量化DCT系數(shù)向量;

n1,n2——相對應的量化噪聲。

JPEG圖像壓縮次數(shù)越多,噪聲量化直方圖越接近高斯分布。該方法能根據(jù)塊效應原理對圖像進行解塊,然后進行低頻補償,但僅補償?shù)皖l的15個DCT系數(shù),最后修正量化噪聲模型,以檢測塊對齊或不對齊的雙壓縮塊效應。

很多學者對篡改區(qū)域的塊效應網(wǎng)格與背景區(qū)域之間的網(wǎng)格不匹配現(xiàn)象進行了研究,根據(jù)塊效應網(wǎng)格的提取來識別篡改區(qū)域。文獻[47]提出根據(jù)圖像塊效應網(wǎng)格的錯配來檢測和定位JPEG偽造圖像的篡改區(qū)域。該檢測方法可以有效地處理通過平均鄰近像素的值來平滑復制區(qū)域邊界的圖像,以實現(xiàn)對JPEG壓縮過程中塊處理引入的塊效應網(wǎng)格的提取和分析,但圖像進行多次壓縮將會產(chǎn)生塊效應網(wǎng)格偏移。文獻[48]在重獲取圖像過程中引入與原始圖像無關(guān)的背景信息,利用圖像的平均信息損失量進行塊效應網(wǎng)格的檢測;與傳統(tǒng)方法相比,該方法具有更高的精度和更短的平均檢測時間。

原始JPEG圖像的塊效應網(wǎng)格與篡改區(qū)域的塊效應網(wǎng)格一定會發(fā)生錯配不一致的現(xiàn)象。基于該假設(shè),盲取證在大多數(shù)情況下都是有效的,且如果粘貼的篡改區(qū)域與周圍的原始圖像塊效應網(wǎng)格恰好重合對齊,則檢測會失敗,但這種情況發(fā)生的可能性僅僅為1/64,即1.56%。

3 存在問題

圖像處理技術(shù)的快速發(fā)展,使得圖像篡改趨于常態(tài)化。JPEG圖像篡改盲取證技術(shù)雖然取得了一定的效果,但近些年來突破不大,沒有完善的體系結(jié)構(gòu),主要表現(xiàn)在以下幾個方面。

(1) 方法針對性強。JPEG圖像篡改的盲取證大多針對某一種特定的篡改方式進行取證,比如單次壓縮、雙重壓縮、拼接、復制粘貼等。因為分析一幅圖像時如果不具有任何先驗的知識,待檢測圖像偽造的特征很難檢測到,所以為了符合實際需求,需要研究出一種融合的算法,能夠檢測復雜的圖像篡改。

(2) 基于JPEG圖像統(tǒng)計特性的算法取證過于依賴分類器及訓練樣本的選取。多數(shù)取證算法需要依靠預先訓練,對于常見的盲檢測性能不佳,大多數(shù)取證的方法都沒有一個統(tǒng)一的衡量標準。

(3) 缺少圖像測試的公用數(shù)據(jù)庫?，F(xiàn)有的很多方法使用的都是自創(chuàng)的數(shù)據(jù)庫或者某些開源數(shù)據(jù)庫,這些圖像可能來自于不同的電子數(shù)碼設(shè)備。由于訓練樣本和測試樣本不同,這些差異性的耦合度較低,將會導致同一算法在不同的圖像數(shù)據(jù)庫中產(chǎn)生不同的檢測結(jié)果,因此無法有效比較各算法之間的優(yōu)劣,對于實驗結(jié)果的判斷沒有一個統(tǒng)一的標準模型。為了能夠客觀地分析和比較各種類型的篡改圖像和檢測技術(shù),有必要建立一個公用的圖像數(shù)據(jù)庫以及統(tǒng)一的系統(tǒng)評估規(guī)范和方法。

4 結(jié) 語

JPEG圖像篡改檢測主要有雙JPEG壓縮檢測和塊效應不一致性檢測,但目前的解決方法并未完全成熟,與實際應用還存在一定的差距。特別是大多數(shù)JPEG圖像雙重壓縮的方法僅在QF2>QF1時才有效;當QF2≤QF1時,算法檢測效果很差。在QF2較大的情況下,取證算法檢測依然有效的方法是未來的研究重點。

此外,當用一個較低的壓縮質(zhì)量因子篡改圖像時,被篡改區(qū)域原來的JPEG壓縮痕跡會遭到破壞,篡改檢測的難度將會增加。所以,當以比原始圖像更低的質(zhì)量因子再次壓縮保存篡改圖像時,基于塊效應測度的JPEG篡改圖像盲取證方法所檢測的效果通常會較差,甚至無效。用小于原始圖像的質(zhì)量因子對此類圖像再次壓縮的JPEG偽造圖像,可以嘗試結(jié)合其他特性,比如與JPEG圖像的雙量化相結(jié)合等。

近年來,隨著信息與計算機等領(lǐng)域的快速發(fā)展,一些與數(shù)字圖像盲取證研究相關(guān)的領(lǐng)域也在不斷創(chuàng)新和進步。當前迅速發(fā)展的統(tǒng)計機器學習、深度學習、大數(shù)據(jù)等都能夠為JPEG圖像篡改盲取證技術(shù)提供有價值的參考。