数字图像篡改的检测方法研究【开题报告+文献综述+毕业设计】.Doc

1、1毕业设计开题报告计算机科学与技术数字图像篡改的检测研究一、选题的背景与意义21世纪是一个高速发展的信息化世纪，计算机已经深入到普通家庭。人们对生活水平的要求越来越高，使得各色各样的软件接踵面世。其中，数字图像处理软件深受人们的喜爱。我们现在普遍在使用的图像处理软件如PHOTOSHOP、IPHOTO、ACDSEE等给我们的生活带来了前所未有的方便1。随着数字图像应用的普及图像编辑与处理工具的发展，图像篡改技术已广泛应用于人们的日常生活和工作当中，这在一定程度上满足了人们的正常需要。为满足人们的审美要求，这类软件的功能也越来越强大，照片的真伪几乎很难用肉眼辨别。然而，在满足人们生活要求的同时，数

2、字图像处理软件的发展也带来了不可忽视的弊端。因为人们难以辨别图像的真伪，就极容易受到不法分子的欺骗。一些不法分子将篡改图像用在了新闻媒体或法律上，对公共事业的公信力造成了严重的损害。图A是前端时间在网上流传的广场鸽照片，图中红圈里的两只鸽子差不多，从一处地方复制到另一处地方的；图B是登在南方都市报上的一幅草坪上鸽子与人和睦相处的图片，但是其中鸽子有很多都是相似的，只多次使用复制/粘帖篡改而成。鸽子的篡改图像可能引发的负面影响还小，但是有些图像的篡改就可能带来较大的影响。图C是一幅飞弹照片，图中的画圈部分很是相似，检测后发现也是经过篡改而成的，该照片反应一个国家军事实力的强弱，所以带来的影响较大

3、。图A图B图C2一张篡改过的照片很难用肉眼分辨真伪，造成了政治、文化、新闻和科学真实性等方面的负面影响。虽然图像处理软件的设计初衷是好的，但是也不乏一些人出于各种不同的目的，恶意传播一些经过精心伪造和篡改的数字图像，以达到不可告人的目的2。篡改图像如被大量地用于正式媒体、科学发现、保险和法庭证物等，这无疑将会对政治和社会稳定产生严重的影响。军事、政治和外交中的照片篡改会被别有用心的人利用而引发军事冲突、政治风波和外交失和。科学发现中的篡改实验图像就是科学欺骗有关换头照等照片篡改对个人名誉造成损失的例子更是数不胜数。并且，伪造照片的激增可能使一些真正的证据失去其应有的效应。这些存在的问题会引起人

4、们对面前的数字图像的真实性产生质疑，对极其相似的图像难以区分真假3。因此，对数字图像篡改检测的需求变得越来越迫切了。由于图像中的复制区域和对应的粘贴区域基本相似,基于这个特点,可以通过寻找图像中存在的相似区域来检测图像的伪造痕迹。穷举搜索法最为简单,易于实现,但运算量大。为了减少运算量,JFRIDRICH把对图像像素的点操作转化为块操作,提出了一种对图像块的DCT量化系数进行字典排序的算法,来检测图像复制伪造区域5。在FRIDRICH基础上，FARID提出基于主成份分析6（PCA）法得到降维后的特征向量，但每次移动一个像素的滑窗操作使得排序矩阵的规模相当庞大，而字典排序又是计算复杂度的主要原因

5、。为了进一步减小计算量，LI提出了基于离散小波变换（DWT）的方法710，该方法通过分析图像小波变换后的低频分量，利用奇异值分解获得小波低频图像的降维特征，然后对形成的特征矩阵进行字典排序，最后根据图像块的偏移频率信息,检测出复制伪造区域。再者，JOHNSON提出估计图像块二维光源方向的方法，该方法通过提取图像闭合边界，并沿着闭合边界将图像分成若干局部块，然后计算局部块的二维光源方向，根据光源方向的一致性情况来检测图像是否被篡改8。又有根据双压缩现象提出的基于双JPEG压缩统计特性的图像篡改检测方法9。还有，借鉴图像匹配技术中的SIFT（SCALEINVARIANTFEATURETRANSFO

6、RM）特征匹配算法4，提出了基于SIFT算法的图像复制粘贴篡改操作的检测。该方法对图像旋转、缩放、亮度调整等后处理操作具有鲁棒性。二、研究的基本内容与拟解决的主要问题3研究的基本内容针对一种特殊的图像篡改方式复制/粘贴COPYMOVE,即从原图像中截取某一部分，将其复制、粘贴到该图像中的其他位置，并进行一定的后处理操作，从而达到遮盖某些区域目标的篡改行为，设计一种对复制粘贴篡改行为的检测方法。利用PHOTOSHOP、PAINTNET、GIMP等图像编辑软件，任何人都可以轻松地利用“复制”、“粘贴”、“删除”、“修复”等操作对一幅图像中的内容加以篡改。设计一种对同图中的复制粘贴篡改行为的检测方法

7、，并利用MATLAB做仿真试验。拟解决的主要问题（1）复制/粘贴篡改图像是一种常见的形式，针对该篡改操作，提出一种有效的检测方法。（2）对可提升之处进行研究三、研究的方法与技术路线研究的方法计算机实验法，辅以文献法。在毕业设计的前期，广泛阅读大量的文献、图书和电子资料，掌握本毕业设计中的技术。然后，开始设计鉴别方法和具体代码的编写工作。代码编写完成后，对此种方法进行测试和优化。技术路线针对复制/粘贴方式的篡改图像，用基于图像匹配的篡改检测方法，实现篡改区域的检测和显示。基于图像匹配的篡改检测方法任何复制粘帖操作都会引入原始图像区域和篡改图像区域的相关性，这种相关性是通常用来检测区域复制操作的基

8、本属性。这种算法的模块匹配有三个因素图像特征、相似性测度、搜索策略。这里使用奇异值分解（SVD）获得图像的稳定特征。SVD的特征有图像奇异值的稳定性非常好；奇异值所表现的是图像的内蕴特性而非视觉特性，反映的是图像矩阵元素之间的关系；图像分解得到的奇异值序列中第一个奇异值要比其它的大得多，忽略这些较小的奇异值项重构的4图像质量不会发生太大的退化。算法主要的步骤有（1）图像分块。（2）奇异值分解得特征向量。（3）块的相似性匹配。（4）鉴定篡改区域。（5）显示篡改区域。四、计划进度2010年11月12月，技术上，相关资料的准备阅读文献，明确课题任务，撰写开题报告。2011年1月4月对现有方法做实验对

9、比、分析，按照开题报告，实现对复制粘贴篡改行为的基于奇异值分解的检测方法，并作仿真实验。2009年5月撰写论文，准备论文答辩。五、主要参考文献1张婷基于数字图像统计特性的篡改检测方法研究M，2009宁波大学，硕士论文。2周丽娜数字图像盲取证技术研究M，2007北京邮电大学，博士研究生论文。3詹玲超基于数字图像统计特性的篡改检测算法研究M，2007上海师范大学，硕士论文。4李生红、张爱新、郑爱双、朱彤、金波基于SIFT的图像复制遮盖篡改检测技术M，解放军理工大学学报第10卷第4期，2009年8月。5FRIDRICHJ,SOUKALD,LUKASJDETECTIONOFCOPYMOVEFORGER

10、YINDIGITALIMAGESCLEVELANDPROCEEDINGSOFDIGITALFORENSICRESEARCHWORKSHOPDFRWS,20036POPESCUAC,FARIDHEXPOSINGDIGITALFORGERIESBYDETECTINGDUPLICATEDIMAGEREGIONS,TECHNICALREPORTTR2004515,DEPARTMENTOFCOMPUTERSCIENCE,DARTMOUTHCOLLEGE,20047LIGH,WUQ,TUDSUNSJASORTEDNEIGHBORHOODAPPROACHFORDETECTINGDUPLICATEDREGIO

11、NSINIMAGEFORGERIESBASEDONDWTANDSVDINPROCEEDINGSOF2007IEEEINTERNATIONALCONFERENCEONMULTIMEDIAANDEXPO,BEIJING,CHINAIEEE,20071750175358JOHNSONMK,FARIDHEXPOSINGDIGITALFORGERIESBYDETECTINGINCONSISTENCIESINLIGHTINGINPROCEEDINGSOFTHE7THWORKSHOPONMULTIMEDIAANDSECURITY,NEWYORK,NY,USA,20051109岳红原，黄坚基于双JPEG压缩统

12、计特性的图像篡改检测方法M，南京工程学院学报自然科学版，第7卷第2期，2009年6月。10吉建华，高旭膦基于小波变换的JPEG2000图像篡改检测算法M，微计算机信息2010年第26卷第62期。6毕业设计文献综述计算机科学与技术数字图像篡改的检测研究摘要因为人们难以辨别图像的真伪，就极容易受到不法分子的欺骗。一些不法分子将篡改图像用在了新闻媒体或法律上，对公共事业的公信力造成了严重的损害。本文介绍了研究原因，国内外现状和自我理解，并对将来的研究发展做了思考关键词篡改；复制/粘帖；特征值；检测。随着生活水平的提高，为了记录美丽的瞬间，人们发明了相机，从而数字图像也随之诞生。数字图像被用在很多地方

13、，杂志，报纸，媒体等，它能够美化人们的视觉感受。所以，数字图像处理软件深受人们的喜爱。我们现在普遍在使用的图像处理软件如PHOTOSHOP、IPHOTO、ACDSEE等给我们的生活带来了前所未有的方便1。为满足人们的审美要求，这类软件的功能也越来越强大，照片的真伪几乎很难用肉眼辨别。然而，在满足人们生活要求的同时，数字图像处理软件的发展也带来了不可忽视的弊端2。因为人们难以辨别图像的真伪3，就极容易受到不法分子的欺骗。一些不法分子将篡改图像用在了新闻媒体或法律上，对公共事业的公信力造成了严重的损害。因此，对于数字图像的取证变得极为重要。对于数字图像取证的研究，要从计算机取证技术说起。首届开放的

14、中国计算机取证技术研讨会于2004年11月在北京召开。会议由北京人民警察学院、中国科学院软件研究所及北京市公安局网络信息安全监察处主办，参加此次会议的有来自全国各地的近100名代表。这次研讨会对计算机取证技术的理论与实践的研究产生积极的影响，推动了我国计算机取证技术的发展。第二年，即2005年4月1日在北京人民警察学院成立了中国电子学会计算机取证专家委员会并召开工作会议，这是值得关注的一件大事。两年后，2007年6月23日再次在北京人民警察学院召开工作会议，调整了专家委员会成员，并就知识产权保护和网络欺诈中的计算机取证问题进行学术研讨。除了学术专家的工作外，由一群计算机信息安全、计算机取证技术

15、爱好者自发组成的一个技术团体中国计算机取证技术研究组，也活跃在我国数字取证领域。数字图像的篡改方多种多样，其中复制/粘帖是一种常见的篡改方法。对于这种篡改7图像的取证方法有很多种。由于图像中的复制区域和对应的粘贴区域基本相似，基于这个特点，可以通过寻找图像中存在的相似区域来检测图像的伪造痕迹。首先是穷举法，最为简单，易于实现，但运算量大。因此穷举法并不是很好的检测方法。为了减少运算量,JFRIDRICH把对图像像素的点操作转化为块操作,提出了一种对图像块的DCT量化系数进行字典排序的算法5,来检测图像复制伪造区域。在FRIDRICH基础上，FARID提出基于主成份分析（PCA）6法得到降维后的

16、特征向量12，但每次移动一个像素的滑窗操作使得排序矩阵的规模相当庞大，而字典排序又是计算复杂度的主要原因。为了进一步减小计算量，LI提出了基于离散小波变换（DWT）的方法710，该方法通过分析图像小波变换后的低频分量，利用奇异值分解获得小波低频图像的降维特征，然后对形成的特征矩阵进行字典排序11，最后根据图像块的偏移频率信息,检测出复制伪造区域。再者，JOHNSON提出估计图像块二维光源方向的方法，该方法通过提取图像闭合边界，并沿着闭合边界将图像分成若干局部块，然后计算局部块的二维光源方向，根据光源方向的一致性情况来检测图像是否被篡改8。又有根据双压缩现象提出的基于双JPEG压缩统计特性的图像

17、篡改检测方法9。还有，借鉴图像匹配技术中的SIFT（SCALEINVARIANTFEATURETRANSFORM）特征匹配算法4，提出了基于SIFT算法的图像复制粘贴篡改操作的检测。该方法对图像旋转、缩放、亮度调整等后处理操作具有鲁棒性14。在国内，数字取证相关课题进展迅速，国家十五科技攻关项目课题电子数据证据鉴定技术以及国家863项目在电子物证保护及分析技术、取证重放技术等方面全方位开展了课题研究12。中国科研人员还在实时可取证操作系统研究以及图像取证技术研究中取得独特的成果13。同时，国内也涌现了一些从事数字取证方面的企业和相关产品。如厦门美亚柏科资讯科技有限公司的计算机犯罪取证勘察箱，以

18、及北京中网安达信息安全科技有限公司的“网络神捕”综合取证软件系统和“版权卫士”取证系统网络侵权监控与取证系统。总之，我国数字取证技术从引进、代理产品到自身设计和初步推出产品，有了可喜的起点。但发展的空间还比较大，要做的工作还比较多。我国政府日益重视开展数字取证这一领域的工作，今后还会继续立项支持。而鉴于中国的需求和国际参与国内市场的愿望，国内外技术交流前景是可观的。对于复制/粘帖的篡改图像，复制块和粘帖块是极其相似的，要检测出某图像是否为篡改图像，就是要比较某2个区域内的小块是否存在高度相似。将该图像分成若干个小块，每个块提取一个特征值作为比较的依据，因此，选择好的特征值就尤其重要。主成份分析

19、PCA就是一个好的特征值提取方法。其目的是找那些变化大的元素，即方差大的那些维，8而去除掉那些变化不大的维，从而使特征留下的都是“精品”，而且计算量也变小了。有了特征值，如何来比较也是很重要的，好的比较方法可以有效缩短运算时间。字典排序法就是一种比较方法，排序之后可以防止盲目比较15。有了这两个因素，就可以比较出图像中是否存在相似区域，这两个或多个区域中的块是否高度相似16。对于篡改图像的检测，人们一直在考虑更新更好的方法，在不远的将来，这门技术肯定会变得很是专业。软件的发展离不开硬件，或许，专门的图像检测器会普及社会，让那些精美的篡改图像不能妨碍人们的正常判断。参考文献1张婷基于数字图像统计

20、特性的篡改检测方法研究M，2009宁波大学，硕士论文。2周丽娜数字图像盲取证技术研究M，2007北京邮电大学，博士研究生论文。3詹玲超基于数字图像统计特性的篡改检测算法研究M，2007上海师范大学，硕士论文。4李生红、张爱新、郑爱双、朱彤、金波基于SIFT的图像复制遮盖篡改检测技术M，解放军理工大学学报第10卷第4期，2009年8月。5FRIDRICHJ,SOUKALD,LUKASJDETECTIONOFCOPYMOVEFORGERYINDIGITALIMAGESCLEVELANDPROCEEDINGSOFDIGITALFORENSICRESEARCHWORKSHOPDFRWS,20036PO

21、PESCUAC,FARIDHEXPOSINGDIGITALFORGERIESBYDETECTINGDUPLICATEDIMAGEREGIONS,TECHNICALREPORTTR2004515,DEPARTMENTOFCOMPUTERSCIENCE,DARTMOUTHCOLLEGE,20047LIGH,WUQ,TUDSUNSJASORTEDNEIGHBORHOODAPPROACHFORDETECTINGDUPLICATEDREGIONSINIMAGEFORGERIESBASEDONDWTANDSVDINPROCEEDINGSOF2007IEEEINTERNATIONALCONFERENCEON

22、MULTIMEDIAANDEXPO,BEIJING,CHINAIEEE,2007175017538JOHNSONMK,FARIDHEXPOSINGDIGITALFORGERIESBYDETECTINGINCONSISTENCIESINLIGHTINGINPROCEEDINGSOFTHE7THWORKSHOPONMULTIMEDIAANDSECURITY,NEWYORK,NY,USA,20051109岳红原，黄坚基于双JPEG压缩统计特性的图像篡改检测方法M，南京工程学院学报自然科学版，第7卷第2期，2009年6月。10吉建华，高旭膦基于小波变换的JPEG2000图像篡改检测算法M，微计算机信息

23、2010年第26卷第62期。911王鑫、鲁志波数字图像拷贝移动篡改检测方法的分析，2008，国家科技支撑计划重点项目。12FARIDHDGITALDOCTORINGCANWETRUSTPHOTOGRAPHSEB/OLHTTP/WWWCSDARTMOUTHEDU/FARID/PUBLICATIONS/DECEPTION07HTML,200713华南虎照片被疑造假EB/OLHTTP/CHINANEWSSCORG/SYSTEM/2007/11/06/010541832SHTML14NGTT,CHANGSF,LINCY,ETALPASSIVEBLINDIMAGEFORENSICSINMULTIMEDI

24、ASECURITYTECHNOLOGIESFORDIGITALRIGHTSMORLANDOACADEMICPRESS,200638341215MAHDIANB,SAICSDETECTIONOFCOPYMOVEFORGERYUSINGAMETHODBASEDONBLURMOMENTINVARIANTSJFORENSICSCIENCEINTERNATIONAL,2007,17118018916JUS,ZHOUJ,HEKANAUTHENTICATIONMETHODFORCOPYAREASOFIMAGESCCHENGDUPROCEEDINGSOF4THINTERNATIONALCONFERENCEON

25、IMAGEANDGRAPHICS,200730330617吴琼，李国辉，孙韶杰，等基于小波和奇异值分解的图像复制伪造区域检测J,小型微机计算机系统，2008，29（4）73073310本科毕业设计（20届）数字图像篡改的检测方法研究【摘要】随着计算机的普及，软件和硬件的不断发展，照相技术的深入，人们对数字图像的要求越来11越高。而各种图像处理软件的问世和普及，使得人们可以随心所欲的篡改图像。这些篡改图像虽然一定程度上丰富了人们的日常生活，但是如果篡改图像被用在某些地方，如法律证据，军事等，则会带来不可想象的危害。因此，对于数字图像的取证变的极为重要。本文针对一种常见的图像篡改方式复制/粘贴，即

26、从原图像的某个区域复制来遮盖本图像的另一区域以达到篡改的目的，进行了研究和分析，总结了对于该篡改方式的数字图像取证研究的基础和发展方向。【关键词】篡改；复制/粘贴；取证。【ABSTRACT】WITHTHEPOPULARITYOFCOMPUTER,ANDTHEDEVELOPMENTOFSOFTWAREANDHARDWARE,PEOPLEBECOMEINCREASINGLYDEMANDINGTODIGITALIMAGESANDWITHTHEADVENTANDPOPULARITYOFAVARIETYOFIMAGEPROCESSINGSOFTWARE,MAKESITPOSSIBLETOTAMPERWI

27、THTHEIMAGESARBITRARYALTHOUGHTHESETAMPEREDIMAGESENRICHPEOPLESDAILYLIVES,BUTINOTHERHAND,IFTHETAMPEREDIMAGESISUSEDINSOMEPLACES,JUSTLIKELAWEVIDENTIARY,MILITARY,ANDSOON,ITWILLBRINGUNIMAGINABLEHARMSO,EVIDENCEOFTHEDIGITALIMAGESBECOMEVERYIMPORTANTINTHISTHESIS,WEPROPOSEADETECTIONWAYFORACOMMONWAYOFIMAGETAMPER

28、INGCOPYMOVE,ITISCOPYONEAREAINTHEIMAGETOCOVERANOTHERAREAINTHESAMEIMAGEINORDERTOTAMPERINGTHEIMAGE,TORESEARCHANDANALYSIS,ANDSUMMARYITSBASISANDDEVELOPMENTOFDETECTIONOFTHISTYPEOFTAMPEREDIMAGES【KEYWORDS】TAMPER；COPYMOVE；DETECTION。12目录题目（中文）数字图像篡改的检测方法研究1诚信承诺I数字图像篡改的检测方法研究IIDETECTIONMETHODIII目录IV1绪论611研究背景与

29、意义612国内外研究现状7121国外成果8122国内情形913本文研究内容及安排92基于SVD奇异值分解的图像取证技术分析1021数字图像10211自然图像的生成过程10212复制粘贴的篡改图像1022针对复制粘贴篡改图像取证的现有方法分析11221穷举搜索法11222自相关算法11223精确匹配法11224基于DCT变换检测法11225基于主成份分析法1223基于SVD奇异值分解的图像检测法分析12231奇异值分解原理12232奇异值分解的性质1224图像的奇异值分解13241用奇异值分解法检测图像的优点1325算法描述13251数字图像分块方法14252图像块的特征值提取14253特征值排

30、序15254向量的匹配19345图像块位置定位20346图像块匹配显示2026本章小结223基于小波变换和奇异值分解的图像取证法2331基于小波变换和奇异值分解的算法框架2332小波分解2333算法步骤241334算法流程图2635实验结果与分析2736两种算法的比较3037本章小结314总结并展望3241本文总结3242对图像取证的展望32参考文献33致谢34附录35141绪论11研究背景与意义计算机的问世，代表了信息时代的开始。网络的全球化，软件硬件的发展，图像处理软件的开发，使的图像能够随心所欲的编辑修改，并且图像处理技术已经应用到了各种领域。图像处理技术的发展，一定程度上丰富了人们的日

31、常生活1，人们可以根据自己的喜好修改图像，用最好的方式保留自己喜欢的瞬间；但是，在另一方面，数字图像的处理技术也带来了不利的一面2如果篡改图像被用在法律上充当证据，用在新闻媒体上当作虚假信息，就会对公共事业的公信力造成损害3。图1篡改的广场鸽照片人民网图1照片的全名为广场鸽接种禽流感疫苗，该图像获得了2005年首届华赛自然及环保新闻类金奖。07年该照片被质疑造假，到最后伪造者承认造假。从图中我们可以看到画圈的两只鸽子极其相似，但是任意两只鸽子一模一样的概率趋于0，相同的两只鸽子飞行姿态一模一样的概率趋于0，相同鸽子在不同位置于镜头中成像相同的概率趋于0，在现实生活中，小概率事件如果接二连三的发

32、生，则可以断定是假。15图2原始图像（A）篡改图像（B）图2中A为原始图像，但在B中左边的车被覆盖了，看上去就像只有一辆车似的，但是仔细观察就能发现该位置的树形和它左上处的树形如出一辙。其实该图像就是用了那部分的树木遮盖了原本车的位置，来达到某种目的。图3导弹发射图像（人民网）军事演习是一个国家军事实力的象征。图中有4枚导弹发射，但是图中红色线框中的部分极其相似，尤其是地面上的烟雾，几乎一模一样。该图像到底是不是篡改过的，篡改的成份有多少，就需要图像取证来得出结论了。数字图像的篡改颠覆了人们眼见为实的传统观念，对图像真实性的研究变得尤为重要。篡改图像的滥用，很有可能导致人们对真实图像失去信任，

33、使得真实图像失去其可以发挥的作用。因此，如何辨别图像的真实性，将成为一门相当有用的学科。12国内外研究现状图像取证技术是一项前沿的研究领域，国内外的研究均处于起步阶段，其较高的挑战性、较大的创新空间吸引了众多高等院校、科研机构及相关企业投入到该领域中来。国际16上，数字图像盲取证技术研究团队起步较早、数量较多且发展迅速，其中，以DARTMOUTH学院、COLUMBIA大学为首的学校成立了专门的数字媒体取证研究小组，并取得了一些基础性的研究成果。随后，BINGHAMTON大学和美国POLYTECHNIC大学等其他院校也陆续开展了图像取证方面的研究，进一步拓宽了研究空间，丰富了研究成果。此外，AD

34、OBE公司已与DARTMOUTH学院合作，结合PHOTOSHOP软件开发出图片防伪工具。国内在该领域的研究相比国外起步较晚一些,北京邮电大学、北京电子技术应用研究所、大连理工大学信息安全研究中心、中山大学、同济大学、宁波大学等已经开始从事这方面的研究。近年来，数字图像被动取证在国内会议上也逐渐受到重视。自2006年数字取证DIGITALFORENSICS首次被列入第六届全国信息隐藏暨多媒体信息安全学术研讨会CIHW2006征文项目以后，2009年在湖南召开的第八届全国信息隐藏暨多媒体信息安全学术研讨会上，数字取证类的文章数目有较大幅度地增长，出现了许多优秀的文章和精彩的报告。同年，在上海召开的

35、全国数字水印与数字取证专题研讨会，首次将数字图像取证的研究纳入专题会议，与会专家学者互相交流研究进展，对该学科的发展进行了深入的讨论。近年来数字图像取证受到了极大的关注。121国外成果图像篡改常用的一种方法是复制粘贴（COPYMOVE）操作，所以图像中的复制区域和对应的粘贴区域基本相似，基于这个特点，就可以通过寻找图像中是否存在相似区域来检测图像有无伪造痕迹。其中穷举搜索法最为简单，易于实现，但运算量大。为了减少运算量,JFRIDRICH把对图像块操作代替像素的点操作，提出了一种对图像块的DCT量化系数4进行字典排序的算法,来检测图像复制伪造区域。在其基础上，FARID提出基于主成份分析（PC

36、A）法5，来获得降维后的特征向量，但是每次移动一个像素的滑窗分块操作使得排序矩阵的规模相当大，而且字典排序又是计算复杂度的主要原因。为了进一步减小计算量，LI提出了基于离散小波变换6（DWT）的方法，该方法是通过分析图像小波变换后的低频分量，再利用奇异值分解来获得小波低频图像的降维后的特征，然后对形成的特征矩阵进行字典排序8，最后根据图像块的偏移频率信息，检测出复制伪造区域。再者，JOHNSON提出估计图像块二维光源方向的方法9，该方法通过提取图像闭合边界，并沿着闭合边界将图像分成若干局部块，然后计算局部块的二维光源方向，根据光源方向的一致性情况来检测图像是否被篡改。还有根据双压缩现象而提出的

37、基于双JPEG压缩统计特性710的图像篡改检测方法。再有，借鉴图像匹配技术中的SIFT（SCALEINVARIANTFEATURETRANSFORM）11特征匹配算法，提出了基于SIFT算法的图像复制粘贴篡改操作的检测。该方法对图像旋转、17缩放、亮度调整等后处理操作具有鲁棒性。122国内情形在国内，对于数字图像取证的研究，要从计算机取证技术说起12。首届开放的中国计算机取证技术研讨会于2004年11月在北京召开。会议由北京人民警察学院、中国科学院软件研究所及北京市公安局网络信息安全监察处主办，参加此次会议的有来自全国各地的近100名代表。这次研讨会对计算机取证技术的理论与实践的研究产生积极的

38、影响，推动了我国计算机取证技术的发展。第二年，即2005年4月1日在北京人民警察学院成立了中国电子学会计算机取证专家委员会并召开工作会议，这是值得关注的一件大事。两年后，2007年6月23日再次在北京人民警察学院召开工作会议，调整了专家委员会成员，并就知识产权保护和网络欺诈中的计算机取证问题进行学术研讨。除了学术专家的工作外，由一群计算机信息安全、计算机取证技术爱好者自发组成的一个技术团体中国计算机取证技术研究组，也活跃在我国数字取证领域。我国政府日益重视开展数字取证这一领域的工作，今后还会继续立项支持。而鉴于中国的需求和国际参与国内市场的愿望，国内外技术交流前景是可观的。13本文研究内容及安

39、排对于复制/粘贴的篡改图像，复制块和粘贴块是极其相似的，要检测出某图像是否为篡改图像，就是要比较某2个区域内的小块是否存在高度相似。将该图像分成若干个小块，每个块提取一个特征值作为比较的依据，因此，选择好的特征值就尤其重要。奇异值分解SVD就是一个好的特征值提取方法。其目的是找那些变化大的元素，即方差大的那些维，而去除掉那些变化不大的维，从而使特征留下的都是“精品”，而且计算量也变小了。有了特征值，如何来比较也是很重要的，好的比较方法可以有效缩短运算时间。字典排序法就是一种比较方法，排序之后可以防止盲目比较。有了这两个因素，就可以比较出图像中是否存在相似区域，这两个或多个区域中的块是否高度相似

40、。本文针对复制粘贴类型的篡改图像的取证这一主题，分4个章节进行阐述。第一章为绪论，介绍数字图像取证的背景和意义，国内外研究现状；第二章为基于奇异值分解的图像检测，介绍奇异值分解（SVD）的原理和优点，以及图像的奇异值分解情况；第三章为基于小波变换和奇异值分解的检测方法研究，并对这两种方法做了比较；第五章为总结和展望，是对全文的总结概括，并对于数字图像取证之路进行了展望和遐想。182基于SVD奇异值分解的图像取证技术分析21数字图像数字图像（DIGITALIMAGE）的定义为以二维数字组形式表示的图像，其数字单元为像素。通常，像素在计算机中保存为二维整数数组的光栅图像，这些值经常用压缩格式进行传

41、输和存储。每个图像的像素通常是对应于一个二维空间中的一个特定的“位置”的，并且是由一个或者多个该个点相关的采样值所组成的数值。根据这些采样数目和特征的不同，数字图像可以划分为二值图像，即图像中的每个像素的值只能取自0到1；灰度图像，也称为灰阶图像，即图像中的每个像素由0（黑）到255（白）的亮度值表示4。0到255之间的数表示不同的灰度级；彩色图像，三幅不同颜色的灰度图像组合而成彩色图像，分别为红色，蓝色，绿色。211自然图像的生成过程自然图像的获取设备不同，就会有一些特有的属性带入到生成的自然图像中，在对原始图像进行修改时，就会改变这些特有的属性。FRIDRICH将数码相机对自然场景图像的处

42、理以及生成数字图像的过程描述如下4数码相机的核心是图像传感器，传感器分为很多很小排列的图像单位像素。这些图像单位收集光机并转化为电压，在A/D转化器中信号被采样。在场景中的光到达传感器之前，会通过相机镜头，还有一个BLURRING滤波器，然后通过颜色滤波器阵列，得到的信号进一步通过颜色修正，最后数字图像被用户用一定的文件格式写到相机的储存设备中。212复制粘贴的篡改图像复制/粘贴篡改是复制图像中的一个区域，粘贴到原图像的另一个区域，以达到篡改目的。因为篡改区域，既粘贴块来自图像本身，所以它与图像其他部分有一致的噪音，纹理和颜色等信息，所以难以辨别。而且，篡改者往往会对图像进行滤波，有损压缩等处

43、理，使得篡改图像更加难以辨别。1922针对复制粘贴篡改图像取证的现有方法分析对于复制粘贴的篡改图像，国内外学者已经提出了多种方法来进行检测，比如穷举搜索法，自相关算法，精确匹配法，基于DCT变换取证法，基于主成份分析（PCA）法等。而对于复制粘贴的篡改图像，检测的主要依据是图像中是否存在两块完全相同或相似的区域。在本节，将大概介绍这些算法。221穷举搜索法对于图像块的匹配检测，穷举法是最简单的方法。该方法的思想是将图像分块，把每一块图像当作一个模板，遍历图像的所有剩余块，查找是否存在跟模板完全相同或相似块。如果存在，则增大图像块，直到搜索不到完全相同过相似的块为止。222自相关算法图像块的自相

44、关算法是根据图像复制块和粘贴块有很强的自相关性来进行搜索的。它的算法思路是首先设置一个自相关判别阈值，然后进行图像块遍历，如果找到超过设置的阈值的两个图像块，则认为这两个图像块为匹配对。该算法相对与穷举法的优点是运算量相对较小，但是其缺点是只能检测较大的图像复制粘贴块。223精确匹配法精确匹配法可以避免以上两种方法的缺点，它的算法思路是有一幅MN的图像，先将其分成BB的图像块，然后根据从左到右，从上到下的光栅扫描法进行排列，然后将每一块图像的像素值储存到（MB1）（NB1）的二维数组中，使数组的每个元素对应图像块的像素值。然后，寻找数组矩阵中相同的两行，对应原图像，就是两个相同的BB的图像块。

45、如果存在这样的两行，就说明对应的图像块是匹配块。224基于DCT变换检测法基于DCT变换检测法的主要思想是在DCT变换后的系数有一定规律，低频能量高，处于左上角；高频能量低，处于右下角。在88的图像块中，左上角的第一个元素是直流分20量（DC），它具有较大的能量和重要性；而其余63个元素是交流分量（AC），并且其重要性从左上角到右下角为递减。待测图像块的主要低频分量集中于变换系数的左上角，因此，左上角的系数能较大程度反应图像块的性质。开始和精确匹配法一样，将DCT系数存于（MB1）（NB1）的二维数组中，然后在进行每个元素间的匹配，并找到图像匹配块。225基于主成份分析法基于主成份分析法来检测

46、复制粘贴篡改图像的思路为对图像块矩阵进行主成份分解，用该矩阵的每一行或每一列的主成份表示对应图像块的特征，然后进行相似块匹配。该方法对于DCT变换的区别在于该方法对图像块的特征值进行降维表示，从而降低了排序的维度。23基于SVD奇异值分解的图像检测法分析对于复制粘贴篡改图像，如何比较两个图像块，就必须要选取一个合适的特征值。本节，我们介绍SVD奇异值分解。231奇异值分解原理奇异值分解法是线性代数和矩阵论中一种重要的矩阵分解法，其定义为设A为复数域内MN阶矩阵，A表示A的共轭转置矩阵，AA的N个非负特征值的平方根叫作矩阵A的奇异值。记为IA。对于矩阵AMN，存在UMM，VNN，SMN，满足AU

47、SV。U和V中分别是A的奇异向量，而S是A的奇异值。AA的正交单位特征向量组成U，特征值组成SS，AA的正交单位特征向量组成V，特征值（与AA相同）组成SS。因此，奇异值分解和特征值问题紧密联系。232奇异值分解的性质用奇异值分解来得出图像块的特征值有一下几点优点（1）奇异值1的稳定性当一个矩阵有较小的扰动时，它的奇异值的变化不是很大。（2）奇异值特征向量转置不变，即矩阵A和它的转置矩阵有相同的奇异值特征向21量。（3）奇异值特征向量平移不变，即矩阵A进行行或列的置换运算所得到的矩阵的奇异值特征向量与矩阵A的相同。（4）奇异值特征向量缩放不变，即对矩阵A进行整数倍放大缩小变换时，得到的奇异值特

48、征向量不变。24图像的奇异值分解在第二章对数字图像的介绍中我们知道，数字图像在计算机中就是以矩阵形式保存的，换言之，我们把图像认为是一个大的矩阵，把各个图像块认为是各个小矩阵。而奇异值分解（SVD）则是将矩阵对角化的数值方法。241用奇异值分解法检测图像的优点要检测图像，需要对各个图像块提取特征值，为什么选择奇异值分解来获得特征值，原因有一下几点（1）图像的奇异值很稳定，当图像受到小的扰动时，奇异值不会有很大变化。（2）奇异值对应于图像的亮度特征，而奇异值向量则对应于图像的几何特征。往往，对于一张经过复制粘贴的篡改图像，并不是光用肉眼就能确定其篡改区域的，而用奇异值分解，就能得到图像的内蕴特征

49、，非视觉特性，它所反应的是图像矩阵中元素的关系。（3）图像块进行奇异值分解得到的奇异值特征向量的第一个元素要比其他的大得多。忽略这些较小的项所构成的图像质量不会有很大的退化，但是，如果改变了其中较大的项，那它所重新构成的图像就会发生大的变化。对矩阵进行奇异值分解所得出的奇异值向量比较稳定，并且有计算优势，可以直接解决非方矩阵，将其用作图像的特征向量是不错的选择。25算法描述基于SVD奇异值分解的复制粘贴的篡改图像检测法，其算法的步骤主要有以下几个图像分块，图像块特征值提取，特征值排序，匹配，显示。本节将详细的介绍每个步骤的实现及其功能。22251数字图像分块方法通过对数字图像的介绍，我们知道，图像是以像素值的方式储存的。在计算机中，就是多个数值以矩阵的形式保存一副图像。所以，对数字图像的分块方法，就是将一个大的矩阵分成多个小矩阵。2511简单分块法简单分块法比较容易理解，比如一张512512的图像，将其分成6464个块，则每块为88像素。这种分块方式比较简单，但是它也有弊端如果每个块太大，就会影响检测的精度；如果原图像的行不能被每个小块的行整除，则就会多出图像右边和下边两个边缘处不能分块，比如一张514514的图像，如果每个块为88，则在图像的右边和下边两处边缘剩余2514的像素不能分块。这个时候就必须对原图像进行处理，在图像的右边和下边补上6514的像