基于二次JPEG压缩的图像篡改区域检测方法

摘要

本发明涉及一种基于二次JPEG压缩的图像篡改区域检测方法。本发明为了克服图像纹理平滑区域容易误检的问题，引入了一个纹理平滑区域掩膜，通过掩膜和JPEG误差生成篡改概率图，解决纹理平滑区域误检的问题。同时为了克服估计低质量图像的压缩质量因子不准确的问题，本发明不直接使用通过低质量图像的压缩质量因子重压缩得到的JPEG Ghosts特征，而是将多个压缩质量因子下的JPEG Ghosts特征转化成篡改概率图，并且选择多张显著的篡改概率图合并成一张篡改概率图。本发明鲁棒性强，误检低同时计算速度快。

说明书

技术领域

本发明属于图像分析技术领域，涉及一种基于二次JPEG压缩的图像篡改区域检测方法。

背景技术

近年来，图像编辑软件的快速发展和普及，修改图像内容已经变得是一件很简单的事情。当篡改的图像被恶意使用，会带来一些问题。比如把它作为伪造的法律证据或者伪造的新闻图片。由于JPEG压缩格式图像的广泛使用，对于JPEG图像的篡改检测就显得特别有意义。

Hany Farid在《Exposing Digital Forgeries From JPEG Ghosts》中提出了一种检测两次JPEG压缩的JPEG Ghosts特征和使用这种特征检测图像篡改区域的方法。在将低质量图像插入到高质量图像篡改图像时，对合成图像以低质量图像的质量因子重新JPEG压缩，重压缩的图像与篡改图像差值称为JPEG误差，JPEG误差在篡改区域比图像其它区域的小。JPEG Ghosts特征是针对这种现象设计的。在检测时使用多个质量因子下的JPEG误差的局部极小值点估计低质量图像的质量因子。对篡改图像以低质量图像的质量因子重压缩，利用JPEG Ghosts特征，检测图像的篡改区域。此方法存在以下问题：(1)在高质量图像的质量因子较小时，使用多个质量因子的JPEG误差的局部极小值估计低质量图像的质量因子误差较大。(2)虽然针对容易产生误检的图像纹理平滑区域，在计算JPEG误差时做了均值平滑处理，但是当图像上出现很大的纹理平滑区域时，还是会产生误检，没有根本上解决这个问题。(3)用K-S(Kolmogorov–Smirnov)检验做两样本检验检测篡改区域的方法，算法耗时且检测精度较差。

《针对双重JPEG压缩图像的篡改检测及篡改定位方法》102957915A在检测图像转化的灰度图像上做处理，用k-means聚类的方法将图像分成两类，设计了一个度量标准度量两类的距离判断图像是否进行了篡改。《一种JPEG图像的篡改检测方法》1916958使用图像块的量化表检测JPEG图像篡改。《基于条件共生概率矩阵的移位JPEG双压缩篡改盲检测方法》102819842A使用条件共生概率矩阵检测移位的JPEG双压缩篡改检测。《基于DCT统计特征的JPEG图像区域复制篡改盲检测方法》103345758A使用DCT统计特征检测JPEG图像区域复制。《一种对JPEG图像的像素块分类方法及基于此的图像篡改检测和被篡改区域定位方法》102521606A使用JPEG图像的AC系数带的首位数分布概率检测JPEG双压缩图像篡改。《基于统计学判断的双重压缩JPEG图象篡改盲检测方法》使用DCT系数直方图计算子块篡改概率。以上方法的缺点主要是1)误检较多，特别是在综合多种方法的图像篡改鉴定系统中，单个方法的误检多对整体的影响很大。2)速度慢，在定位篡改区域时使用的算法计算复杂度高，有时为了权衡计算时间不得不牺牲算法精度。

发明内容

本发明为了克服图像纹理平滑区域容易误检的问题，引入了一个纹理平滑区域掩膜，通过掩膜和JPEG误差生成篡改概率图，解决纹理平滑区域误检的问题。同时为了克服估计低质量图像的压缩质量因子不准确的问题，本方法不直接使用通过低质量图像的压缩质量因子重压缩得到的JPEG Ghosts特征，而是将多个压缩质量因子下的JPEG Ghosts特征转化成篡改概率图，并且选择多张显著的篡改概率图合并成一张篡改概率图。

本发明方法包括以下步骤：

步骤1、获取输入的图像的JPEG压缩质量因子Q₂和量化表。

步骤2、计算图像纹理光滑区域掩膜m，具体是：

步骤2.1、将图像划分成多个子块，子块大小为b×b；

步骤2.2、计算子块内像素的归一化方差var。

步骤2.3、根据公式计算掩膜m

$>m_{(i,j)}=\left(\begin{array}{cc}=0& \mathrm{var}<t_1\\ =1& \mathrm{var}>=t_1\end{array}\right)$>

m_(i,j)表示块坐标为(i,j)的掩膜值，var是归一化方差，t₁是一个经验阈值。

步骤3、计算篡改概率图，具体是：

步骤3.1、使用输入图像的量化表，计算多个压缩质量因子的JPEG误差

$>D_{(i,j)}^{Q_k}=\underset{l=1}{\overset{3}{\Sigma }}\underset{n=b*i}{\overset{b*i+b-1}{\Sigma }}\underset{n=b*j}{\overset{b*j+b-1}{\Sigma }}{(I_{(n,m,l)}-I_{(n,m,l)}^{Q_k})}^2/(3\times b\times b)$>

表示压缩质量因子为Q_k，块坐标为(i,j)的JPEG误差。l是输入图像的通道序号。n、m是输入图像的坐标,I_(n,m,l)是输入图像，是使用压缩质量因子Q_k对输入图像重压缩得到的图像。

步骤3.2、JPEG误差归一化

$>{\mathrm{DN}}_{(i,j)}^{Q_k}=(D_{(i,j)}^{Q_k}-min(D^{Q_k}\left)\right)/\left(max\right(D^{Q_k})-min(D^{Q_k}\left)\right)$>

表示归一化的JPEG误差，表示压缩质量因子为Q_k的JPEG误差的最小值，表示压缩质量因子为Q_k的JPEG误差的最大值。

步骤3.3、JPEG误差乘以纹理光滑区域掩膜，生成篡改概率图

$>p_{(i,j)}^{Q_k}={\mathrm{DN}}_{(i,j)}^{Q_k}*m_{(i,j)}$>

表示压缩质量因子为Q_k，块坐标为(i,j)的篡改概率。

步骤4、用户从多张篡改概率图中选择多张显著的篡改概率图，对应的压缩质量因子组成集合A。

步骤5、多张篡改概率图加权累加，合并成一张篡改概率图

$>p_{(i,j)}=\underset{Q_k\in A}{\Sigma }{w}^{Q_k}\times p_{(i,j)}^{Q_k}$>

$>w^{Q_k}=\frac{\frac{1}{\ln \left(\underset{i,j}{\Sigma }{p}_{(i,j)}^{Q_k}\right)}}{\underset{Q_k\in A}{\Sigma }\frac{1}{\ln \left(\underset{i,j}{\Sigma }{p}_{(i,j)}^{Q_k}\right)}}$>

p_(i,j)表示块坐标为(i,j)的篡改概率。表示压缩质量因子为Q_k的篡改概率图的归一化权重。

步骤6、用统计得到的阈值t₂分割篡改概率图p得到篡改区域分割图。使用统计的阈值分割避免了当区域篡改概率不显著时的误检。

步骤7、输出篡改概率图和篡改区域分割图。

本发明的有益效果：

1、检测图像纹理平滑区域，生成一个纹理平滑区域掩膜，通过掩膜和JPEG误差生成篡改概率图，解决纹理平滑区域误检的问题。

2、当重压缩质量因子与低质量图像的质量因子两个值的差较小时，获取的JPEGGhosts特征也有很强的检测篡改区域的能力。此处将显著的多张篡改概率图合成一张篡改概率图，提高了方法鲁棒性，降低误检。

3、通过统计，得到篡改区域概率图的阈值，分割出篡改区域，误检很少，计算速度快。

附图说明

图1为本发明方法流程图。

具体实施方式

以下结合实施例和附图1对本发明作进一步说明：

1、获取输入的图像的JPEG压缩质量因子Q₂和量化表，可以通过libjpeg库获取。

2、计算图像纹理光滑区域掩膜m，纹理光滑取值置为0，其他区域置为1，具体如下：

2.1、将图像划分成多个子块，子块大小为b×b，当前例使用b＝16。

2.2、计算子块内像素的归一化方差var。

2.3、根据公式计算掩膜m。

$>m_{(i,j)}=\left(\begin{array}{cc}=0& \mathrm{var}<t_1\\ =1& \mathrm{var}>=t_1\end{array}\right)$>

m_(i,j)表示块坐标为(i,j)的掩膜值，var是归一化方差，t₁是一个经验阈值，t₁＝10。

3、计算篡改概率图，具体是：

3.1、使用输入图像的量化表，计算属于[30,Q₂-1]集合内的各个压缩质量因子的JPEG误差：

$>D_{(i,j)}^{Q_k}=\underset{l=1}{\overset{3}{\Sigma }}\underset{n=b*i}{\overset{b*i+b-1}{\Sigma }}\underset{n=b*j}{\overset{b*j+b-1}{\Sigma }}{(I_{(n,m,l)}-I_{(n,m,l)}^{Q_k})}^2/(3\times b\times b)$>

表示压缩质量因子为Q_k∈[30,Q₂-1]，块坐标为(i,j)的JPEG误差，l是输入图像的通道序号，n、m是输入图像的坐标,I_(n,m,l)是输入图像，是使用压缩质量因子Q_k对输入图像重压缩得到的图像

3.2、JPEG误差归一化：

$>{\mathrm{DN}}_{(i,j)}^{Q_k}=(D_{(i,j)}^{Q_k}-min(D^{Q_k}\left)\right)/\left(max\right(D^{Q_k})-min(D^{Q_k}\left)\right)$>

表示归一化的JPEG误差，表示压缩质量因子为Q_k的JPEG误差的最小值，表示压缩质量因子为Q_k的JPEG误差的最大值。

3.3、JPEG误差乘以纹理光滑区域掩膜，生成篡改概率图：

$>p_{(i,j)}^{Q_k}={\mathrm{DN}}_{(i,j)}^{Q_k}*m_{(i,j)}$>

表示压缩质量因子为Q_k∈[30,Q₂-1]，块坐标为(i,j)的篡改概率。

4、用户从质量因子为Q_k∈[30,Q₂-1]的多张篡改概率图中选择多张显著篡改概率图，即除了纹理平滑区域，存在某个区域的概率明显低于附近区域的概率，对应的质量因子组成集合A，A可以是空集。显然集合A是集合[30,Q₂-1]的子集。

5、多张篡改概率图加权累加，合并成一张篡改概率图：

$>p_{(i,j)}=\underset{Q_k\in A}{\Sigma }{w}^{Q_k}\times p_{(i,j)}^{Q_k}$>

$>w^{Q_k}=\frac{\frac{1}{\ln \left(\underset{i,j}{\Sigma }{p}_{(i,j)}^{Q_k}\right)}}{\underset{Q_k\in A}{\Sigma }\frac{1}{\ln \left(\underset{i,j}{\Sigma }{p}_{(i,j)}^{Q_k}\right)}}$>

p_(i,j)表示块坐标为(i,j)的篡改概率。表示压缩质量因子为Q_k的篡改概率图的归一化权重。

6、使用篡改概率图计算篡改区域分割图，具体是：

6.1、用统计得到的阈值t₂＝0.63，阈值分割篡改概率图p得到篡改区域分割图。使用统计的阈值分割避免了当区域篡改概率不显著时的误检。

6.2、对篡改区域分割图做后处理，先做膨胀操作，再做腐蚀操作，得到最终的篡改区域分割图。

7、输出篡改概率图和篡改区域分割图。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，应带理解，本发明并不限于这里所描述的实现方案，这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。