基于數(shù)字水印的圖像篡改檢測方法

]。1.3.2圖像篡改技術圖像的空間變換是用數(shù)學計算對各個像素的灰度值進行演算的一種變換，是借助于稱為模板（mask）的局部像素域來完成的。主要包括鄰域處理法和點處理法。其中鄰域法包括梯度運算(GradientAlgorithm)、拉普拉斯算子(LaplacianOperator)、平滑算子運算(SmoothingOperator)和卷積運算(ConvolutionAlgorithm)；點處理法包括灰度處理(Greyprocessing)、面積、周長、體積、重心運算等。利用這些常用的圖像處理方法可以衍生出一些水印算法?；诮换サ姆椒ㄔ试S用戶選擇圖像中的若干區(qū)域作為感興趣區(qū)，通過人機交流方式，充分發(fā)揮用戶在圖像檢索過程中的作用。該方法能夠準確捕獲用戶的檢索目標，但是特征提取和區(qū)域搜索需要實時完成，因而檢索速度較慢。在實際應用中，利用圖像拐點或灰度信息提取感興趣點構成顯著區(qū)域，與人的主觀評價存在差異，因而變換式方法有一定局限性。上述感興趣區(qū)提取方法僅針對簡單視覺場景中的特定圖像，而對復雜背景下含有多目標物的自然圖像難以處理。因此本文采用基于視覺注意的方法提取圖像感興趣區(qū)。據(jù)統(tǒng)計，人類視覺神經(jīng)元所接受的信息量大約是每秒比特，而大腦皮層細胞總數(shù)僅為個，因此視覺系統(tǒng)無法實時處理全部信息，只能選擇性地對部分信息進行處理。另一方面，對于觀察者而言，并非全部外界環(huán)境信息都很重要，因此大腦只用對部分重要信息做出響應，并進行控制。大腦在對外界信息處理過程中表現(xiàn)出的這種特性，稱為視覺注意。視覺注意是一種生物機制，能促進生物視覺系統(tǒng)快速有效地檢索出外界場景中的重要信息并進行相關處理，也是人類視覺系統(tǒng)信息加工過程中普遍存在的心理調(diào)節(jié)機制。它能根據(jù)行為目的需求或局部景象線索將注意力有選擇地集中在某個目標上，借助這種方式從外界輸入的大量信息中篩選出感興趣區(qū)，從而獲取目標對象的顯著特征，為減少信息處理量提供依據(jù)和保障。1.3.3圖像篡改分類數(shù)字圖像偽造篡改技術種類甚繁，但是如果從原理上進行區(qū)分，則可以主要分成以下六類：（1）拼接：指從單幅或多幅圖像中選取目標區(qū)域，并將其移植到目標圖像中進行拼接作業(yè)，然后進行某些后期操作，最后形成完整圖像。此法方法應用極為廣泛。（2）復制——粘貼篡改：指將數(shù)字圖像中的某一部分區(qū)域復制出來，然后粘貼到同幅或異幅圖像的其他區(qū)域中，從而達成隱藏某些圖像或是造成某種假象的目的。此法簡單、有效，故大行于世。（3）修復：指意在補全圖像上某些信息缺損區(qū)域的修復性作業(yè)，根本目的在于令觀察者不能意識到圖像曾經(jīng)缺損。今日常見的圖像修復技術主要有兩大類：圖像補全技術、修補技術。（4）增強：指為刻意突出某些篡改者希望被重視的圖像細節(jié)，同時淡化某些篡改者希望被忽視的細節(jié)而改變圖像中某些特定區(qū)域的對比度、背景、顏色等，此法并不對圖像內(nèi)容進行增刪性的篡改，只是在視覺效果上施以細節(jié)調(diào)整以達成目的，因此最容易被忽視。（5）潤飾：指意在篡改圖像某些局部特征的裝飾性作業(yè)，常見的有模糊、著色等，這種手法較為隱蔽，在藝術照中這種修改手段會經(jīng)?？吹?。（6）變形：指一種把一幅圖像漸變成另一幅完全不同圖像的技術。從技術層面上講，其關鍵是通過運用圖像上若干控制點的有目的的位移，從而使整幅圖像發(fā)生變化，以達到預期效果的技術，這在電影特效中較為常見。以上所述的六類篡改手段，在實際的應用過程中，往往不單單使用其中的某一種方法來篡改圖像，而是將上述幾類篡改方式結(jié)合起來一起使用，使圖像更加自然，更難以分辨，這就給圖像的取證工作增加了難度。第二章DCT變換技術2.1離散余弦變換簡介2.1.1離散余弦變換定義離散余弦變換（DCTforDiscreteCosineTransform）是與傅里葉變換相關的一種變換，它類似于離散傅里葉變換（DFTforDiscreteFourierTransform），但是只使用實數(shù)。2.1.2離散余弦變換主要應用例如，在靜止圖像編碼標準JPEG中，在運動圖像編碼標準MJPEG和MPEG的各個標準中都使用了離散余弦變換。得到的是一個8x8的變換系數(shù)矩陣。2.2離散余弦變換函數(shù)介紹余弦變換的完備正交歸一函數(shù)是φ0,tφi,t=2對這些函數(shù)在（0，T）內(nèi)取N個樣值，即得離散余弦變換矩陣的元為a0aik分別可得變換和反變換的矩陣形式。2.3DCT變換編碼的步驟DCT變換編碼的主要步驟是：顏色空間轉(zhuǎn)換，正向離散余弦變換（FDCT），量化，熵編碼（哈達碼編碼和算術編碼）。2.3.1DCT變換變換公式為F(u,v)=14c逆DCT變換公式為f(i,j)=14i=0其中，ccu輸出系數(shù)排列按Zig-zag排序，其中直流量為DC系數(shù)，交流量為AC系數(shù)。排列中越往后0越多。2.3.2量化這是整個過程中的主要有損運算。以這個結(jié)果來說，經(jīng)常會把很多高頻率的成份四舍五入而接近0，且剩下很多會變成小的正或負數(shù)。整個量化的目的是減小非“0”系數(shù)的幅度以及增加“0”值系數(shù)的數(shù)目。量化是圖像質(zhì)量下降的最主要原因。因為人眼對亮度信號比對色差信號更敏感，因此使用了兩種量化表。2.4DCT技術的應用例如，在靜止圖像編碼標準JPEG中，在運動圖像編碼標準MJPEG和MPEG的各個標準中都使用了離散余弦變換。在這些標準制中都使用了二維的第二種類型離散余弦變換，并將結(jié)果進行量化之后進行熵編碼。這時對應第二種類型離散余弦變換中的n通常是8，并用該公式對每個8x8塊的每行進行變換，然后每列進行變換。自適應聽覺變換編碼（AdaptiveTRansfeormAcousticCoding,ATRAC）利用運用改進的離散余弦變換的堆疊型正交鏡像濾波器（QuadratureMirrorFilter,QMF）。第三章基于數(shù)字水印的圖像篡改檢測與定位眾多安全問題隨之出現(xiàn)，比如；盜用別人的電子產(chǎn)品并在網(wǎng)上傳播，對數(shù)字圖像等多媒體信息進行修改、替換以達到損害比人名譽的目的等等。因此，對數(shù)字圖像等多媒體信息進行有效的認證是保證多媒體信息安全的重要手段。3.1水印的生成復制粘貼除了具有數(shù)字水印的一般特征，如不可見性、穩(wěn)健性、安全性外，水印本身對篡改必須具有一定的敏感性，因此，同樣在數(shù)字媒體中嵌入信息，復制粘貼與魯棒性水印的不同之處在于當信息內(nèi)容發(fā)生改變時，復制粘貼信息會發(fā)生一定程度的改變?；舅悸房煞譃橐韵聨讉€步驟：是將圖像分解成8*8的子塊，并把每一個子塊分成V1V2V3V4四塊如下表3.1所示表3.1子塊分塊圖V1V2V3V4分別對V1V2V3V4進行DCT變換并對V2進行量化，V2=q*floor（V2/q+0.5），q的值為2，floor（x）為取不大于x的最大整數(shù)把V2各元素的算術平均值的絕對值V2_mean=abs（sum(sum(V2'）)/64)和V2的各元素的絕對值的最大值V2_max=max（max(abs(V2）))的關系式x0=1/2*（V2_mean/V2_max+k）為基準數(shù)據(jù)生成隨機水印信息，rmark是產(chǎn)生的1行16列的介于0和1的隨機數(shù)據(jù)，n2大于1小于16，如果rmark（n2）>=0.5則mark（n2）=1，否則mark（n2）=0；則產(chǎn)生的是二進制水印信息，plot（n,w(n2），'*b')，進而生成水印。下圖為水印生成的程序流程圖其中n2為變量，其值為1到16的整數(shù)圖3.2水印生成程序流程圖3.2水印的嵌入為了兼顧嵌入信息的不可感知性和魯棒性，該算法將水印信息嵌入宿主圖像的DCT塊的中頻部分，w=mark，因為n3從1到16，如果w（n3）=1則V3（n3）=V2（n3）+r1；如果w（n3）=0則V3（n3）=V2（n3）+r1+1.5；從而完成了將水印信息嵌入DCT變換域的中頻系數(shù)。再對V進行DCT反變換從而得到嵌入水印的圖像。下圖為一種基于DCT算法水印嵌入框圖8*8DCT變換8*8DCT變換8*8DCT變換水印嵌入DCT反變換水印圖像載體圖像水印化載體圖像++圖3.3一種基于DCT算法水印嵌入框圖DCT水印嵌入程序框圖如下圖所示其中n3是值為1到16的整數(shù)變量圖3.4水印嵌入程序框圖3.3水印的檢測首先將圖像中的水印提取出來和認證信息相比較，設定一個閾值，可根據(jù)提取的數(shù)字水印和原始水印的相關值來判斷，相關值大于某一閾值時，認為圖像被篡改，否則認為圖像沒有被篡改。3.3.1水印的提取將嵌入水印的圖像分解成8*8的子塊，并把每一個子塊分成V1V2V3V4四塊，分別對V1V2V3V4進行DCT變換并對V2進行量化，V2=q*floor（V2/q+0.5）。把V2各元素的算術平均值的絕對值V2_mean=abs（sum(sum(V2'）)/64)和V2的各元素的絕對值的最大值V2_max=max（max(abs(V2）))的關系式x0=1/2*（V2_mean/V2_max+k）為基準數(shù)據(jù)生成隨機水印信息，rmark是產(chǎn)生的1行16列的介于0和1的隨機數(shù)據(jù)，n2大于1小于16，如果rmark（n2）>=0.5則mark（n2）=1，否則mark（n2）=0；則產(chǎn)生的是二進制水印信息，plot（n,w(n2），'*b')，進而生成水印。水印的提取如下圖所示：其中n2是變量，其值是1到16的整數(shù)。圖3.5水印提取程序框圖3.3.2提取認證信息認證信息用w2表示，n3是從1到16的整數(shù)，如果V3與V2的對應像素的差值減去閾值r1的絕對值小于1那么認證信息的對應的值為1否則為0，這樣就提取出認證信息。下圖為程序流程圖其中n3是1到16的整數(shù)變量圖3.6認證信息提取程序框圖3.3.3篡改檢測與定位n4是從1到16的整數(shù)，因為圖像被分成（width/block）*（height/block）塊，首先在第一塊中把提取的水印和復制粘貼相比較，看w（n4）和w2（n4）是否相同，如果不同則被篡改的標志位1，然后再分別比較其余子塊的提取水印和復制粘貼。如果子塊被篡改的標志位的個數(shù)大于1.5*r2則說明該子塊被篡改同時也說明該圖像被篡改。下圖為水印篡改檢測程序框圖：其中s為標志位的和，其初值為0，n4是1到16的整數(shù)變量圖3.7水印篡改檢測程序框圖下圖為確定篡改位置的程序流程圖：開始開始該子塊被篡改？Y將該子塊的灰度值設為255將該子塊的灰度值設為0結(jié)束Nn5小于等于16？n5=1n5=n5+1NN圖3.8篡改定位的程序框圖3.4實驗結(jié)果與分析圖3.9給出了cameraman和lena圖像中重要內(nèi)容被剪切的例子，該圖像大小為256*256像素，圖3.9（a、e）為原始圖像，4.9（b、f）為嵌入水印后的圖像，4.9（c、g）為嵌入水印后被篡改的圖像，4.9（d、h）為篡改定位后的圖像，可以發(fā)現(xiàn)該圖像被篡改的位置被精確的定位出來。圖3.9（a）原始圖像圖3.9（b）嵌入水印后的圖像圖3.9（c）剪切攻擊后的圖像圖3.9（d）篡改定位的結(jié)果圖3.9（e）原始圖像圖3.9（f）嵌入水印后的圖像圖3.9（g）剪切攻擊后的圖像圖3.9（h）嵌入水印后的圖像圖3.9對圖像進行剪切攻擊后所得到的各種圖像圖3.10給出了cameraman和lena圖像中重要內(nèi)容被篡改的例子，該圖像大小為256*256像素。圖3.10（b）中的一背景建筑物被精心地刪除得到4.10（c），僅從圖3.10（c）中很難發(fā)現(xiàn)一高樓樓頂被刪除，但是從圖3.10（d）能很容易的觀察到圖像被篡改的位置，4.10（d）是篡改定位的結(jié)果。4.10（g）為被篡改后的圖像，從圖像的帽子上復制了一大塊然后粘貼到圖像的右側(cè)。圖3.10（a）原始圖像圖3.10（b）嵌入水印后的圖像圖3.10（c）篡改后的圖像圖3.10（d）篡改定位的結(jié)果圖3.10（e）原始圖像圖3.10（f）嵌入水印后的圖像圖3.10（g）篡改后的圖像圖3.10（h）篡改定位的圖像圖3.10對圖像進行剪切攻擊后所得到的各種圖像

結(jié)語通過這樣的一次畢業(yè)設計過程中的親自動手實踐的過程，我能夠?qū)W到很多平時在書本中學不到的較多的知識，不僅是增長了我的見識，更多的是擴充了我的生活閱歷，客觀來講，主要可以總結(jié)為以下幾個方面：1、在這樣的一次畢業(yè)設計，動手操作實踐的過程中，我能夠?qū)⑵綍r在書本中學到的理論知識與實踐的工作能夠予以高效統(tǒng)一的結(jié)合起來，進而實現(xiàn)知識與知識之間的融會貫通，最終將書本上學到的知識，充分的應用到具體的實踐以及生活之中。除此之外，在具體的實踐過程中，我能夠更加清晰的認識到自己能力以及知識上的較大程度的欠缺以及許多的亟待完成和大力的改進的問題，對于理論知識的重要性以及動手實踐的重要性，不管是從宏觀的層面上，還是從微觀的層面上，都有了更好的認識和更加深刻的理解，能夠掌握到的知識，不管是從廣度上，還是從深度上，較之于從前，也是呈現(xiàn)出了較大程度的提升和加強，進而最終實現(xiàn)整個設計過程，更加系統(tǒng)高效的予以實施和大力的發(fā)展加強態(tài)勢的完成。2、對數(shù)字水印的圖像篡改的工作機理和具體的運營原理，也能夠有一個更加客觀的認識和明確的理解。在具體的實踐和實際的設計過程中，我對于單片機的認識，不再是像過往那樣，停留在較為膚淺的概念認識和概念理解的層面上，更多的是對其具體的運營機制和客觀的工作原理，有了更深的體會。并且，通過對單片機的工作原理的認識和客觀的了解，自己也能夠親自動手，設計出一個相對較小的系統(tǒng)出來，進而在實際的使用過程中，能夠發(fā)揮出來的綜合作用也是尤為重大的。3、使得我自己動手查找文獻資料的能力，實現(xiàn)了較大程度的提升和高效的加強。在整個系統(tǒng)性的管理和具體的設計事宜執(zhí)行的過程中，盡管是遇到了這樣或者是那樣的諸多的問題，但是通過自己的努力和自己不斷的實現(xiàn)對相關的文獻資料的查閱，在與老師以及同學的交流過程中，一步步的實現(xiàn)了這樣的一種問題的良好的解決和客觀的處理。從這樣的一個過程中，使得我的眼界不再是簡單的停留在書本的層面上，更多的是了解到了很多的書本之外的知識，進而是我的見識以及眼界，實現(xiàn)了更大的開拓，更加的擅長于團隊協(xié)作了，能夠更好的與他人進行良好的交流和及時的互動，對別人的建議，更懂得去粗存精了，在這樣的一個過程中，更加的深刻的認識到團隊發(fā)展和團隊管理的重要性了，因而，總的來講，通過這樣的一個過程中，更加的使得自身的綜合技能，得到了較大程度的進步和系統(tǒng)性的予以提升。

參考文獻[1]張文靜，肖創(chuàng)柏.數(shù)字圖像的拷貝翻轉(zhuǎn)移動篡改檢測[J].科學技術與工程，2009，06：1432-1437+1385.[2]張靜，馮占磊，蘇育挺.基于像素匹配的圖像“復制-粘貼”篡改檢測算法[J].天津大學學報，2009，08：713-720.[3]李生紅，張愛新，鄭燕雙，朱彤，金波.基于SIFT的圖像復制遮蓋篡改檢測技術[J].解放軍理工大學學報（自然科學版），2009，04：339-343.[4]王俊文，劉光杰，張湛，戴躍偉，王執(zhí)銓.圖像區(qū)域復制篡改快速魯棒取證[J].自動化學報，2009，12：1488-1495.[5]歐陽軍林，伍家松，GouenouCoatrieux,邵珠宏，舒華忠.魯棒的復制-縮放-粘貼篡改檢測方法[J].東南大學學報（自然科學版），2014，06：1116-1120.[6]張瑞芳，程曉輝，宋子航，陳揚.融合灰色馬爾科夫理論的二進小波圖像的復制-粘貼篡改檢測算法[J].桂林理工大學學報，2014，04：775-781.[7]廖聲揚，黃添強.基于幾何均值分解和結(jié)構相似度的同源視頻時間域復制-粘貼篡改快速檢測及恢復方法[J].計算機應用，2015，03：821-825+834.[8]張艷華，張榮，趙福星，郭立君.抗翻轉(zhuǎn)的圖像復制-粘貼篡改檢測算法[J].無線電通信技術，2015，03：34-37.[9]李巖，劉念，張斌，袁開國，楊義先.圖像鏡像復制粘貼篡改檢測中的FI-SURF算法[J].通信學報，2015，05：58-69.[10]李文龍，高尚.基于奇異值優(yōu)化的圖像復制粘貼篡改檢測算法[J].電子設計工程，2015，11：78-81.[11]趙俊紅，哀微，朱學峰.基于ASIFT和圓投影特征的圖像被動取證[J].華南理