一種基于局部特征的圖像Copy-Move篡改取證方法?

趙 杰 吳曉云 王 博 畢秀麗 梁東云

（1.商洛學院電子信息與電氣工程學院 商洛 726000）（2.重慶郵電大學計算智能重點實驗室 重慶 400065）

1 引言

互聯網和信息技術的快速發展使得圖像、音頻、視頻的數字內容安全性、真實性等問題成為社會的熱點。數字水印作為數字內容認證的重要手段已經成為研究的熱點。但水印技術仍具有很大局限性［1］。近年來，圖像被動取證技術得到人們的重視。數字圖像篡改方式很多，有區域復制粘貼、重采樣、雙重壓縮等，人們也提出了相應的算法［2～5］。Copy-Move 是最常見的一種篡改操作。Jessica Fridrich 等提出基于量化DCT 系數匹配檢測的辦法，而文獻［6］提出了改進算法，通過截斷操作生成降低維數的圖像塊特征，該方法可以抵抗JPEG 壓縮和模糊攻擊。文獻［7］提出對圖像中每個圓形塊進行對數極坐標變換，然后對變換結果再做傅里葉變換來提取特征，該方法雖然對旋轉和縮放攻擊具有魯棒性，但是不能抵抗常見的后處理操作。文獻［8］運用灰度歸一化和不變矩陣提取各個對象的盲取證特征。文獻［9］提出一種采用尺度不變特征變化（SIFT）的方法，當復制區域經過旋轉和尺度縮放，這種方法仍能成功檢測出篡改區域，然而，其缺陷在于其僅利用匹配的特征點對篡改區域進行標記，特征向量較長。有學者提出采用kernel PCA（KPCA）算法提取分塊特征，得到的基于KPCA 的特征對于加噪和JPEG 壓縮具有較好的魯棒性［10］。此外，還有利用奇異值分解的方法等［11～12］。

本文提出一種利用圖像塊局部特征的Copy-Move 篡改檢測方法，首先提取圖像塊的分塊特征，然后進行特征向量排序，并進行相似匹配，得到初步標記結果，然后使用形態學運算濾除誤孤立的誤匹配塊，從而得到最終檢測結果。

2 本文算法

主要檢測步驟如下:

1）如果輸入圖像為彩色圖像，則首先將其轉換為灰度圖像。

其中，RI、GI、BI分別代表輸入圖像I的三個顏色分量，YI為亮度信息。

2）假設輸入圖像大小為M×N ，將灰度圖像分割為互相重疊的小塊，分塊大小為B×B，則共有(M-B+1)×(N-B+1)個分塊。

3）計算每個分塊的算術均值，記為BAij。對分塊內部再分為若干n×n 子塊（n ＜B/3），計算每個子塊的均值。分塊的均值BAij及其內部子塊的一系列均值組成該分塊的特征向量。特征向量長度為L=1+(B/n)×(B/n)。

4）每個圖像塊的特征向量組成(M-B+1)(N-B+1)×L 的特征矩陣，然后對特征矩陣進行字典排序。

5）計算排序后特征矩陣中相鄰兩行的相似度，如果相似度大于閾值Tc，則計算這兩行的位移矢量。假設兩行代表的圖像塊左上角坐標為(i1,j1)和(i2,j2)，則位移矢量為

對排序后的特征矩陣按行進行遍歷，當相鄰兩行代表的圖像塊左上角像素點間距離D 大于距離閾值Td時，計算相應的位移矢量，并對相同的位移矢量進行計數。像素點間距離可用歐式距計算，即

6）特征矩陣遍歷完成之后，會得到若干位移矢量，每種位移矢量有若干計數值。由于區域復制后有可能會進行旋轉操作，因此，統計近似的位移矢量的計數值之和C，如果C大于閾值Tf，則將滿足條件的對應圖像塊進行標記。

7）對初步標記的結果進行形態學運算的后處理，消除小的孤立的錯誤匹配塊，得到最終標記結果。

整體流程如圖1所示。

圖1 基本流程圖

3 仿真測試

實驗仿真通過Matlab R2014 完成，首先進行基本Copy-Move篡改測試，復制原圖中小鳥及其邊一定區域，粘貼至其他區域，形成Copy-Move篡改，然后對篡改圖像進行檢測，測試結果如圖2所示。

圖2 基本Copy-Move篡改檢測結果

對篡改后圖像分別進行加噪濾波、模糊、亮度調整、對比度調整、JPEG 壓縮、復制區域小幅度旋轉/縮放等篡改，然后進行檢測，結果分別如圖3～圖9所示。

圖3 Copy-Move+圖像加噪濾波篡改檢測結果

圖4 Copy-Move+圖像模糊篡改檢測結果

圖5 Copy-Move+圖像亮度調整篡改檢測結果

圖6 Copy-Move+圖像對比度調整篡改檢測結果

圖7 Copy-Move+圖像JPEG壓縮篡改檢測結果

圖8 Copy-Move+區域旋轉檢測結果

圖9 Copy-Move+區域縮放檢測結果

對篡改圖像的綜合處理操作進行測試，結果如表1所示。

表1 綜合篡改檢測結果

4 結語

本文利用圖像的區域統計特征對Copy-Move篡改進行檢測，采用分塊的方式進行匹配，雖然重疊分塊較多，但每塊的特征矢量構建簡單，運算復雜度并不高。實驗結果表明該方法對綜合了旋轉等幾何變化、加噪、濾波等多種潤飾對的Copy-Move篡改有一定效果，可以標記出篡改區域，但對較大程度的幾何變換修飾效果不理想，出現較多誤匹配塊，這也是后期需要進一步研究的方向。