《局部特征在数字图像同源同源篡改取证中的应用研究》由会员分享，可在线阅读，更多相关《局部特征在数字图像同源同源篡改取证中的应用研究（32页珍藏版）》请在金锄头文库上搜索。
1、局部特征在数字图像同源同源篡改取证中的应用研究摘要随着计算机和网络技术的不断发展，数字图像资源的使用率居高不下。在图像媒体得到广泛应用的同时，应各类图像使用的要求，图像处理技术飞速发展，出现了很多图像编辑软件，同源篡改图像变得相当容易，导致图像的安全性受到严重挑战。因此，用于图像信息安全的相关认证技术应用而生，并且迅速发展。克隆操作和拼接操作可以看做在同一副图像或不同图像中生成了原始图像中部分图像的拷贝，可以考虑用局部特征拷贝检测的思想解决这两张操作的检测问题。因此，本文提出了基于局部特征拷贝检测的盲取证算法。一方面，通过特征融合提取精准特征，保证检测的准确性;另一方面，通过基于机器学习的感知
2、哈希将特征映射为紧凑的哈希码，提高检测的效率。但展望海量数字图像在互联网高速传播的未来，仍需继续完善数字图像盲取证技术框架、探索数字图像真实性相关的图像语义、研究利用互联网用户反馈信息帮助数字图像取证的方法等来提高面向真实性鉴别的数字图像盲取证技术的性能。关键字：局部特征；数字图像；同源同源篡改；取证ABSTRACTWith the continuous development of computer and network technology, the use rate of digital image resources is high. With the wide applicatio
3、n of image media, various image requests and image processing technologies have been developing rapidly. Many image editing softwares have appeared. The image of homologous tampering has become quite easy, which leads to serious challenges to image security. Therefore, the relevant authentication te
4、chnology for image information security has been developed and developed rapidly.Cloning operation and stitching operation can be regarded as copies of original images in the same image or different images. We can consider the idea of local feature copy detection to solve the detection problems of t
5、hese two operations. Therefore, a blind forensics algorithm based on local feature copy detection is proposed in this paper. On the one hand, accurate features are extracted through feature fusion to ensure the accuracy of detection. On the other hand, the perception of Hashi based on machine learni
6、ng maps the feature to compact Hashi code, which improves the efficiency of detection.But the prospect of massive digital image on the Internet propagation speed of the future, still need to continue to improve the digital image forensics technology framework, explore the authenticity of digital ima
7、ge, research related to the use of the Internet user performance feedback method of digital image forensics help to improve the blind forensics of digital image authenticity detection.Keywords: local features; digital images; homologous and homologous tampering; Forensics目录1、绪论41.1研究的背景与意义41.2本文的主体架
8、构52、盲取证基本理论和关键技术52.1数字图像取证分类52.2数字图像主动取证技术62.2.1数字水印62.2.2数字签名72.3数字图像被动取证（盲取证）技术73、基于局部特征拷贝检测的盲取证研究83.1基于局部特征拷贝检测的被动取证框架83.2局部特征图像拷贝检测算法83.3基于特征融合的特征提取算法93.4基于机器学习的感知哈希算法123.5实验结果与分析173.5.1局部特征拷贝检测实验与结果分析173.5.2被动取证实验与结果分析203.5.3取证算法性能分析22结语26参考文献27致谢281、绪论1.1研究的背景与意义随着电子技术和网络技术的不断发展、完善，计算机、网络己经走进了
9、人们的工作、生活和学习，甚至己经成为人们工作、生活和学习中不可缺少的基础性工具。中国互联网络信息中心于2014年3月5日发布的第33次中国互联网络发展状况统计报告中指出，截止2013年12月31日，中国的互联网普及率达到43.8%，有6.18亿网民，网站总数达到320万个，网页数量多达15000亿。人们利用互联网即时通信、社交，浏览新闻资讯，下载、观看网络文学、影视、动漫作品，参与网络游戏、预定旅行等进行休闲娱乐，除此之外还有网上购物、网上支付、理财等商务交易。而且统计报告显示:利用互联网浏览网页，了解新闻资讯的用户有50316万，对于该模块网民使用率达到79.6%，排名第三。网页中各种形式的
10、多媒体资源所占比例如表1-1所示，由表中数据可知，网页中的图片媒体资源占到整个媒体资源的48.8%。表1-1按多媒体形式分类的网页情况有调查指出，人的大脑所获得的信息中，有60%是由视觉系统提供的，听觉系统的占20%,剩下的由味觉、嗅觉和触觉获得。图像由于其本身的直观性和生动性，在人们生活、工作和学习中得到广发应用，加上计算机和数码产品的大量涌现，数字图像由于其存储、使用十分便利的特性，在图像界掀起了一场规模宏大的变革。数字图像搭上了数字、网络的快车渗透到人们生活、工作和学习的方方面面，例如新闻报道、情报信息收集、刑事调查、安全监测、以及医疗保健等。与此同时，应图像的各种使用要求，出现了如美图
11、秀秀、Adobe Photoshop、光影魔术手等，一系列编辑处理数字图像的图像编辑软件。越来越多的数字图像编辑软件将图像的编辑操作变得越来越简单，对操作者的要求也是越来越低，随之而来的就是很多为达到某种目的的虚假图像。1.2本文的主体架构论文共分为四章：绪论、数字图像同源同源篡改取证的基本理论与相关技术、基于局部特征拷贝检测的同源同源篡改取证研究以及总结和展望。论文的章节结构主要安排如下：第1章主要介绍了数字图像同源同源篡改取证的研究背景，然后分析了现有的算法，借此分析了相关研究的难点，并在此基础上给出了本文的研究内容和组织结构。第2章主要介绍了数字图像同源同源篡改取证技术的基本理论和关键技
12、术，从基本原理出发，介绍了现有数字图像同源同源篡改取证的框架，典型的同源篡改操作，以及现有的数字图像同源同源篡改取证算法的具体内容等。第3章针对数字图像同源同源篡改取证研究中的克隆检测，将拷贝检测的相关思想引入取证应用，提出了一种图像特征提取和哈希算法，用于进行局部特征拷贝检测，进而达到检测克隆操作的目的。一方面，通过特征融合提取精准特征，保证搜索的准确性；另一方面，另一方面利用机器学习的方法生成哈希函数，能对任意新来的图像进行快速哈希，生成紧凑的哈希码，从而大大加快了检测的速度。第4章对本文的研究工作进行总结，并对未来研究工作的进行展望，阐明下一步工作的方向。2、盲取证基本理论和关键技术2.
13、1数字图像取证分类图2.1为数字图像取证技术的分类图。数字图像取证（Digital Image Forensies）是一项用于检测图像的真实性、完整性及原始性的技术，主要分为两个大类:主动取证和被动取证（即盲取证）。图2.1数字图像取证技术的分类2.2数字图像主动取证技术数字图像主动取证需要事先在图像中嵌入附加信息，后期检测图像中的附加信息，并与预嵌入信息比较来鉴定图像是否被同源篡改，其中常用的预嵌入的附加信息有数字水印和数字。2.2.1数字水印数字水印（Digital Watermarking）技术是直接将数字水印（标识信息）嵌入到载体（图像、视频、文档等）中，但是这部分信息不会影响载体的价
14、值。数字水印根据使用目的选择是否被用户察觉，隐密性要求比较高（人民币、发票）的，通常选择不被用户察觉；隐密性要求低（淘宝）的会选择被用户看到，直观显示载体的真实性。通过这些隐藏在载体中的信息，可以达到向创建者、购买者传送隐秘信息或者判断载体是否被同源篡改的目的。数字水印最核心的技术有以下四种:（1）基于小波算法的数字水印生成与隐藏算法:采用小波算法，将数字图像的空间域数据通过离散小波变换（DwT）转换为相应的小波域系数，并根据待隐藏的信息类型，对其进行适当的编码和变形，再根据隐藏信息量的大小和相应的安全目标，选择方形的频域系数序列。最后，将数字图像的频域系数经反变换转化为空间域数据。（2）水印
15、防复制技术:当仿冒者得到含有数字水印的印刷包装后，一定会设法复制（如采用高精度数字扫描仪），为防止数字水印信息被复制，数字水印嵌入软件在隐藏水印信息时采用了色谱当量给定算法，这种方法可以保证仿冒者在满足工艺性调整原图的色彩时，无法避免改动色谱当量，这样就从根本上保证了水印不被复制。（3）抗衰减技术:从数字图像到印刷品，要经过制版、印刷等多道工序，数字水印的特征在每个工序上都要被衰减，为保证数字水印在最终印刷品上有足够的信号强度，数字水印嵌入软件在生成水印信息时充分考虑了足够的信号强度，确保经过多个工序时信号强度（鲁棒性）仍能被可靠机读。（4）数字水印检验机读化:数字水印检验机读化可消除人为因素
16、的不确定性，提高检验速度，增强隐蔽信息（水印）识别的安全性，并可和RFC ,紫外、磁条等己有成熟的防伪检验设备组成多重立体防伪系统，提升综合安防水平。2.2.2数字签名数字签名（又称公钥数字签名、电子签章）是一种类似写在纸上的普通的物理签名，但是使用了公钥加密领域的技术实现，用于鉴别数字信息的方法。一套数字签名通常定义两种互补的运算，一个用于签名，另一个用于验证。数字签名，就是只有信息的发送者才能产生的别人无法伪造的一段数字串，这段数字串同时也是对信息的发送者发送信息真实性的一个有效证明数字签名算法依靠公钥加密技术来实现的。在公钥加密技术里，每一个使用者有一对密钥:一把公钥和一把私钥。公钥可以自由发布，但私钥则秘密保存；还有一个要求就是要让通过公钥推算出私
