1. 首页 > 今日星座 > 文章页面

数字图像取证技术的目录

一种基于压缩图像的反取证方法

很多朋友对于数字图像取证技术的目录和数字图像篡改检测算法不太懂,今天就由小编来为大家分享,希望可以帮助到大家,下面一起来看看吧!

本文目录

什么是“数字水印“,数字图像取证技术的目录什么是“数字水印“,

数字水印(Digital Watermark)技术是将与多媒体内容相关或不相关的一些标示信息直接嵌入多媒体内容当中,但不影响原内容的使用价值,并不容易被人的知觉系统觉察或注意到。通过这些隐藏在多媒体内容中的信息,可以达到确认内容创建者、购买者,或者是否真实完整。数字水印是信息隐藏技术的一个重要研究方向。

数字图像被动取证 盲取证技术 Passive Digital Image Forensic 检测方法

作为数字水印技术基本上具有下面几个方面的特点:

----安全性:数字水印的信息应是安全的,难以篡改或伪造,同时,应当有较低的误检测率,当原内容发生变化时,数字水印应当发生变化,从而可以检测原始数据的变更;当然数字水印同样对重复添加有有强的抵抗性

----隐蔽性:数字水印应是不可知觉的,而且应不影响被保护数据的正常使用;不会降质;

----鲁棒性:是指在经历多种无意或有意的信号处理过程后,数字水印仍能保持部分完整性并能被准确鉴别。可能的信号处理过程包括信道噪声、滤波、数/模与模/数转换、重采样、剪切、位移、尺度变化以及有损压缩编码等。主要用于版权保护的数字水印易损水印(Fragile Watermarking),主要用于完整性保护,这种水印同样是在内容数据中嵌入不可见的信息。当内容发生改变时,这些水印信息会发生相应的改变,从而可以鉴定原始数据是否被篡改。

----水印容量:嵌入的水印信息必须足以表示多媒体内容的创建者或所有者的标志信息,或购买者的序列号,这样有利于解决版权纠纷,保护数字产权合法拥有者的利益。尤其是隐蔽通信领域的特殊性,对水印的容量需求很大。

数字水印的分类

----1.按特性划分

----按水印的特性可以将数字水印分为鲁棒数字水印和易损数字水印两类。鲁棒数字水印主要用于在数字作品中标识著作权信息,利用这种水印技术在多媒体内容的数据中嵌入创建者、所有者的标示信息,或者嵌入购买者的标示(即序列号)。在发生版权纠纷时,创建者或所有者的信息用于标示数据的版权所有者,而序列号用于追踪违反协议而为盗版提供多媒体数据的用户。用于版权保护的数字水印要求有很强的鲁棒性和安全性,除了要求在一般图象处理(如:滤波、加噪声、替换、压缩等)中生存外,还需能抵抗一些恶意攻击。

----易损水印(Fragile Watermarking),与鲁棒水印的要求相反,易损数字水印主要用于完整性保护,这种水印同样是在内容数据中嵌入不可见的信息。当内容发生改变时,这些水印信息会发生相应的改变,从而可以鉴定原始数据是否被篡改。易损水印应对一般图象处理(如:滤波、加噪声、替换、压缩等)有较强的免疫能力(鲁棒性),同时又要求有较强的敏感性,即:既允许一定程度的失真,又要能将失真情况探测出来。必须对信号的改动很敏感,人们根据易损水印的状态就可以判断数据是否被篡改过。

----2.按水印所附载的媒体划分

----按水印所附载的媒体,我们可以将数字水印划分为图像水印、音频水印、视频水印、文本水印以及用于三维网格模型的网格水印等。随着数字技术的发展,会有更多种类的数字媒体出现,同时也会产生相应的水印技术。

----3.按检测过程划分

----按水印的检测过程可以将数字水印划分为明文水印和盲水印。明文水印在检测过程中需要原始数据,而盲水印的检测只需要密钥,不需要原始数据。一般来说,明文水印的鲁棒性比较强,但其应用受到存储成本的限制。目前学术界研究的数字水印大多数是盲水印。

----4.按内容划分

----按数字水印的内容可以将水印划分为有意义水印和无意义水印。有意义水印是指水印本身也是某个数字图像(如商标图像)或数字音频片段的编码;无意义水印则只对应于一个序列号。有意义水印的优势在于,如果由于受到攻击或其他原因致使解码后的水印破损,人们仍然可以通过视觉观察确认是否有水印。但对于无意义水印来说,如果解码后的水印序列有若干码元错误,则只能通过统计决策来确定信号中是否含有水印。

----5.按用途划分

----不同的应用需求造就了不同的水印技术。按水印的用途,我们可以将数字水印划分为票证防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印。

----票证防伪水印是一类比较特殊的水印,主要用于打印票据和电子票据、各种证件的防伪。一般来说,伪币的制造者不可能对票据图像进行过多的修改,所以,诸如尺度变换等信号编辑操作是不用考虑的。但另一方面,人们必须考虑票据破损、图案模糊等情形,而且考虑到快速检测的要求,用于票证防伪的数字水印算法不能太复杂。

----版权标识水印是目前研究最多的一类数字水印。数字作品既是商品又是知识作品,这种双重性决定了版权标识水印主要强调隐蔽性和鲁棒性,而对数据量的要求相对较小。

----篡改提示水印是一种脆弱水印,其目的是标识原文件信号的完整性和真实性。

----隐蔽标识水印的目的是将保密数据的重要标注隐藏起来,限制非法用户对保密数据的使用。

----6.按水印隐藏的位置划分

----按数字水印的隐藏位置,我们可以将其划分为时(空)域数字水印、频域数字水印、时/频域数字水印和时间/尺度域数字水印。

----时(空)域数字水印是直接在信号空间上叠加水印信息,而频域数字水印、时/频域数字水印和时间/尺度域数字水印则分别是在DCT变换域、时/频变换域和小波变换域上隐藏水印。

----随着数字水印技术的发展,各种水印算法层出不穷,水印的隐藏位置也不再局限于上述四种。应该说,只要构成一种信号变换,就有可能在其变换空间上隐藏水印。

典型数字水印算法

近年来,数字水印技术研究取得了很大的进步,下面对一些典型的算法进行了分析,除特别指明外,这些算法主要针对图象数据(某些算法也适合视频和音频数据)。

----空域算法该类算法中典型的水印算法是将信息嵌入到随机选择的图像点中最不重要的像素位(LSB:least significant bits)上,这可保证嵌入的水印是不可见的。但是由于使用了图像不重要的像素位,算法的鲁棒性差,水印信息很容易为滤波、图像量化、几何变形的操作破坏。另外一个常用方法是利用像素的统计特征将信息嵌入像素的亮度值中。

----Patchwork算法方法是随机选择N对像素点(ai,bi),然后将每个ai点的亮度值加 1,每个bi点的亮度值减 1,这样整个图像的平均亮度保持不变。适当地调整参数,Patchwork方法对JPEG压缩、FIR滤波以及图像裁剪有一定的抵抗力,但该方法嵌入的信息量有限。为了嵌入更多的水印信息,可以将图像分块,然后对每一个图像块进行嵌入操作。

----变换域算法该类算法中,大部分水印算法采用了扩展频谱通信(spread spectrum communication)技术。算法实现过程为:先计算图像的离散余弦变换(DCT),然后将水印叠加到DCT域中幅值最大的前k系数上(不包括直流分量),通常为图像的低频分量。若DCT系数的前k个最大分量表示为D={ di},i=1,…,k,水印是服从高斯分布的随机实数序列W={ wi},i=1,…,k,那么水印的嵌入算法为di= di(1+ awi),其中常数a为尺度因子,控制水印添加的强度。然后用新的系数做反变换得到水印图像I。解码函数则分别计算原始图像I和水印图像I*的离散余弦变换,并提取嵌入的水印W*,再做相关检验以确定水印的存在与否。该方法即使当水印图像经过一些通用的几何变形和信号处理操作而产生比较明显的变形后仍然能够提取出一个可信赖的水印拷贝。一个简单改进是不将水印嵌入到DCT域的低频分量上,而是嵌入到中频分量上以调节水印的顽健性与不可见性之间的矛盾。另外,还可以将数字图象的空间域数据通过离散傅里叶变换(DFT)或离散小波变换(DWT)转化为相应的频域系数;其次,根据待隐藏的信息类型,对其进行适当编码或变形;再次,根据隐藏信息量的大小和其相应的安全目标,选择某些类型的频域系数序列(如高频或中频或低频);再次,确定某种规则或算法,用待隐藏的信息的相应数据去修改前面选定的频域系数序列;最后,将数字图象的频域系数经相应的反变换转化为空间域数据。该类算法的隐藏和提取信息操作复杂,隐藏信息量不能很大,但抗攻击能力强,很适合于数字作品版权保护的数字水印技术中。

----压缩域算法基于JPEG、MPEG标准的压缩域数字水印系统不仅节省了大量的完全解码和重新编码过程,而且在数字电视广播及VOD(Video on Demand)中有很大的实用价值。相应地,水印检测与提取也可直接在压缩域数据中进行。下面介绍一种针对MPEG-2压缩视频数据流的数字水印方案。虽然MPEG-2数据流语法允许把用户数据加到数据流中,但是这种方案并不适合数字水印技术,因为用户数据可以简单地从数据流中去掉,同时,在MPEG-2编码视频数据流中增加用户数据会加大位率,使之不适于固定带宽的应用,所以关键是如何把水印信号加到数据信号中,即加入到表示视频帧的数据流中。对于输入的MPEG-2数据流而言,它可分为数据头信息、运动向量(用于运动补偿)和DCT编码信号块3部分,在方案中只有MPEG-2数据流最后一部分数据被改变,其原理是,首先对DCT编码数据块中每一输入的Huffman码进行解码和逆量化,以得到当前数据块的一个DCT系数;其次,把相应水印信号块的变换系数与之相加,从而得到水印叠加的DCT系数,再重新进行量化和Huffman编码,最后对新的Huffman码字的位数n1与原来的无水印系数的码字n0进行比较,只在n1不大于n0的时候,才能传输水印码字,否则传输原码字,这就保证了不增加视频数据流位率。该方法有一个问题值得考虑,即水印信号的引入是一种引起降质的误差信号,而基于运动补偿的编码方案会将一个误差扩散和累积起来,为解决此问题,该算法采取了漂移补偿的方案来抵消因水印信号的引入所引起的视觉变形。

----NEC算法该算法由NEC实验室的Cox等人提出,该算法在数字水印算法中占有重要地位,其实现方法是,首先以密钥为种子来产生伪随机序列,该序列具有高斯N(0,1)分布,密钥一般由作者的标识码和图象的哈希值组成,其次对图象做DCT变换,最后用伪随机高斯序列来调制(叠加)该图象除直流(DC)分量外的1000个最大的DCT系数。该算法具有较强的鲁棒性、安全性、透明性等。由于采用特殊的密钥,因此可防止IBM攻击,而且该算法还提出了增强水印鲁棒性和抗攻击算法的重要原则,即水印信号应该嵌入源数据中对人感觉最重要的部分,这种水印信号由独立同分布随机实数序列构成,且该实数序列应该具有高斯分布N(0,1)的特征。

----生理模型算法人的生理模型包括人类视HVS(HumanVisualSystem)和人类听觉系统HAS。该模型不仅被多媒体数据压缩系统利用,同样可以供数字水印系统利用。利用视觉模型的基本思想均是利用从视觉模型导出的JND(Just Noticeable Difference)描述来确定在图象的各个部分所能容忍的数字水印信号的最大强度,从而能避免破坏视觉质量。也就是说,利用视觉模型来确定与图象相关的调制掩模,然后再利用其来插入水印。这一方法同时具有好的透明性和强健性。

数字水印应用领域

随着数字水印技术的发展,数字水印的应用领域也得到了扩展,数字水印的基本应用领域是版权保护、隐藏标识、认证和安全不可见通信。

当数字水印应用于版权保护时,潜在的应用市场在于电子商务、在线或离线地分发多媒体内容以及大规模的广播服务。数字水印用于隐藏标识时,可在医学、制图、数字成像、数字图像监控、多媒体索引和基于内容的检索等领域得到应用。数字水印的认证方面主要ID卡、信用卡、ATM卡等上面数字水印的安全不可见通信将在国防和情报部门得到广泛的应用。多媒体技术的飞速发展和Internet的普及带来了一系列政治、经济、军事和文化问题,产生了许多新的研究热点,以下几个引起普遍关注的问题构成了数字水印的研究背景。

----1.数字作品的知识产权保护

----数字作品(如电脑美术、扫描图像、数字音乐、视频、三维动画)的版权保护是当前的热点问题。由于数字作品的拷贝、修改非常容易,而且可以做到与原作完全相同,所以原创者不得不采用一些严重损害作品质量的办法来加上版权标志,而这种明显可见的标志很容易被篡改。

----“数字水印”利用数据隐藏原理使版权标志不可见或不可听,既不损害原作品,又达到了版权保护的目的。目前,用于版权保护的数字水印技术已经进入了初步实用化阶段,IBM公司在其“数字图书馆”软件中就提供了数字水印功能,Adobe公司也在其著名的Photoshop软件中集成了Digimarc公司的数字水印插件。然而实事求是地说,目前市场上的数字水印产品在技术上还不成熟,很容易被破坏或破解,距离真正的实用还有很长的路要走。

----2.商务交易中的票据防伪

----随着高质量图像输入输出设备的发展,特别是精度超过 1200dpi的彩色喷墨、激光打印机和高精度彩色复印机的出现,使得货币、支票以及其他票据的伪造变得更加容易。

----另一方面,在从传统商务向电子商务转化的过程中,会出现大量过度性的电子文件,如各种纸质票据的扫描图像等。即使在网络安全技术成熟以后,各种电子票据也还需要一些非密码的认证方式。数字水印技术可以为各种票据提供不可见的认证标志,从而大大增加了伪造的难度。

----3.证件真伪鉴别

----信息隐藏技术可以应用的范围很广,作为证件来讲,每个人需要不只一个证件,证明个人身份的有:身份证、护照、驾驶证、出入证等;证明某种能力的有:各种学历证书、资格证书等。

国内目前在证件防伪领域面临巨大的商机,由于缺少有效的措施,使得“造假”、“买假”、“用假”成风,已经严重地干扰了正常的经济秩序,对国家的形象也有不良影响。通过水印技术可以确认该证件的真伪,使得该证件无法仿制和复制。

----4.声像数据的隐藏标识和篡改提示

----数据的标识信息往往比数据本身更具有保密价值,如遥感图像的拍摄日期、经/纬度等。没有标识信息的数据有时甚至无法使用,但直接将这些重要信息标记在原始文件上又很危险。数字水印技术提供了一种隐藏标识的方法,标识信息在原始文件上是看不到的,只有通过特殊的阅读程序才可以读取。这种方法已经被国外一些公开的遥感图像数据库所采用。

----此外,数据的篡改提示也是一项很重要的工作。现有的信号拼接和镶嵌技术可以做到“移花接木”而不为人知,因此,如何防范对图像、录音、录像数据的篡改攻击是重要的研究课题。基于数字水印的篡改提示是解决这一问题的理想技术途径,通过隐藏水印的状态可以判断声像信号是否被篡改。

----5.隐蔽通信及其对抗

----数字水印所依赖的信息隐藏技术不仅提供了非密码的安全途径,更引发了信息战尤其是网络情报战的革命,产生了一系列新颖的作战方式,引起了许多国家的重视。

----网络情报战是信息战的重要组成部分,其核心内容是利用公用网络进行保密数据传送。迄今为止,学术界在这方面的研究思路一直未能突破“文件加密”的思维模式,然而,经过加密的文件往往是混乱无序的,容易引起攻击者的注意。网络多媒体技术的广泛应用使得利用公用网络进行保密通信有了新的思路,利用数字化声像信号相对于人的视觉、听觉冗余,可以进行各种时(空)域和变换域的信息隐藏,从而实现隐蔽通信。

数字图像取证技术的目录

第1章概论

1.1数字图像取证的研究背景及意义

1.2数字图像取证的相关概念

1.2.1数字图像的组成

1.2.2图像分析及数字图像处理

1.2.3数字图像篡改

1.2.4数字图像取证

1.3现有的数字图像取证方法

1.4数字图像取证的研究现状

1.4.1数字取证国内外相关关注重点

1.4.2国际数字图像取证相关研究

1.4.3国内数字图像取证相关研究

1.5数字图像取证研究发展方向

1.5.1数字图像取证技术研究的问题分析

1.5.2取证的未来研究方向

习题

本章参考文献

第2章数字图像篡改

2.1数字图像真实性篡改

2.1.1合成

2.1.2变种

2.1.3润饰

2.1.4增强

2.1.5计算机生成

2.1.6绘画

2.2数字图像完整性篡改

2.3数字图像原始性篡改

2.4数字图像版权篡改

习题

本章参考文献

第3章数字图像主动取证

3.1数字图像主动取证定义和分类

3.2数字水印的形式和产生

3.3数字图像主动取证技术

3.3.1鲁棒性数字水印

3.3.2脆弱性数字水印

3.3.3数字指纹

3.4数字图像主动取证应用

3.4.1图像内容真实性取证

3.4.2图像版权标识

3.4.3图像盗版追踪及副本保护

3.5数字图像主动取证的要求和算法设计

3.5.1不可感知性

3.5.2鲁棒性

3.5.3是否需要原始数据的水印恢复

3.5.4水印的提取和验证

3.5.5水印的安全和密钥

3.5.6确定真正的所有者

习题

本章参考文献

第4章数字图像被动盲取证

4.1数字图像盲取证定义和分类

4.2数字图像盲取证研究方向

4.2.1图像篡改检测

4.2.2图像来源认证

4.2.3图像隐密分析检测

4.3数字图像盲取证系统

4.3.1图像建模与参数估计

4.3.2理想的图像取证方式

4.3.3图像数据库

习题

本章参考文献

第5章复制—粘贴篡改操作取证

5.1复制—粘贴操作

5.1.1同幅图复制—粘贴篡改

5.1.2不同图复制拼接篡改

5.2同幅图复制—粘贴篡改取证

5.2.1同幅图复制—粘贴篡改取证分类

5.2.2基于图像自相关降维匹配的复制—粘贴检测

5.2.3基于小波分解的自相关复制—粘贴取证

5.3不同图复制—粘贴合成取证

5.4基于JPEG块效应的复制—粘贴取证

5.4.1针对JPEG合成篡改图像的算法和思路

5.4.2块效应网格提取算法

5.4.3JPEG合成图像的盲检测

习题

本章参考文献

第6章双重JPEG压缩、重采样取证

6.1双重JPEG压缩和重采样

6.1.1JPEG压缩和解压缩

6.1.2重采样原理及二维图像常用的重采样方法

6.2双重JPEG压缩取证

6.2.1由待检图像估计原JPEG压缩的量化矩阵

6.2.2双重JPEG压缩与双重量化

6.2.3基于双重量化的双重JPEG压缩检测

6.3重采样操作取证

6.3.1重采样相关性描述

6.3.2重采样检测

习题

本章参考文献

第7章模糊润饰取证

7.1模糊操作与图像边缘特性

7.1.1人工模糊操作的数学表达

7.1.2图像离焦模糊和人工模糊

7.1.3基于真实性鉴别的模糊取证现状

7.2基于同态滤波图像边缘模糊检测

7.2.1同态滤波与人工模糊边界

7.2.2利用数学形态学边缘特性的模糊检测算法

7.2.3仿真及实验结果

7.3基于Benford模型的图像高斯模糊取证

7.3.1Benford模型与高斯低通滤波

7.3.2基于Benford模型的图像高斯模糊取证算法

7.3.3统计图像的MSD分布曲线的MATLAB程序

7.3.4实验结果

7.4利用色彩通道联合一致性的模糊润饰检测

7.4.1模糊操作对色彩通道联合一致性的破坏

7.4.2异常色调率的定义

7.4.3分类器的选取

7.4.4实现与检测结果

习题

本章参考文献

第8章图像获取设备取证

8.1数字照片获取设备特征

8.1.1数码相机获取图像的自然属性统计特性

8.1.2手机获取图像自然属性统计特性

8.1.3扫描仪获取图像自然属性统计特性

8.2基于CFA差值的数码相机类型取证

8.2.1已有的数码相机类型取证技术及问题

8.2.2数码相机CFA插值

8.2.3基于CFA插值的数码相机类型取证

8.3数码图像输出打印机类型取证

8.3.1已有的打印文件真实性认证技术及问题

8.3.2激光打印机处理过程

8.3.3基于字符图像质量特征的打印机类型取证

8.4基于高阶统计特征训练分类的来源认证

8.4.1高阶统计特征的提取

8.4.2分类器设计及分类判决

8.4.3程序框图与实验结果

习题

本章参考文献

第9章自然图像统计规律取证

9.1自然图像空间像素相关性游程统计规律取证

9.1.1数理统计理论基础

9.1.2图像取证的数理统计一般性研究模型

9.1.3图像空间像素游程统计规律

9.1.4不同图像空间像素游程统计规律对比

9.1.5文本与图像数据统计规律的对比

9.1.6伪随机序列与图像信息数据统计规律对比

9.2二值传真图像游程统计规律取证

9.2.1二值传真图像特点及隐密篡改

9.2.2二值传真图像游程统计规律研究

9.2.3针对二值传真图像的隐密取证

9.3基于图像分解的自然图像取证

9.3.1基于QMF分解的自然图像特性

9.3.2基于LAHD分解的自然图像特性

9.4数字图像取证标准图像库

9.4.1国际国内现有图像数据库情况

9.4.2数字取证测试专用图像库建库原则

9.4.3专用图像库的可扩展性和拓扑结构

习题

本章参考文献

第10章图像隐密取证

10.1隐密分析取证研究现状及系统模型

10.1.1隐密分析取证研究现状

10.1.2数字图像隐密分析取证系统模型

10.1.3隐密分析取证研究的发展趋势

10.2基于BMP图像隐密分析技术

10.2.1LSB隐密方法

10.2.2针对直接LSB嵌入隐密分析

10.2.3SES隐密算法

10.2.4SES嵌入引起的空域像素值统计特性变化

10.2.5针对SES隐密的隐密分析方法

10.3针对GIF图像自适应嵌入的隐密分析技术

10.3.1使用编码组的图像自适应隐密算法

10.3.2自适应嵌入后引起的索引值分布变化

10.3.3针对图像自适应嵌入的隐密分析算法设计

10.4针对JPEG图像MB隐密分析技术

10.4.1MB1隐密算法原理

10.4.2MB1隐密分析算法

习题

本章参考文献

附录

附录A“广场鸽”案件数字图像盲取证分析

附录B数字取证技术的相关站点

……

OK,本文到此结束,希望对大家有所帮助。

数字图像被动取证 盲取证技术 Passive Digital Image Forensic 检测方法

联系我们

Q Q:

微信号:

工作日:9:30-18:30,节假日休息

微信