论文部分内容阅读
在如今这个网络越来越发达,信息传播越来越迅速的时代,数字图像得到了广泛的传播和应用,然后网络上的图像数量庞大鱼龙混杂,对其真实性和安全性的质疑也越来越严重。随着图像处理软件发展越来越成熟,功能越来越强大,使得更多的人可以很容易地篡改图像。数字图像取证技术是信息安全领域的一个分支,近年来己经在实验室环境下取得了很好的检测效果。然而在实际网络情况下,混杂着各种来源各种类别的多元混合图像,在对给定图像的类别未知的情况下很难获得理想的检测效果。针对这一问题,本文系统地对数字图像取证领域的研究现状和发展方向进行了总结,分析了混合多元图像的特点,结合了图像篡改取证、图像隐密分析等问题系统地对数字图像的真实性和安全性检测进行了研究,取得了以下研究成果：首先,对多元混合图像进行了研究和介绍,包括研究背景和研究现状等,更重要的是将数字图像取证技术与真实环境下的多元混合图像模式相融合,分析了相关技术的应用包括图像篡改检测和隐密分析等。并在总结了现有技术的基础上,根据多元混合图像的特性,提出了多元混合图像的分层取证方案。第二,本文基于压缩历史产生的图像信息压缩量提出了一种检测无损图像真实性的算法。本文通过提出利用图像信息压缩量来度量图像与原始未压缩图像之间的信息损失,并设定阈值分割对图像进行压缩历史检测。通过实验验证,该算法无需分类器训练测试,对图像样本的选择没有要求。第三,提出了基于马尔可夫模型的有损图像重压缩检测算法,通过DCT系数首位有效数字在重压缩时独特的分布特点建立模型并提取特征,实现对重压缩操作的检测,并进一步分析了重压缩产生的块偏差效应,找出信息压缩量与块偏差之间的关系,提出了一种通过估计重压缩块偏差对篡改区域进行定位的算法。通过实验验证,该算法能够有效地鉴别重压缩图像,特别是在第一次压缩质量高于第二次时,检测准确率较之前的算法有很大提高,并且篡改定位算法有效精准,对于篡改后续处理比如缩放、模糊等操作具有一定的鲁棒性。