數字圖像篡改的反取證技術研究.pdf

1、隨著圖像、視頻等數字多媒體內容的廣泛應用，以及各種功能強大的編輯工具的迅速發(fā)展，普通用戶可以出于某種動機對圖像/視頻進行任意的篡改偽造。面對這日益嚴峻的信任危機，迫切需要一種可以對數字圖像/視頻內容的真實性進行鑒定的技術和方法。目前，已經產生了一種可以通過篡改操作遺留的痕跡來辨別內容真假的數字圖像/視頻被動取證技術，并得到了眾多研究者的青睞。
　　 然而，如果站在篡改者的角度考慮，篡改者完全可以設計出更完美的方案躲過取證算法的檢

2、測，例如，可以通過隱藏取證依賴的痕跡改變取證算法的檢測結果。通過發(fā)掘篡改所遺留的痕跡，可以鑒別圖像/視頻內容的真?zhèn)?。反過來，在篡改偽造過程中，也可以通過人為的消除、隱藏或破壞被動取證依賴的痕跡，達到反取證的目的。研究反取證技術，可以揭示現有取證算法的不足，激勵產生安全性更高、魯棒性更強的取證算法，從而進一步促進被動取證技術的發(fā)展。本文以現有的圖像/視頻被動取證算法為切入點開展反取證研究。主要工作如下:
　　 首先，本文針對圖像中

3、基于USM銳化操作的取證方法，提出了一種簡單而有效的反取證算法。根據USM圖像銳化操作的原理，通過引入抖動噪聲，可以消除銳化操作引起的邊緣過度痕跡及直方圖痕跡。實驗結果表明，該方法對銳化操作后的痕跡能夠有效的消除，從而降低了取證結果的可信性，在一定程度上指出了取證算法存在的不足，對該篡改操作的取證研究者具有較好的參考價值。
　　 其次，本文針對視頻中基于噪聲殘差特性的取證方法，提出了一種相應的反取證算法，并以運動對象刪除操作為例

4、驗證算法的有效應。在運動對象刪除的過程中，篡改操作會破壞相鄰幀之間噪聲殘差的相關性特征，為了保留未篡改視頻原有的特征，可以在篡改之前將噪聲殘差提取出來，然后對剩下的無噪視頻進行對象刪除的篡改操作，最后再將原有的噪聲殘差添加到操作后的視頻中。大量的實驗測試表明，該方法可以避免篡改操作破壞噪聲殘差的特性，從而可以使篡改視頻成功躲過取證算法的檢測，達到反取證的目的。
　　 目前，圖像/視頻的反取證研究還處在初步探索的階段，相關的文獻還