[发明专利]一种基于频域差分统计特征的JPEG图像重压缩检测方法

说明书

本发明涉及数字图像取证技术领域，更具体地，涉及一种基于频域差分统计特征的JPEG图像重压缩检测方法，针对JPEG压缩原理，利用了DCT变换后，DCT块内的DCT系数的相关性在频域方向增强的现象，对图像的DCT系数矩阵进行了重排列，使得相邻频域的DCT系数在重排矩阵中水平相邻，然后提取重排矩阵水平差分的Markov特征，并结合图像的DCT系数矩阵的斜对角差分矩阵的水平和垂直的Markov特征作为分类特征，该特征很好地利用了块内频率域的差分信息，能够得到有效的分类器，本发明能够有效地检测图像是否经过JPEG重压缩操作，结合JPEG压缩原理，利用图像频率域的块内差分统计特征作为分类特征，具有较好的检测效果，有效提高了检测的准确率。

技术领域

本发明涉及数字图像取证技术领域，更具体地，涉及一种基于频域差分统计特征的JPEG图像重压缩检测方法。

背景技术

随着互联网的发展，数字图像已经变成了一种非常重要的信息载体，在信息传播中发挥着重大的作用。但随着数字图像编辑软件的快速发展，数字图像的篡改变得越来越容易，篡改后的图像越来越接近真实图像，而在许多场合，如司法、医学、新闻媒体、科学研究等领域中，数字图像的真实性对结果起着非常重要的影响，这无疑对数字图像的真实性提出了确切的要求，使得数字图像取证技术变得日益急切。

JPEG图像重压缩检测是数字图像取证技术的一个重要分支，目的是检测一张图像是否经过了两次JPEG压缩。当JPEG图像进行篡改后，为了达到不被人察觉的目的，一般会再次保存为JPEG格式，这样，篡改图像就会经历两次JPEG压缩，即JPEG重压缩过程。对图像进行JPEG重压缩检测是进行其他篡改操作检测的基础，可以作为各种JPEG图像篡改检测的预判断。

现有的JPEG重压缩检测技术主要分为两种：一种是基于DCT系数统计分布，这种方法主要是根据单次JPEG压缩图像的DCT系数分布与JPEG重压缩图像的DCT系数分布的差异，对测试图像的DCT系数分布进行判断，从而得出测试图像是否经过JPEG重压缩操作；另一种方法是基于DCT系数差分统计特征，这种方法利用JPEG压缩量化损失原理，计算空域上相邻DCT系数的差分统计特征，并利用机器学习方法对图像进行学习和分类。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于频域差分统计特征的JPEG图像重压缩检测方法，能够有效地检测图像是否经过JPEG重压缩操作，结合JPEG压缩原理，利用图像频率域的块内差分统计特征作为分类特征，具有较好的检测效果。

为解决上述问题，本发明提供的技术方案为：一种基于频域差分统计特征的JPEG图像重压缩检测方法，其中，包括以下步骤：

S1.选取图像训练集：训练集由各种质量因子QF1压缩得到的单次JPEG压缩图像和由质量因子QF1、QF2压缩得到的JPEG重压缩图像构成，其中，

QF1∈{50,55,60,65,70,75,80,85,90,95}，

QF2∈{50,55,60,65,70,75,80,85,90,95}，且QF1≠QF2。

S2.对训练图像Y通道的DCT系数矩阵进行重排列：提取训练图像Y通道量化后的DCT系数矩阵，对得到的DCT系数矩阵按照从左到右，从上到下的顺序，依次对每个DCT块按zigzag顺序进行重排列；将每个DCT块重排成一个大小为64维的行向量，对所有DCT块进行重排后，最终得到一个大小为m×64的重排矩阵，其中，m为DCT块的总数量，在这个重排矩阵中，相邻频域的DCT系数会排在相邻的位置；同样地，按照反zigzag顺序对图像进行相同的重排操作，得到一个大小为m×64的重排矩阵，最终得到两个m×64的重排矩阵。

S3.提取Markov特征：

S31.依据如下公式对步骤S2得到的两个重排矩阵计算水平方向的二阶差分矩阵：