摘  要： 为了定位篡改区域，提出了一种新的方法来检测这种篡改。首先利用JPEG图像的块效应来检测是否经过裁剪，然后利用篡改区域与未篡改区域的不一致性来检测图像篡改并且定位篡改区域。实验结果表明，这种方法有非常好的效果，对图像质量因子较低的图像同样有效。
关键词： 裁剪；合成；不一致

　随着科技的进步，人们的生活水平不断提高，数码相机的价格越来越低廉，同时操作简单的图像处理软件的广泛的应用，使得越来越多的人对图片进行处理和修饰，一些别有用心的人也利用图像处理软件对数字图片进行篡改、伪造，以达到恶意制造虚假新闻、攻击他人等目的，以至于JPEG图像篡改的研究成为热点[1-2]。
　针对JPEG压缩特性，研究者提出了很多被动取证的方法。FARID H提出在像素域进行JPEG合成图像检测的方案[3]，将待检测的JPEG合成图像以不同的质量因子重新压缩，比较其与待检测图像的差别。洛维奇等提出一种新方法检测图像裁剪[4]，但是不能检测裁剪4行4列的图像。本文利用JPEG图像在频域下的块效应能解决这种情况。参考文献[5]利用量化后的DCT系数分布不同来区分是否经过二次JPEG压缩，同时也为本文剪裁的方法提供了有力的证据。很多学者利用块效应来定位篡改区域[6-7]。Ye Shuiming[8]和李晟[9]则用一次压缩的质量因子对图像进行再压缩，篡改区域的压缩失真会大于非篡改区域，通过度量这种失真的不一致性，实现JPEG图像的篡改检测。利用篡改区域与未篡改区域块效应不一致性来定位篡改区域。参考文献[10]~[12]则利用量化表来定位篡改区域，但是对最后一次压缩质量因子很小的情况检测失效。本文利用篡改区域与非篡改区域是否错位和块效应不一致相结合的方法来定位篡改区域。本文提出的方法更有效，即使在最后一次压缩质量因子很小的情况下也能检测并定位篡改区域。
1 JPEG图像的合成伪作模型
　篡改方式有很多种，主要有合成、变体润饰、增强、计算机生成和绘画，其中合成图像是最常见的一种伪造手段。JPEG图像剪裁即将一幅JPEG图像裁剪成m行n列，从而使很多篡改算法失效，只有知道剪裁的行列数，才能精确定位篡改区域。裁剪模型如图1所示。JPEG图像合成即将一幅JPEG图像中的某个区域复制粘贴到另外一幅JPEG图像中的某个区域，然后再保存为JPEG格式的图像。图2所示为JPEG图像的合成伪造模型，原始图像1、原始图像2和合成图像的质量因子分别为QF0、QF1和QF2，图中的每个网格单元表示8×8的子块，假设区域1的坐标为（x1，y1），区域2的坐标为（x2，y2），令m1=mod（|x1-x2|，8），m2=mod（|y1-y2|，8），假设m1、m2在[0，7]范围内服从均匀分布，那么p（m1=0&m2=0）=1/82=1.562 4%，说明区域1与区域2的8×8分块位置一致的概率很低，且实际中为了获得较好的拼接效果，往往要求将区域1放置在特定的位置，很难照顾到分块位置的一致性。因此可以认为，在篡改区域普遍存在分块位置不一致的问题。本文提出的方法正是利用这一点来检测篡改区域。

　在判断图像剪切的基础上，提出了一种新的检测图像是否经过篡改，定位篡改区域，并且有很好的效果。但是此算法的缺点是对篡改区域较小的图像没有作用，如果篡改区域与未篡改区域没有错位，将影响实验效果，但这种概率很小，基本忽略不计。本文对篡改区域定位效果明显，对质量因子要求比同类算法低，并且有很好的效果。
参考文献
[1] FARID H． Image forgery detection[J]． IEEE Signal Processing Magazine， 2009，26（2）：16-25.
[2] FRIDRIEH J． Digital image forensics[J]． IEEE Signal Processing Magazine， 2009，26（2）：26-37．
[3] FARID H． Exposing digital forgeries from JPEG ghosts[J]．IEEE Transactions on Information Forensics and Security，2009，4（1）：154-160．
[4] Luo Weiqi. A novel method for detecting cropped and recompressed image block[C]. Proceedings of ICASSP， 2007（2）：217-220.
[5] Chen Yilei， Hsu Chiouting. Detecting recompression of JPEG images via periodicity analysis of compression artifacts for tampering detection[J]. IEEE Transactions on Information Forensics and Security， 2011，6（2）：396-406.
[6] 吴首阳，俞能海，李卫海.基于块效应的合成图像盲检测[J].计算机研究与发展，2009，46（增刊）：196-199.
[7] 郑二功，平西建.针对一类图像篡改的被动盲取证[J].电子与信息学报，2010，36（2）：394-399.
[8] Ye Shuiming， Sun Qibin， Chang Eechien. Detecting digital image forgeries by measuring inconsistencies of blocking artifact[C]. IEEE International Conference on Multimedia and Expo Proceedings， 2009：12-15.
[9] 李晟，张新鹏.利用压缩特性的合成图像检测[J].应用科学学报，2008，26（3）：281-287.
[10] BIANCHI T， ROSA A D， PIVA A. Improved DCT coefficient analysis for forgery localization JPEG images[C]. Proceedings ICSSSP， 2011： 2444-2447.
[11] LIN S， CHANG M，  CHEN Y. A passive-blind forgery detection scheme based on content-adaptive quantization table estimation[J]. IEEE Transactions on Circuits System Video Technology， 2011， 21（4）：421-434.
[12] BIANCHI T， PIVA A. Image forgery localization via block-grained analysis of JPEG artifacts[J]. IEEE Transactions on Information Forensics Security， 2012，7（3）：1003-1017.