專利名稱：具有主被動鑒別功能的數字圖像防偽檢測系統的制作方法
技術領域：
本發明涉及的是一種數字圖像識別技術領域的系統，具體是一種具有主被動 鑒別功能的數字圖像防偽檢測系統。
背景技術：
數字圖像防偽檢測是用來檢測圖像內容真實性、確定圖像來源的一種信息防 偽技術。針對數字圖像防偽檢測的核心技術研究集中在兩大類主動圖像鑒別和 被動圖像鑒別技術。主動圖像鑒別的主要思想是事先在圖像中嵌入水印或數字簽 名，鑒別時通過檢測水印或者比較數字簽名，得出鑒別結果。被動圖像鑒別技術 是在不需要事先對圖像進行簽名或者嵌入水印等信息嵌入處理的情況下，直接對 內容真實性可疑或來源不確定的圖像進行檢測和取證。目前，國內外針對數字圖 像防偽檢測研發出的相應系統還非常少，且性能也有待提升。最具代表性的是美 國哥倫比亞大學研發的TrustFoto系統，其用于自然圖像篡改檢測以及計算機生 成圖像檢測，然而這一系統沒有考慮主動圖像鑒別情形。功能完善的數字圖像防 偽檢測系統應該既能夠對圖像的真實性及來源進行鑒定，也能夠檢測圖像中的數 字水印信息，因此該系統仍不能作為一個完善的數字圖像防偽檢測系統。
經過進一步檢索，國內外尚未出現同時具有主動圖像鑒別和被動圖像鑒別功 能的綜合性系統。
發明內容
本發明針對現有技術存在的上述不足，提供一種具有主被動鑒別功能的數字 圖像防偽檢測系統，解決日益突出的數字圖像內容不真實、不可靠以及來源不確 定等問題，可用于解決版權保護、司法鑒定、防偽等諸多領域的數字圖像來源及 真偽的鑒別問題。
本發明是通過以下技術方案實現的，本發明包括基礎服務層、系統功能層 和應用層，其中基礎服務層通過服務提供接口與系統功能層相連接以提供底層 基礎服務，系統功能層通過用戶交互接口與應用層相連以傳輸鑒定結果信息，應 用層通過用戶交互接口接收待檢測圖像并輸出鑒定檢測結果。所述的底層基礎服務包括面向主動鑒定服務和面向被動鑒定服務。 所述的基礎服務層包括HSB(最高比特位)和LSB(最低比特位)可恢復半脆 弱水印檢測單元、沃爾什和巻積編碼嵌入法檢測單元、Logistic混沌序列和奇 異值分解法檢測單元、復制粘貼塊匹配檢測單元、紋理特征和馬爾科夫模型檢測 單元、廣義高斯小波法檢測單元、HSV空間小波法檢測單元、噪聲模式法檢測單 元和小波統計法檢測單元，其中HSB和LSB可恢復半脆弱水印檢測單元、沃爾 什和巻積編碼嵌入法檢測單元、Logistic混沌序列和奇異值分解法檢測單元為 面向主動鑒定服務單元；復制粘貼塊匹配檢測單元、紋理特征和馬爾科夫模型檢 測單元、廣義高斯小波法檢測單元、HSV空間小波法檢測單元、噪聲模式法檢測
單元和小波統計法檢測單元為面向被動鑒定服務單元。
所述的HSB和LSB可恢復半脆弱水印檢測單元利用LSB所含水印信息容量大 的特點，以及在圖像篡改和水印攻擊下HSB具有相對穩定性，將HSB編碼成水印 信息嵌入到LSB中，利用置亂算法產生水印嵌入位置，結合混沌序列，可對圖像 內容的惡意篡改進行精確地檢測與定位，而且能較精確地恢復被篡改的原圖像信 息。
所述的沃爾什和巻積編碼嵌入法檢測單元基于能量域和巻積編碼，利用巻積 碼誤碼來實現水印篡改檢測，該算法對有損壓縮具有良好的魯棒性，可以精確地 檢測和定位被篡改的圖像區域，并且可以大致恢復原始圖像內容。
所述的Logistic混沌序列和奇異值分解法檢測單元基于能量域的奇異值分 解，利用最大奇異值的壓縮魯棒性，作為嵌入水印的載體，兼顧基于DCT域的 JPEG格式和基于小波域的JPEG2000格式的水印圖像篡改檢測算法。
所述的復制粘貼塊匹配檢測單元是針對同幅圖片的復制粘貼篡改類型，利用 圖片塊匹配算法，檢測圖片中是否存在相同或近似的圖片塊，若存在，則認為該 圖片存在復制粘貼篡改，反之亦然。
所述的紋理特征和馬爾科夫模型檢測單元是利用篡改操作在改變圖像相鄰 像素相關性的同時，也改變了空間上不同位置分布的像素相關性的事實提取統計 特征，運用分類器的訓練與預測實現自然圖像篡改的檢測，該檢測算法較適用于 紋理特征較為明顯的情形。
所述的廣義高斯小波法檢測單元是利用真實圖片和篡改圖片在小波系數分 布與廣義高斯分布在擬合程度上的差異，提取統計特征，運用分類器訓練與預測實現自然圖像篡改檢測。
所述的HSV空間小波法檢測單元是利用HSV空間更加接近人眼視覺特性，首 先將圖像從RGB空間轉換到HSV空間，然后在小波域提取圖像的統計特征，利用 分類器訓練與預測實現計算機生成圖像的檢測。
所述的噪聲模式法檢測單元是利用自然圖像與計算機生成圖像二者在統計 噪聲模式上的差異，實現自然圖像和計算機生成圖像的分類的檢測算法。
所述的小波統計法檢測單元在小波域對圖像提取統計特征，利用分類器訓練 與預測實現計算機生成圖像的檢測。
所述的系統功能層包括水印圖像篡改檢測模塊、自然圖像篡改檢測模塊、
計算機生成圖像檢測模塊，其中水印圖像篡改檢測模塊分別與基礎服務層和應
用層相連接以提供水印圖像篡改檢測服務，自然圖像篡改檢測模塊分別與基礎服 務層和應用層相連接以提供自然圖像篡改檢測服務，計算機生成圖像檢測模塊分 別與基礎服務層和應用層相連接以提供計算機生成圖像檢測服務。
所述的水印圖像篡改檢測模塊提供面向主動鑒定服務，該模塊包括圖像輸 入單元、水印嵌入單元、防偽檢測單元和輸出單元，其中圖像輸入單元與應用
層相連接以接收待檢測圖像，水印嵌入單元完成輸入圖像的水印嵌入，防偽檢測 單元提供傳輸后水印圖像的篡改檢測服務，輸出單元與應用層相連接以傳輸水印 圖像防偽檢測的結果信息。
所述的自然圖像篡改檢測模塊提供面向被動鑒定服務，該模塊包括圖像輸 入單元、圖像塊匹配單元、特征提取單元、分類器和輸出單元，其中圖像輸入 單元與應用層相連接以接收待檢測圖像，圖像塊匹配單元通過運行圖像塊匹配算 法，以判斷輸入圖像是否存在同幅圖片篡改情形，特征提取單元完成對測試圖片 庫中的圖像及輸入待測圖像的特征提取，分類器執行對測試圖片庫中的圖像及待 測圖像的分類、預測功能，輸出單元通過用戶交互接口與應用層連接以傳輸自然 圖像篡改檢測的結果信息。
該自然圖像篡改檢測模塊先進行同幅圖片篡改檢測，判斷圖片中是否存在復 制粘貼塊，若存在，則返回鑒定結果并定位篡改區域；若不存在，則進行非同幅 圖片的篡改檢測，提取圖片的特征，利用預先訓練好的分類器進行預測分類，判 斷圖片是否為篡改圖片。
所述的計算機生成圖像檢測模塊提供面向被動鑒定服務，該模塊包括圖像輸入單元、特征提取單元、分類器和輸出單元，其中圖像輸入單元與應用層相 連接以接收待檢測的未知來源圖像，特征提取單元完成對測試圖片庫中的圖像及 輸入圖像的特征提取，分類器完成對圖片庫中的圖像及輸入待測圖像的分類及預 測，輸出單元通過用戶交互接口與應用層連接以傳輸圖像的來源檢測結果信息。 該計算機生成圖像檢測模塊首先對自然圖片庫及計算機圖片庫中的圖像分 別提取特征，對分類器進行訓練；鑒別圖像來源時，先對輸入的測試圖像進行特 征提取，再將提取的特征輸入預先訓練好的分類器進行預測，以判斷圖片來源是 否為計算機生成圖像。
所述的應用層包括圖像輸入單元和鑒定結果輸出單元，其中圖像輸入單 元通過用戶交互接口與系統功能層相連接以傳輸待鑒定的原始圖像信息，鑒定結 果輸出單元通過用戶交互接口與系統功能層相連接以傳輸圖像經鑒定后返回的
結果信息。
與現有技術相比，本發明克服了現有數字圖像防偽檢測系統功能不全、技術 保密等局限性，很好地解決了數字圖像篡改手段越趨多樣、圖像內容安全問題曰 益嚴重，而較完善的數字圖像防偽檢測系統缺乏的矛盾。本發明在數字圖像防偽 檢測方面尚屬首創。使用本發明可以對數字圖像進行主動/被動防偽檢測，實現 含有水印的數字圖像的篡改檢測與恢復、自然圖像篡改檢測以及數字圖像來源鑒 別，即判定圖像是否由計算機生成。因此本發明具有很好的應用前景。
圖l為本發明結構示意圖。
圖2為水印圖像篡改檢測模塊結構示意圖。
圖3為自然圖像篡改檢測模塊結構示意圖。
圖4為計算機生成圖像檢測模塊結構示意圖。
圖5為實施例的工作流程示意圖。
具體實施例方式
下面對本發明的實施例作詳細說明，本實施例在以本發明技術方案為前提下 進行實施，給出了詳細的實施方式和具體的操作過程，但本發明的保護范圍不限 于下述的實施例。
如圖1所示，本實施例包括基礎服務層，系統功能層和應用層，其中基 礎服務層通過服務提供接口與系統功能層相連接以提供底層基礎服務，系統功能層通過用戶交互接口與應用層相連以傳輸鑒定結果信息，應用層通過用戶交互接 口接收待檢測圖像并輸出鑒定檢測結果。
所述的底層基礎服務包括面向主動鑒定服務和面向被動鑒定服務。 所述的基礎服務層包括HSB(最高比特位)和LSB(最低比特位)可恢復半脆 弱水印檢測單元、沃爾什和巻積編碼嵌入法檢測單元、Logistic混沌序列和奇 異值分解法檢測單元、復制粘貼塊匹配檢測單元、紋理特征和馬爾科夫模型檢測 單元、廣義高斯小波法檢測單元、HSV空間小波法檢測單元、噪聲模式法檢測單 元和小波統計法檢測單元，其中HSB和LSB可恢復半脆弱水印檢測單元、沃爾 什和巻積編碼嵌入法檢測單元、Logistic混沌序列和奇異值分解法檢測單元為 面向主動鑒定服務單元；復制粘貼塊匹配檢測單元、紋理特征和馬爾科夫模型檢 測單元、廣義高斯小波法檢測單元、HSV空間小波法檢測單元、噪聲模式法檢測
單元和小波統計法檢測單元為面向被動鑒定服務單元。
所述的HSB和LSB可恢復半脆弱水印檢測單元是一種能夠精確定位并能恢復 原圖像的半脆弱數字水印算法單元，利用LSB(最低比特位)所含水印信息容量大 的特點，以及在圖像篡改和水印攻擊下HSB(最高比特位)具有相對穩定性，將HSB 編碼成水印信息嵌入到LSB中，利用置亂算法產生水印嵌入位置，結合混沌序列， 可對圖像內容的惡意篡改進行精確地檢測與定位，而且能較精確地恢復被篡改的 原圖像信息。
所述的沃爾什和巻積編碼嵌入法檢測單元基于能量域和巻積編碼，利用巻積 碼誤碼來實現水印篡改檢測，該算法對有損壓縮具有良好的魯棒性，可以精確地 檢測和定位被篡改的圖像區域，并且可以大致恢復原始圖像內容。
所述的Logistic混沌序列和奇異值分解法檢測單元基于能量域的奇異值分 解，利用最大奇異值的壓縮魯棒性，作為嵌入水印的載體，兼顧基于DCT域的 JPEG格式和基于小波域的JPEG2000格式的水印圖像篡改檢測算法。
所述的復制粘貼塊匹配檢測單元是針對同幅圖片的復制粘貼篡改類型，利用 圖片塊匹配算法，檢測圖片中是否存在相同或近似的圖片塊，若存在，則認為該 圖片存在復制粘貼篡改，反之亦然。
所述的紋理特征和馬爾科夫模型檢測單元是利用篡改操作在改變圖像相鄰 像素相關性的同時，也改變了空間上不同位置分布的像素相關性的事實提取統計 特征，運用分類器的訓練與預測實現自然圖像篡改的檢測，該檢測算法較適用于紋理特征較為明顯的情形。
所述的廣義高斯小波法檢測單元是利用真實圖片和篡改圖片在小波系數分布與廣義高斯分布在擬合程度上的差異，提取統計特征，運用分類器訓練與預測
實現自然圖像篡改檢測。
所述的HSV空間小波法檢測單元是利用HSV空間更加接近人眼視覺特性，首先將圖像從RGB空間轉換到HSV空間，然后在小波域提取圖像的統計特征，利用分類器訓練與預測實現計算機生成圖像的檢測。
所述的噪聲模式法檢測單元是利用自然圖像與計算機生成圖像二者在統計噪聲模式上的差異，實現自然圖像和計算機生成圖像的分類的檢測算法。
所述的小波統計法檢測單元在小波域對圖像提取統計特征，利用分類器訓練與預測實現計算機生成圖像的檢測。
所述的系統功能層包括水印圖像篡改檢測模塊、自然圖像篡改檢測模塊、
計算機生成圖像檢測模塊，其中
如圖2所示，所述的水印圖像篡改檢測模塊提供面向主動鑒定服務，該模塊
包括圖像輸入單元、水印嵌入單元、防偽檢測單元和輸出單元，其中圖像輸入單元與應用層相連接以接收待檢測圖像，水印嵌入單元完成輸入圖像的水印嵌入，防偽檢測單元提供傳輸后水印圖像的篡改檢測服務，輸出單元與應用層相連接以傳輸水印圖像防偽檢測的結果信息。
如圖3所示，所述的自然圖像篡改檢測模塊提供面向被動鑒定服務，該模塊包括圖像輸入單元、圖像塊匹配單元、特征提取單元、分類器和輸出單元，其中圖像輸入單元與應用層相連接以接收待檢測圖像，圖像塊匹配單元通過運行圖像塊匹配算法，以判斷輸入圖像是否存在同幅圖片篡改情形，特征提取單元完成對測試圖片庫中的圖像及輸入待測圖像的特征提取，分類器執行對測試圖片庫中的圖像及待測圖像的分類、預測功能，輸出單元通過用戶交互接口與應用層連接以傳輸自然圖像篡改檢測的結果信息。
該自然圖像篡改檢測模塊首先進行同幅圖片篡改檢測，判定圖片中是否存在復制粘貼塊，若存在，則返回鑒定結果并定位篡改區域；若不存在，則進行非同幅圖片的篡改檢測，提取圖片的特征，利用預先訓練好的分類器進行預測分類，判斷圖片是否為篡改圖片。
如圖4所示，所述的計算機生成圖像檢測模塊提供面向被動鑒定服務，該模塊包括圖像輸入單元、特征提取單元、分類器和輸出單元，其中圖像輸入單元與應用層相連接以接收待檢測的未知來源圖像，特征提取單元完成對測試圖片庫中的圖像及輸入圖像的特征提取，分類器完成對圖片庫中的圖像及輸入待測圖像的分類及預測，輸出單元通過用戶交互接口與應用層連接以傳輸圖像的來源檢測結果信息。
該計算機生成圖像檢測模塊首先對自然圖片庫及計算機圖片庫中的圖像分別提取特征，對分類器進行訓練；鑒別圖像來源時，先對輸入的測試圖像進行特征提取，再將提取的特征輸入預先訓練好的分類器進行預測，以判斷圖片來源是否為計算機生成圖像。
所述的應用層包括圖像輸入單元和鑒定結果輸出單元，其中圖像輸入單元通過用戶交互接口與系統功能層相連接以傳輸待鑒定的原始圖像信息，鑒定結果輸出單元通過用戶交互接口與系統功能層相連接以傳輸圖像經鑒定后返回的
結果信息。
如圖5所示，本實施例的工作流程包括以下步驟
(1) 當輸入一幅待鑒定的圖像時，如果已知圖片含有系統已有水印，則首先通過系統功能層中的水印圖像篡改檢測模塊，提取其水印信息并加以判決，返回圖像是否被篡改；若判決為篡改，同時返回被篡改的區域，并判定原始圖像改動與否的可信度(可信度是對系統的鑒定結果可信程度的一種度量，以下同)為100%。
(2) 如果已知圖片不含有系統已有水印，則進行如下處理當圖像生成來源不確定時，則利用系統功能層中的面向被動鑒定部分的自然圖像篡改檢測模塊和計算機生成圖像檢測模塊進行檢測鑒定。由于不確定圖像來源，為此，兩個模塊都對圖像進行檢測，最后根據各自的檢測結果進行加權綜合判決，得出鑒定結果，該結果主要說明圖片是否為自然圖像篡改圖片或者是否為計算機生成圖片，
并得出0-100%之間的一個分析結果可信度數值，以作為相關人員的參考依據。
(3) 當圖像生成來源確定時，如果圖像是自然圖像，則轉到下一步處理，
否則不屬于系統的鑒定范圍。
(4) 當已知圖像為自然圖像且來源于不帶有系統已有水印的相機，則直接將圖像送入自然圖像篡改檢測模塊，進行檢測鑒定，并獲得鑒定結果，該結果主要說明圖片是否為自然圖像篡改圖片，并得出0-100%之間的一個分析結果可信度值。
本實施例實現了數字圖像主被動防偽檢測與友好的交互界面，適用于版權保護、司法鑒定、防偽等諸多領域的數字圖像真偽及來源的鑒別問題，解決了現有技術中存在的系統功能不全、技術保密等問題，具有功能全面、結構分層、可擴展及交互友好等特點，具有很好的推廣前景。
權利要求
1、一種具有主被動鑒別功能的數字圖像防偽檢測系統，其特征在于，包括基礎服務層，系統功能層和應用層，其中基礎服務層提供接口與系統功能層相連接以提供底層基礎服務，系統功能層通過用戶交互接口與應用層相連以傳輸鑒定結果信息，應用層通過用戶交互接口接收待檢測圖像并輸出鑒定檢測結果，所述的底層基礎服務包括面向主動鑒定服務和面向被動鑒定服務。
2、 根據權利要求1所述的具有主被動鑒別功能的數字圖像防偽檢測系統， 其特征是，所述的基礎服務層包括最高比特位和最低比特位可恢復半脆弱水印 檢測單元、沃爾什和巻積編碼嵌入法檢測單元、Logistic混沌序列和奇異值分 解法檢測單元、復制粘貼塊匹配檢測單元、紋理特征和馬爾科夫模型檢測單元、 廣義高斯小波法檢測單元、HSV空間小波法檢測單元、噪聲模式法檢測單元和小波統計法檢測單元，其中HSB和LSB可恢復半脆弱水印檢測單元、沃爾什和巻 積編碼嵌入法檢測單元、Logistic混沌序列和奇異值分解法檢測單元為面向主 動鑒定服務單元；復制粘貼塊匹配檢測單元、紋理特征和馬爾科夫模型檢測單元、 廣義高斯小波法檢測單元、HSV空間小波法檢測單元、噪聲模式法檢測單元和小 波統計法檢測單元為面向被動鑒定服務單元。
3、 根據權利要求1所述的具有主被動鑒別功能的數字圖像防偽檢測系統， 其特征是，所述的系統功能層包括水印圖像篡改檢測模塊、自然圖像篡改檢測 模塊、計算機生成圖像檢測模塊，其中水印圖像篡改檢測模塊分別與基礎服務 層和應用層相連接以提供水印圖像篡改檢測服務，自然圖像篡改檢測模塊分別與 基礎服務層和應用層相連接以提供自然圖像篡改檢測服務，計算機生成圖像檢測 模塊分別與基礎服務層和應用層相連接以提供計算機生成圖像檢測服務。
4、 根據權利要求3所述的具有主被動鑒別功能的數字圖像防偽檢測系統，其特征是，所述的水印圖像篡改檢測模塊提供面向主動鑒定服務，該模塊包括 圖像輸入單元、水印嵌入單元、防偽檢測單元和輸出單元，其中圖像輸入單元 與應用層相連接以接收待檢測圖像，水印嵌入單元完成輸入圖像的水印嵌入，防 偽檢測單元提供傳輸后水印圖像的篡改檢測服務，輸出單元與應用層相連接以傳 輸水印圖像防偽檢測的結果信息。
5、 根據權利要求3所述的具有主被動鑒別功能的數字圖像防偽檢測系統， 其特征是，所述的自然圖像篡改檢測模塊提供面向被動鑒定服務，該模塊包括 圖像輸入單元、圖像塊匹配單元、特征提取單元、分類器和輸出單元，其中圖 像輸入單元與應用層相連接以接收待檢測圖像，圖像塊匹配單元通過運行圖像塊 匹配算法，以判斷輸入圖像是否存在同幅圖片篡改情形，特征提取單元完成對測 試圖片庫中的圖像及輸入待測圖像的特征提取，分類器執行對測試圖片庫中的圖 像及待測圖像的分類、預測功能，輸出單元通過用戶交互接口與應用層連接以傳 輸自然圖像篡改檢測的結果信息。
6、 根據權利要求3所述的具有主被動鑒別功能的數字圖像防偽檢測系統， 其特征是，所述的計算機生成圖像檢測模塊提供面向被動鑒定服務，該模塊包括: 圖像輸入單元、特征提取單元、分類器和輸出單元，其中圖像輸入單元與應用 層相連接以接收待檢測的未知來源圖像，特征提取單元完成對測試圖片庫中的圖 像及輸入圖像的特征提取，分類器完成對圖片庫中的圖像及輸入待測圖像的分類 及預測，輸出單元通過用戶交互接口與應用層連接以傳輸圖像的來源檢測結果信 息。
7、 根據權利要求1所述的具有主被動鑒別功能的數字圖像防偽檢測系統， 其特征是，所述的應用層包括圖像輸入單元和鑒定結果輸出單元，其中圖像 輸入單元通過用戶交互接口與系統功能層相連接以傳輸待鑒定的原始圖像信息， 鑒定結果輸出單元通過用戶交互接口與系統功能層相連接以傳輸圖像經鑒定后 返回的結果信息。
全文摘要
一種圖像識別技術領域的具有主被動鑒別功能的數字圖像防偽檢測系統，包括基礎服務層，系統功能層和應用層，其中基礎服務層通過服務提供接口與系統功能層相連接以提供底層基礎服務，系統功能層通過用戶交互接口與應用層相連以傳輸該層相關模塊返回的鑒定結果信息，應用層通過用戶交互接口接收待檢測圖像并輸出鑒定檢測結果，所述的底層基礎服務包括面向主動鑒定服務和面向被動鑒定服務。本發明解決了日益突出的數字圖像內容不真實、不可靠以及來源不確定等問題，可用于解決版權保護、司法鑒定、防偽等諸多領域的數字圖像來源及真偽的鑒別問題。
文檔編號G06T1/00GK101661610SQ20091019577
公開日2010年3月3日 申請日期2009年9月17日 優先權日2009年9月17日
發明者張愛新, 彤 朱, 李壽弟, 李建華, 李生紅, 峰 趙, 波 金, 進 馬 申請人:上海交通大學