CN101989355A - 一种针对jpeg图像二次压缩的检测方法 - Google Patents

Abstract

本发明提出了一种针对JPEG图像二次压缩的检测方法，利用一次JPEG压缩的DCT系数中的AC系数直方图符合拉普拉斯分布的特性，根据待检测JPEG图像的AC系数的分布，以拟合的方式来估计待检测图像的一次JPEG压缩的AC系数的拉普拉斯分布函数，以拟合的分布函数与实际AC系数的归一化直方图分布的差异构造检测统计量，使用SVM分类来判断JPEG图像是否经过二次压缩，此方法检测准确率高，具有广泛的适用性。

Description

一种针对JPEG图像二次压缩的检测方法

技术领域

本发明涉及图像篡改检测领域，具体来说是给出一种检测JPEG图像二次压缩的新方法。

背景技术

JPEG是联合图像专家组(joint photographic experts group)的简称，JPEG压缩标准提供了一种适用于各种连续色调图像的压缩方法，原图像类型可以不受图像尺寸，内容，统计特性，像素形状以及颜色空间的限制，允许用不同的压缩比例对文件进行压缩并能得到较好的图像品质，且能减少图像的传输时间，因此广泛应用于互联网及其他静止图像领域。近十年来，由于图像编辑软件的普遍使用使数字图像的真伪鉴别具有越来越重要的意义。

二次JPEG压缩是指别分使用不同的质量因子Q₁和Q₂对同一图像进行两次JPEG压缩，当且仅当Q₁≠Q₂时图像才被认为是经过二次JPEG压缩。现有的针对二次JPEG压缩的检测方法主要有以下两类：第一类是估计JPEG图像的原始量化矩阵或原始量化步长，这类方法在现有二次JPEG压缩检测中占有相当比例，例如通过裁剪原图像或利用神经网络来估计原始量化步长或原始量化矩阵，通过数学推理分析二次压缩的周期效应，利用DCT系数直方图的傅里叶变换实现原始量化步长的估计，通过分析二次压缩后DCT系数直方图的某些特有特征来估计原始量化步长等；第二类方法是通过分析DCT系数直方图的特征来构造参数，设定判决准则，并以此判断图像是否经过二次压缩。上述两大类方法是现有检测二次JPEG压缩的主流方法，此外还有其他方法如分析数字图像和数码相机的噪声相关性来判断图像是否经过二次JPEG压缩等。

上述方法的缺点在于计算量较大，算法复杂，并且在某些情况下，如裁剪检测图像会造成估计的不准确，并且对于当一次压缩的质量因子是二次压缩质量因子的倍数的情况并不适用。

发明内容

本发明提出一种针对JPEG图像二次压缩的检测方法，本方法所针对的二次JPEG压缩是指对一幅无损存储的图像分别使用质量因子Q₁和Q₂进行两次JPEG压缩，并且Q₁≠Q₂，才称该图像经过二次JPEG压缩，一次JPEG压缩是指对一副无损存储的图像使用一定的量化因子进行一次JPEG压缩，则称该图像经过一次JPEG压缩。

本发明利用一次JPEG压缩的DCT系数中的AC系数直方图符合拉普拉斯分布的特性，通过拟合待检测JPEG图像的一次压缩的AC系数的拉普拉斯分布函数来构造用于SVM分类的特征向量，即通过比较拟合得到的分布函数与检测图像的实际AC系数归一化的直方图分布的差异大小，使用SVM分类来判断JPEG图像是否经过二次压缩。本发明包括如下步骤：

1)输入或浏览选择待检测JPEG图像所在的文件夹路径，该路径下所有的JPEG图像都将被检测；

2)输入或浏览选择检测结果保存的文件名和路径，默认路径为检测执行程序所在路径；

3)设定“统计量的AC值取值范围”被选中时，通过下拉条选择AC系数值的取值范围，可改变AC系数值在不同取值区间所对应的特征矢量的维数，默认为-10到10；

4)点击“检测”按钮，执行JPEG图像二次压缩的检测，将检测结果统计量保存到设定路径下；

5)用SVM分类判断待检测图像是否经过二次压缩，检测结果报告能够显示图像是否经过二次压缩、选取的统计量的值、检测图像总数、经过二次JPEG压缩的图像总数。

上述的二次JPEG压缩检测方法，其特点在于：具体检测过程包括如下步骤：

1)读取待检测JPEG图像的DCT系数的AC系数；

2)拟合待检测JPEG图像的一次压缩的AC系数的分布函数；

3)选取、计算统计量；

4)采用SVM分类，判断图像是否经过二次压缩；

其特点在于：在步骤2)中基于一次JPEG压缩的DCT系数中的AC系数的直方图符合拉普拉斯分布的原理，通过待检测图像的AC系数来拟合一次JPEG压缩的AC系数的拉普拉斯分布函数，以此作为待检测图像一次JPEG压缩的AC系数的分布函数的估计；在步骤3)中统计量的选取基于以下原理：经过一次JPEG压缩的图像的AC系数的直方图分布符合拉普拉斯分布，而经过二次JPEG压缩的图像的AC系数的直方图不再符合拉普拉斯分布，因此通过拟合的方法来估计待检测图像的一次JPEG压缩的AC系数的分布函数，将拟合的分布函数与待检测图像实际的AC系数的归一化的直方图分布进行比较，若待检测图像经过一次JPEG压缩，则二者的差异会很小，若待检测图像经过二次JPEG压缩，则二者之间的差异将会很大，本方法中选取待检测图像的AC系数归一化的直方图的分布与拟合的一次压缩的AC系数的分布函数之间的差异为统计量，统计量的意义在于它反映了通过拟合得到的一次JPEG压缩的AC系数的直方图与待检测图像实际的AC系数的直方图的差异的大小。

上述的二次JPEG压缩的检测方法，其特点在于：所述步骤2)拟合待检测JPEG图像的一次压缩的DCT系数中的AC系数的分布函数进一步包括如下步骤：

对一次JPEG压缩的AC系数的分布函数的拟合需要通过两个参数来实现，分布函数的数学期望与方差，这两个参数均是通过计算待检测JPEG图像的AC系数的数学期望和方差来获得。

根据待检测JPEG图像的DCT系数的AC系数的直方图来计算分布函数的数学期望，令x为JPEG图像的DCT系数的AC系数(x的取值范围为-128到128的整数)，令T(x)为x在AC系数直方图上的出现频率，图像所有AC系数的出现频率之和记为Sum，

将AC系数的数学期望记为E(x)，E(x)的计算方式为：

令AC系数的方差为D(x)，D(x)的计算方式为：

令待检测图像的一次JPEG压缩的分布函数为F(x)，根据F(x)符合拉普拉斯分布函数的原理，利用AC系数的数学期望E(x)与方差D(x)来拟合F(x)，拟合方式为：

F(x)＝0.5[1+sgn(x-μ)(1-exp(-|xμ|/b))]

其中μ＝E(x)、 $b=\sqrt{D\left(x\right)/2}.$

上述的二次JPEG压缩的检测方法，其特点在于：所述步骤3)选取、计算统计量进一步包括如下步骤：

根据步骤2)的拟合方法，通过待检测JPEG图像的AC系数拟合一次JPEG压缩的AC系数的分布函数，得到的一次压缩的AC系数的分布函数的估计，记为F₁(x)，其中x表示AC系数的取值(x的取值范围为-128到128的整数)。

将待检测JPEG图像的AC系数的直方图归一化，以f₂(x)表示待检测图像AC系数归一化的直方图，所谓归一化即将x所对应的出现频率换算为出现频率的百分比，归一化结果记为f₂(x)，f₂(x)＝T(x)/Sum，其中x表示AC系数的取值(x的取值范围为-128到128的整数)。

计算待检测图像实际的分布函数F₂(x)，

其中x表示AC系数的取值(x的取值范围为-128到128的整数)。

根据权利要求1中所述统计量的选取原理，以拟合的一次JPEG压缩的AC系数的分布函数与待检测图像的AC系数归一化的直方图之间的差值为统计量，定义为ΔF(x)：

ΔF(x)＝F₁(x)-F₂(x)；(-128≤x≤128)

上述的二次JPEG压缩的检测方法，其特点在于：所述步骤4)利用SVM进行分类和判决进一步包括如下步骤：

采用SVM进行分类和判决是因为它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，它以统计学理论为基础，能够根据有限的样本信息在特定训练样本的复杂性和无错误识别任意样本之间寻求最佳折衷，以获得最好的推广能力。SVM通过训练集里的特征向量样本来训练并得到最佳分类系数，得到特征向量样本和类别之间的关系，以便将特征向量按照类别分开或预测新的特征向量所对应的类别。

在特征向量的选择上，因为分布函数F(x)在x处的函数值表示x落在区间(-∞，x]上的概率，若待检测图像只经过一次JPEG压缩，则通过其AC系数拟合的分布函数与图像实际的AC系数直方图的分布函数是近似相等的，若待检测图像经过二次JPEG压缩，则其实际的AC系数直方图的分布函数F(x)在x处的函数值，即x落在区间(-∞，x]上的概率与拟合的分布函数在(-∞，x]上的概率之间的差异比上述第一种情况大得多，所以拟合的分布函数与待检测图像实际的AC系数直方图的分布函数之间的差异可作为判断图像是否经过二次JPEG压缩的统计量。

由于一次JPEG压缩的AC系数在不同的取值区间中与拉普拉斯分布的符合程度并不一致，在AC系数值出现频率越高的区间与拉普拉斯分布的符合程度越高，为使统计量ΔF(x)尽可能少受其他因素的干扰，得到较高的检测准确率，选用绝对值较小的AC系数所对应的统计量ΔF(x)作为SVM分类的特征向量，记为ΔF_SVM(x)。

为构建SVM训练和测试数据样本集，在图像库中随机选取200幅无损存储的图像，包括人物、风景等色彩较丰富的图像和纹理等色彩较单一的图像，且图像尺寸大小不一。将200幅图像分别用60、65、70、75、80、85、90、95，8种质量因子进行首次压缩，然后对每一种质量因子压缩的200幅图像再用上述8种质量因子进行二次压缩，将一次压缩的每一种质量因子对应的8种二次压缩的质量因子压缩成的图像分为8类，共64类。对每一类取100幅图像用于训练，剩下的100幅图像用于测试，其中将经过一次JPEG压缩的图像的用做SVM分类的特征向量ΔF_SVM(x)标记为“-1”，经过二次JPEG压缩的图像的用做SVM分类的特征向量ΔF_SVM(x)标记为“+1”。

将上述64类中的每一类都进行SVM分类训练，训练的输入数据即为此类所对应的一次JPEG压缩的特征向量和二次JPEG压缩的特征向量，通过SVM分类训练得到特征向量样本和类别之间的关系并找到最佳分类系数，以此分类系数作为SVM判断新的特征向量所对应的类别的判决准则。将待检测图像的ΔF_SVM(x)值载入训练好的模型，经过SVM分类判断图像是否经过二次JPEG压缩。

上述8种质量因子的选取只是为了举例说明如何构建SVM训练和测试数据样本集，并不限定本发明的适用范围。

附图说明

图1是本发明的检测总流程图。

图2是本发明拟合待检测JPEG图像的一次压缩的AC系数的分布函数的公式示意图。

图3是本发明的用户图形窗口界面图。

图4是用SVM分类的检测结果报告截图。

其中，附图说明标记如下：

待检测目录100，浏览200，检测结果保存300，浏览400，统计量的AC值取值范围500，下拉框600，检测700。

具体实施方式

图1是检测过程的总流程图。

(1)选定待检测目录，然后从中依次读取待检测JPEG图像，判断图像格式，若为非JPEG格式则跳过，继续读取下一幅图像。

(2)通过待检测JPEG图像的AC系数来拟合一次JPEG压缩的AC系数的分布函数，得到一次JPEG压缩的AC系数的分布函数的估计，记为F₁(x)，其中x表示AC系数的取值(x的取值范围为-128到128的整数)。

(3)将待检测JPEG图像的AC系数的直方图归一化，以f₂(x)表示待检测图像AC系数归一化的直方图，所谓归一化即将x所对应的出现频率换算为出现频率的百分比，归一化结果记为f₂(x)，f₂(x)＝T(x)/Sum，其中x表示AC系数的取值(x的取值范围为-128到128的整数)。

(4)计算待检测图像实际的分布函数F₂(x)，

其中x表示AC系数的取值(x的取值范围为-128到128的整数)。

(5)计算拟合的一次JPEG压缩的AC系数的分布函数与待检测图像的AC系数归一化的直方图之间的差值，即检测选取的统计量ΔF(x)：

ΔF(x)＝F₁(x)-F₂(x)；(-128≤x≤128)

(6)用SVM对特征向量ΔF_SVM(x)进行分类，判断待检测JPEG图像是否经过二次压缩。因为一次JPEG压缩的DCT系数中的AC系数在不同的取值区间中与拉普拉斯分布的符合程度并不一致，在AC系数值出现频率越高的区间与拉普拉斯分布的符合程度越高，为使统计量ΔF(x)尽可能少受其他因素的干扰，得到较高的检测准确率，选用绝对值较小的AC系数所对应的统计量ΔF(x)作为SVM分类输入的特征向量ΔF_SVM(x)。

图2是本发明拟合待检测JPEG图像的一次压缩的AC系数的分布函数的公式示意图。公式(1)是图像AC系数的数学期望E(x)的计算公式，其中

是指图像所有AC系数的出现频率之和；

公式(2)是图像AC系数的方差D(x)的计算公式，其中E(x)、T(x)、D(x)、Sum意义与公式(1)相同；

公式(3)是利用AC系数的数学期望E(x)与方差D(x)来拟合分布函数F(x)的拟合公式，其中参数μ、b的计算方式分别为μ＝E(x)、

图3是用户图形窗口界面图。首先，在待检测目录100中可通过输入或点击浏览按钮200来设定待检测图像所在文件夹路径。在检测结果保存300中可通过输入或点击浏览按钮400来设定保存待检测数据即ΔF_SVM(x)值的文件名和路径，默认路径为检测执行程序所在路径。选中“统计量的AC值取值范围”500复选框，分别通过下拉条600设定AC系数值x在某范围所对应的ΔF(x)，若不选中则默认为-10到10。然后，点击检测按钮700，系统按照上述设定好的路径和参数进行检测操作，该路径下所有的JPEG图像都将被检测。

图4是用SVM分类的检测结果报告截图。在检测结果保存文件300指定的路径下生成以文本格式保存的检测结果报告。

检测结果报告的第1列记录被检测图像的存放路径和名称；

检测结果报告的第2列标识检测结果，有两种符号：‘+1’、‘-1’，其中‘+1’表示经过二次JPEG压缩，‘-1’表示经过一次JPEG压缩；

从检测结果的第三列开始显示的是用于SVM分类的特征向量ΔF_SVM(x)，其中‘：’前的数字是特征向量ΔF_SVM(x)的分量元素计数，‘：’后的数字是特征向量ΔF_SVM(x)的分量元素的取值；

最后，检测结果报告的最后1行显示统计结果：total显示检测图像总数，count显示检测出经过二次JPEG压缩的图像总数。

本发明的主要特点在于：(1).利用一次JPEG压缩的DCT系数的AC系数的直方图符合拉普拉斯分布的特性，提出通过使用待检测JPEG图像的AC系数来拟合该图像的一次JPEG压缩的AC系数的分布函数，并通过拟合的分布函数与实际AC系数归一化的直方图分布的差异来构造检测统计量；(2).选取统计量作为SVM分类的输入时，选用绝对值较小的AC系数所对应的统计量，尽可能减少了其他因素对检测结果的干扰，使检测结果更加准确；(3).利用SVM分类判断图像是否经过二次压缩，在保证误检率低的同时具有很高的检测正确率，具有广泛适用性。

Claims (4)

1.一种针对JPEG图像二次压缩的检测方法，本方法利用一次JPEG压缩的DCT系数中的AC系数直方图符合拉普拉斯分布的特性，通过拟合待检测JPEG图像的一次压缩的AC系数的拉普拉斯分布函数来构造检测统计量，即比较通过拟合得到的分布函数与检测图像的实际AC系数归一化的直方图分布的差异大小，使用SVM分类来判断JPEG图像是否经过二次压缩，所述二次压缩检测算法具体包括以下四个步骤：

1)读取待检测JPEG图像的DCT系数的AC系数；

2)拟合待检测JPEG图像的一次压缩的AC系数的分布函数；

3)选取、计算统计量；

4)采用SVM分类，判决图像是否经过二次压缩；

其特点在于：本方法所针对的二次JPEG压缩是指对一幅无损存储的图像分别使用质量因子Q₁和Q₂进行两次JPEG压缩，并且Q₁≠Q₂，则称该图像经过二次JPEG压缩，一次JPEG压缩是指对一副无损存储的图像使用一定的量化因子进行一次JPEG压缩，则称该图像经过一次JPEG压缩；

在步骤2)中基于一次JPEG压缩的DCT系数中的AC系数的直方图符合拉普拉斯分布的原理，通过待检测图像的AC系数来拟合一次JPEG压缩的AC系数的拉普拉斯分布函数，以此作为待检测图像一次JPEG压缩的AC系数的分布函数的估计；在步骤3)中统计量的选取基于以下原理：经过一次JPEG压缩的图像的AC系数的直方图分布符合拉普拉斯分布，而经过二次JPEG压缩的图像的AC系数的直方图不再符合拉普拉斯分布，因此通过拟合的方法来估计待检测图像的一次JPEG压缩的AC系数的分布函数，将拟合的分布函数与待检测图像实际的AC系数的归一化的直方图分布进行比较，若待检测图像经过一次JPEG压缩，则二者的差异会很小，若待检测图像经过二次JPEG压缩，则二者之间的差异将会很大，本方法中选取待检测图像的AC系数归一化的直方图的分布与拟合的一次压缩的AC系数的分布函数之间的差异为统计量，统计量的意义在于它反映了通过拟合得到的一次JPEG压缩的AC系数的直方图与待检测图像实际的AC系数的直方图的差异的大小。

2.根据权利要求1所述的二次JPEG压缩的检测方法，其特征在于：所述步骤2)拟合待检测JPEG图像的一次压缩的DCT系数中的AC系数的分布函数进一步包括如下步骤：

对一次JPEG压缩的AC系数的分布函数的拟合需要通过两个参数来实现，分布函数的数学期望与方差，这两个参数均是通过计算待检测JPEG图像的AC系数的数学期望和方差来获得；

根据待检测JPEG图像的AC系数的直方图来计算分布函数的数学期望，令x为JPEG图像的AC系数的取值(x的取值范围为-128到128的整数)，令T(x)为x在AC系数直方图上的出现频率，图像所有AC系数的出现频率之和记为Sum，

将AC系数的数学期望记为E(x)，E(x)的计算方式为：

令AC系数的方差为D(x)，D(x)的计算方式为：

令待检测图像的一次JPEG压缩的分布函数为F(x)，根据F(x)符合拉普拉斯分布函数的原理，利用AC系数的数学期望E(x)与方差D(x)来拟合F(x)，拟合方式为：

F(x)＝0.5[1+sgn(x-μ)(1-exp(-|x-μ|/b))]

其中μ＝E(x)、 $b=\sqrt{D\left(x\right)/2}.$

3.根据权利要求1所述的二次JPEG压缩的检测方法，其特征在于：所述步骤3)选取、计算统计量进一步包括如下步骤：

根据权利要求2所述的拟合方法，通过待检测JPEG图像的AC系数拟合一次JPEG压缩的AC系数的分布函数，得到的一次压缩的AC系数的分布函数的估计，记为F₁(x)，其中x表示AC系数的取值(x的取值范围为-128到128的整数)；

将待检测JPEG图像的AC系数的直方图归一化，以f₂(x)表示待检测图像AC系数归一化的直方图，所谓归一化即将x所对应的出现频率换算为出现频率的百分比，归一化结果记为f₂(x)，f₂(x)＝T(x)/Sum，其中x表示AC系数的取值(x的取值范围为-128到128的整数)；

计算待检测图像实际的分布函数F₂(x)，

其中x表示AC系数的取值(x的取值范围为-128到128的整数)；

根据权利要求1中所述统计量的选取原理，以拟合的一次JPEG压缩的AC系数的分布函数与待检测图像的AC系数归一化的直方图之间的差值为统计量，定义为ΔF(x)：

ΔF(x)＝F₁(x)-F₂(x)；(-128≤x≤128)

4.根据权利要求1所述的二次JPEG压缩的检测方法，其特征在于：所述步骤4)利用SVM进行分类和判决进一步包括如下步骤：

由于一次JPEG压缩的AC系数在不同的取值区间中与拉普拉斯分布的符合程度并不一致，在AC系数值出现频率越高的区间与拉普拉斯分布的符合程度越高，为使统计量ΔF(x)尽可能少受其他因素的干扰，得到较高的检测准确率，选用绝对值较小的AC系数所对应的统计量ΔF(x)作为SVM分类的特征向量，记为ΔF_SVM(x)。

通过SVM分类训练得到特征向量样本和类别之间的关系并找到最佳分类系数，以此分类系数作为SVM判断新的特征向量所对应的类别的判决准则。将待检测图像的ΔF_SVM(x)值载入训练好的模型，经SVM分类判断图像是否经过二次JPEG压缩。

Images