针对BMP格式掩盖的JPEG同步重压缩检测方法技术

本发明专利技术提供了一种针对BMP格式掩盖的JPEG同步重压缩检测方法，提出了能够有效估计JPEG量化表的方法；利用JPEG100质量因子压缩的特殊性，通过提取质量因子100时的JPEG压缩所造成的最小误差，构建期望

【技术实现步骤摘要】
针对BMP格式掩盖的JPEG同步重压缩检测方法


[0001]本专利技术涉及信息安全
，具体但不限于涉及一种针对BMP格式掩盖的JPEG同步重压缩检测方法。

技术介绍

[0002]随着科技的发展，电子设备越来越普及，数字图像成为了社会生产生活中的重要信息载体。近年来，为了确保图像的可信度，数字图像取证技术引起了广泛的关注。JPEG格式由于其占用空间小、存储迅速、兼容性强，成为日常生活中保存图片时广泛使用的图片格式。因此，关于JPEG的数字图像取证技术是取证技术的重点之一，如JPEG隐写、JPEG历史取证、JPEG重采样取证、JPEG重压缩检测和JPEG量化步长估计等。当一张原始图像经历了两次JPEG压缩，此时，称其为JPEG重压缩图像。根据两次压缩之间的DCT块是否对齐，JPEG重压缩可以分为两类：一类是对齐JPEG重压缩，另一类是非对齐JPEG重压缩。根据两次JPEG压缩之间的质量因子是否相同可以进一步将对齐JPEG重压缩分为两类：异步JPEG重压缩和同步JPEG重压缩。其中，同步JPEG重压缩检测是近几年的研究热点。
[0003]现有技术1)提出了一种基于随机扰动的检测算法，在该算法中，首先通过相同的量化矩阵将所给JPEG图像J再次压缩，记为J
′
，计算J与J
′
之间不同JPEG系数，记为D；然后通过对图像J
′
的随机的JPEG系数加一或减一来给图像添加扰动并再次JPEG压缩，计算其与图像J
′
不同的JPEG系数的个数；对图像J<br/>′
重复此操作，取平均值，以此作为阈值；最后将D与阈值作为比较，以此区分单JPEG压缩和JPEG重压缩。现有技术2)在上述基础上，提出通过限制添加扰动的符号，进一步提高了算法的效果。现有技术3)提出了一种基于误差图像的算法，将一张给定的JPEG图片解压缩成空域图像，将解压缩过程中的逆离散余弦变换系数与图像像素值作差，得到误差图像；然后根据误差的来源，将误差块分为舍入误差块和截断误差块，通过对舍入误差块和截断误差块分别作DCT变换，将误差映射到DCT域中；最后，分别对DCT域和空域中的误差特征进行提取并利用SVM来进行分类。现有技术4)在现有技术3)的基础上，设计了一个包含四个卷积层和两个全连接层的简单卷积神经网络，将误差图像作为网络的输入，以此来检测JPEG重压缩。现有技术5)中提出了一种基于密集CNN框架的卷积神经网络，将舍入误差图像和截断误差图像作为网络的输入，能够提取JPEG重压缩留下的细微痕迹。现有技术6)中还针对较小尺寸图像的重压缩检测，在现有技术3)所提特征的基础上，提出了一个基于量化DCT系数差值的特征，共同作为网络的输入。最后利用多层感知机对其进行分类。现有技术7)针对彩色图像的JPEG重压缩，提出了一种基于球坐标系的特征提取方法，通过将彩色图像三个通道中的截断误差和舍入误差映射到球坐标系，并提取球坐标系中的振幅和角度作为特征，充分利用了彩色图像三个通道之间的相关性；同时，还提出利用彩色图像在压缩中颜色转换所导致的转换误差，提取发生转化误差的个数作为特征。最后将这些特征用SVM进行分类。现有技术8)提出了一种基于收敛和扰动的检测JPEG重压缩的新方法，根据舍入、截断误差和JPEG系数在多次压缩时的收敛特性，定义了反向量化误差；然后根据舍入和截断将反向量化误差分为取整误差的反向量化误差和截断误差的反
向量化误差并从中提取特征；同时通过对JPEG系数添加扰动，将基于扰动的特征与多个阈值的差异作为特征；最后利用SVM根据上述特征对图片进行检测。现有技术9)中还提出了一种基于收敛的JPEG重压缩检测算法，利用了对图像进行连续同步JPEG压缩时，JPEG图像将趋于稳定的特点，提取了收敛误差；此外，在该算法中还通过对待检测图像进行转置攻击，得到换位误差，来表征特征的抗干扰能力；然后通过四元素映射来保持连续压缩的JPEG图像之间的关系；最后利用SVM依据特征对图像进行分类，取得了目前最佳的效果。
[0004]现有技术中虽然针对同步JPEG重压缩的方法已经取得较好的效果，但是它们的特征都是在JPEG解压缩过程中获取的，对于以BMP格式保存同步JPEG重压缩图像，现有技术的算法将无法直接提取特征，从而导致性能下降，并且以BMP格式保存JPEG图像时，图像文件将丢失JPEG量化表，这使得截断误差等重压缩特征难以直接获取。
[0005]有鉴于此，需要提供一种新的检测方法，以期解决上述至少部分问题。

技术实现思路

[0006]针对现有技术中的一个或多个问题，本专利技术提出了一种针对BMP格式掩盖的JPEG同步重压缩检测方法，通过分析现有技术中量化步长估计方法的不足，提出了能够有效估计JPEG量化表的方法；利用JPEG100质量因子压缩的特殊性，通过提取质量因子100时的JPEG压缩所造成的最小误差，构建期望
‑
最小误差特征；利用反量化JPEG系数的收敛特性提出了一阶相对误差特征，最终实现有效检测以BMP格式保存的同步JPEG重压缩图像，同时也能够检测出任意质量因子时的同步JPEG重压缩。
[0007]实现本专利技术目的的技术解决方案为：
[0008]一种针对BMP格式掩盖的JPEG同步重压缩检测方法，包括：
[0009]S1、获取BMP格式掩盖的JPEG图像，估计所述图像的量化步长，利用量化步长估计质量因子并基于质量因子生成完整的量化表；
[0010]S2、使用上述量化表提取图像的期望误差特征，使用最小量化表提取图像的最小误差特征，利用最小误差的冗余性，构建期望
‑
最小误差特征；所述最小量化表指的是所有量化步长均为1的量化表，所述最小误差指的是域变化与颜色转换误差所造成的误差；
[0011]S3、根据反量化后JPEG系数的相对变换速率逐渐减小的特性，通过提取三次JPEG压缩中的反量化后JPEG系数，构建一阶相对误差特征；
[0012]S4、采用支持向量机SVM对上述期望
‑
最小误差特征和一阶相对误差特征进行分类。
[0013]进一步的，S1中估计所述图像的量化步长具体步骤包括：
[0014]S1
‑
1、对BMP格式掩盖的JPEG图像进行DCT变换，将所得的DCT系数进行取整并计算因子直方图；
[0015]S1
‑
2、在因子直方图中寻找频数＞阈值T1的最大因子作为初步的量化步长，计算因子直方图中最大因子最大因子与其倍数之间的占比度PCT，所述占比度PCT表征两个因子处的频数相近程度；
[0016]S1
‑
3、判断占比度PCT与阈值T2之间的大小关系，若存在PCT＞T2，则将PCT＞T2的所有倍数中最大的倍数记为则量化步长若不存在PCT＞T2，则量化步长
[0017]进一步的，S1中采用量化步长估计质量因子具体步骤包括：
[0018]利用所估的量化步长eq与标准量化表计算质量因子：
[0019][本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对BMP格式掩盖的JPEG同步重压缩检测方法，其特征在于，包括：S1、获取BMP格式掩盖的JPEG图像，估计所述图像的量化步长，利用量化步长估计质量因子并基于质量因子生成完整的量化表；S2、使用上述量化表提取图像的期望误差特征，使用最小量化表提取图像的最小误差特征，利用最小误差的冗余性，构建期望
‑
最小误差特征；所述最小量化表指的是所有量化步长均为1的量化表，所述最小误差指的是域变化与颜色转换误差所造成的误差；S3、根据反量化后JPEG系数的相对变换速率逐渐减小的特性，通过提取三次JPEG压缩中的反量化后JPEG系数，构建一阶相对误差特征；S4、采用支持向量机SVM对上述期望
‑
最小误差特征和一阶相对误差特征进行分类。2.根据权利要求1所述的针对BMP格式掩盖的JPEG同步重压缩检测方法，其特征在于，S1中估计所述图像的量化步长具体步骤包括：S1
‑
1、对BMP格式掩盖的JPEG图像进行DCT变换，将所得的DCT系数进行取整并计算因子直方图；S1
‑
2、在因子直方图中寻找频数＞阈值T1的最大因子作为初步的量化步长，计算因子直方图中最大因子最大因子与其倍数之间的占比度PCT，所述占比度PCT表征两个因子处的频数相近程度；S1
‑
3、判断占比度PCT与阈值T2之间的大小关系，若存在PCT＞T2，则将PCT＞T2的所有倍数中最大的倍数记为则量化步长若不存在PCT＞T2，则量化步长3.根据权利要求1所述的针对BMP格式掩盖的JPEG同步重压缩检测方法，其特征在于，S1中采用量化步长估计质量因子具体步骤包括：利用所估的量化步长eq与标准量化表计算质量因子：式中，q(i,j)为标准量化表中第i行第j列的量化底数,Q(i,j)为所估量化表中第i行第j列的量化步长eq,round(
·
)为四舍五入取整函数；将所有估计的质量因子集合记为C，计算集合C的均值并取整，将其作为最终所估计的质量因子质量因子式中，mean(
·
)为计算均值的函数。4.根据权利要求1所述的针对BMP格式掩盖的JPEG同步重压缩检测方法，其特征在于，S1中基于质量因子生成量化表的公式为：式中，Q(i,j)为量化表中第i行第j列的量化步长，floor(
·
)为向下取整函数，QF是质量因子，q(i,j)为标准量化表中第i行第j列所对应的量化底数。5.根据权利要求1所述的针对BMP格式掩盖的JPEG同步重压缩检测方法，其特征在于，S2中使用量化表提取图像的期望误差特征具体包括：
使用估计的量化表将JPEG图像进行两次JPEG压缩，提取第一次压缩中的量化误差QE1、截断误差TE1、舍入误差RE1和第二次压缩中的量化误差QE2、截断误差TE2与舍入误差RE2；计算量化误差差值DQE、截断误差差值DTE和舍入误差差值DRE：DTE＝TE1‑
TE2DRE＝RE1‑
RE2DQE＝QE1‑
QE2将量化误差差值DQE变换到空域后再与截断误差差值DTE和舍入误差差值DRE作差，记为DQT、DQR：DQT＝IDCT(DQE)
‑
DTEDQR＝IDCT(DQE)
‑

【专利技术属性】
技术研发人员：王伟，王金伟，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：