数学形态学在数字伪造模糊检测中的应用

doi:10.11959/j.issn.2096-109x.2017.00152

网络与信息安全学报 ›› 2017, Vol. 3 ›› Issue (4): 20-25.doi: 10.11959/j.issn.2096-109x.2017.00152

数学形态学在数字伪造模糊检测中的应用

黄惠芬(),王志红,常玉红

山东英才学院信息工程学院，山东济南 250014

修回日期:2017-02-05 出版日期:2017-04-01 发布日期:2017-04-14
作者简介:黄惠芬（1980-），女，山东威海人，博士，山东英才学院教授，主要研究方向为信息隐藏。|王志红（1978-），女，山东泰安人，山东英才学院副教授，主要研究方向为信息隐藏。|常玉红（1977-），女，山东聊城人，硕士，山东英才学院副教授，主要研究方向为信息隐藏。
基金资助:
国家自然科学基金资助项目(61402271);山东省重点研发计划基金资助项目(2015GGX101012);山东省重点研发计划基金资助项目(2016GGX101037);山东省自然科学基金资助项目(ZR2015JL023);山东省自然科学基金资助项目(ZR2015JL025);山东省自然科学基金资助项目(ZR2016FM34);山东省自然科学基金资助项目(ZR2016FQ23);山东省社科规划研究基金资助项目(15CXWJ08);山东省高等学校科研计划基金资助项目(J15LN54);山东省高等学校科研计划基金资助项目(J16LN55)

Blur detection of digital forgery using mathematical morphology

Hui-fen HUANG(),Zhi-hong WANG,Yu-hong CHANG

School of Information Engineering,Shandong Yingcai University，Jinan 250014，China

Revised:2017-02-05 Online:2017-04-01 Published:2017-04-14
Supported by:
The National Natural Science Foundation of China(61402271);The Natural Science Foundation of Shandong Province(ZR2015JL023);The Natural Science Foundation of Shandong Province(ZR2015JL025);The Natural Science Foundation of Shandong Province(ZR2016FM34);The Natural Science Foundation of Shandong Province(ZR2016FQ23);The Social Science Planning Project of Shandong Province(15CXWJ08);Higher Education Research Project of Shandong Province(J15LN54);Higher Education Research Project of Shandong Province(J16LN55)

摘要/Abstract

摘要：

针对图像篡改中常用的模糊操作，研究使用平滑滤波保存边和数学形态法的新型模糊检测方案，充分利用2种方法的锐化功能和去噪功能，无需水印技术等任何嵌入信息就能指出可能的篡改并定位篡改位置，该方法不仅可以判断某个图像是否被虚化过，还能检测该图像的虚化程度。实验结果证实了该方案的有效性。

关键词: 图像取证, 数学形态学, 模糊, 边缘

Abstract:

Aiming at the fuzzy operation commonly used in image tampering,a new fuzzy detection scheme using smooth filter preserving edges and mathematical morphological methods was studied.By using the sharpening function and denoising function of both methods,tampering and location of tampering position can be pointed out without embedding information such as watermarking technique.The method can not only determine whether an image has been virtualized,but also detect the extent of the image blur.Experimental results confirm the effectiveness of the scheme.

Key words: image forensics, mathematical morphology, blur, edge

中图分类号:

TP391

黄惠芬,王志红,常玉红. 数学形态学在数字伪造模糊检测中的应用[J]. 网络与信息安全学报, 2017, 3(4): 20-25.

Hui-fen HUANG,Zhi-hong WANG,Yu-hong CHANG. Blur detection of digital forgery using mathematical morphology[J]. Chinese Journal of Network and Information Security, 2017, 3(4): 20-25.

图/表 6

图1

图2

图3

图4

图5

表1

参考文献 15

[1]	黄惠芬, 孙占全 . 数字图像司法取证技术[M]. 济南: 山东大学出版社, 2015.
	HUANG H F , SUN Z Q . Digital image judicial forensics technology[M]. Jinan: Shandong University PressPress, 2015.
[2]	周琳娜, 张茹, 郭云彪 . 数字图像内容取证[M]. 北京: 高等教育出版社, 2011.
	ZHOU L N , ZHANG R , GUO Y B . The content of digital image forensics[M]. Bejing: Higher Education PressPress, 2011.
[3]	LYU S , FARID H . How realistic are photorealistic[J]. IEEE Trans actions on Signal Processing, 2005,53(2): 845-850.
[4]	POPESCU A C . Statistical tools for digital image forensics[D]. Hanover:Dartmouth College, 2004.
[5]	POPESCU A C , FARID H . Exposing digital forgeries by detecting traces of resampling[J]. IEEE Transactions on Signal Processing, 2005,53(2): 758-767.
[6]	JOHNSON K , FARID H . Exposing digital forgeries by detecting inconsistencies in lighting[C]// The 7th International Multimedia Conference on Multimedia and security. 2009.
[7]	NG T T , CHANG S F , TSUI M P . Camera response function estimation from a single-channel image using differential invariants[C]// The International Conference on Availability,Reliability and Security. 2009.
[8]	GOLJAN M , FRIDRICH J . Sensor fingerprint digests for fast camera identification from geometrically distorted images[C]// SPIE,Electronic Imaging,Media Watermarking,Security,and Forensics XV. 2013: 3-7.
[9]	JOHNSON K , FARID H . Exposing digital forgeries through chromatic aberration[C]// The International Multimedia Conference Proceeding of the 8th Workshop on Multimedia and Security. 2010: 48-55.
[10]	GOLJAN M , FRIDRICH J , CHEN M . Defending against fingerprint-copy attack in sensor-based camera identification[J]. IEEE Transactions on Information Forensics and Security, 2011,6(1): 227-236.
[11]	骆伟祺 . 多媒体被动认证方法研究[D]. 广州:中山大学, 2008.
	LUO W Q . Study of multimedia passive authentication method[D]. Guangzhou:Sun Yat-sen University, 2008.
[12]	王波, 孙璐璐, 孔祥维 ,等. 图像伪造中模糊操作的异常色调率取证技术[J]. 电子学报, 2006,34(S1): 2451-2454.
	WANG B , SUN L L , KONG X W ,et al. The image forgery fuzzy operation rate of abnormal tonal forensics technology[J]. Chinese Journal of Electronic, 2006,34(S1): 2451-2454.
[13]	周琳娜, 王东明, 郭云彪 ,等. 基于数字图像边缘特性的形态学滤波取证技术[J]. 电子学报, 2008,36(6): 1047-1051.
	ZHOU L N , WANG D M , GUO Y B ,et al. Forensics technology based on digital image edge features of morphological filtering[J]. Chinese Journal of Electronic, 2008,36(6): 1047-1051.
[14]	ZHOU L N , WANG D M , GUOY B ,et al. Blur detection of digital forgery using mathematical morphology[C]// Lecture Notes in Computer Science. 2007: 990-998.
[15]	FAN J Y , CAO H , ALEX C . Estimating EXIF parameters based on noise features for image manipulation detection[J]. IEEE Transactions on Information Forensics and Security, 2013,8(4): 608-618.

检测的图像	图像数量/个	正确数量/个	失误数量/个	检出率
来源于Worth1000的原始图像	20	19	1	95%
来源于Worth1000的处理图像	55	46	9	83.6%
索尼相机拍摄原图	118	108	10	91.5%
柯达相机拍摄原图	125	112	13	89.6%

数学形态学在数字伪造模糊检测中的应用

Blur detection of digital forgery using mathematical morphology

在线阅读

pdf下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 15

相关文章 15

Metrics

推荐阅读 0

[1]	肖天, 江智昊, 唐鹏, 黄征, 郭捷, 邱卫东. 基于深度强化学习的高性能导向性模糊测试方案[J]. 网络与信息安全学报, 2023, 9(2): 132-142.
[2]	章登勇, 文凰, 李峰, 曹鹏, 向凌云, 杨高波, 丁湘陵. 基于双分支网络的图像修复取证方法[J]. 网络与信息安全学报, 2022, 8(6): 110-122.
[3]	陈诺, 祁树仁, 张玉书, 薛明富, 花忠云. 基于通道间相关性的图像重着色检测[J]. 网络与信息安全学报, 2022, 8(5): 167-178.
[4]	张伟成, 卫红权, 刘树新, 普黎明. 5G移动边缘计算场景下的快速切换认证方案[J]. 网络与信息安全学报, 2022, 8(3): 154-168.
[5]	张艺, 田立勤, 毋泽南, 武文星. 基于FANP的云用户行为信任评估优化机制[J]. 网络与信息安全学报, 2022, 8(2): 175-182.
[6]	贾庆民, 丁瑞, 刘辉, 张晨, 谢人超. 算力网络研究进展综述[J]. 网络与信息安全学报, 2021, 7(5): 1-12.
[7]	乔通, 姚宏伟, 潘彬民, 徐明, 陈艳利. 基于深度学习的数字图像取证技术研究进展[J]. 网络与信息安全学报, 2021, 7(5): 13-28.
[8]	周传鑫, 孙奕, 汪德刚, 葛桦玮. 联邦学习研究综述[J]. 网络与信息安全学报, 2021, 7(5): 77-92.
[9]	顾笛儿, 卢华, 谢人超, 黄韬. 边缘计算开源平台综述[J]. 网络与信息安全学报, 2021, 7(2): 22-34.
[10]	沈剑, 周天祺, 王晨, 杨惠杰. 面向边缘计算的隐私保护密钥分配协议[J]. 网络与信息安全学报, 2021, 7(1): 93-100.
[11]	陈璐, 汤红波, 游伟, 柏溢. 移动边缘计算安全防御研究[J]. 网络与信息安全学报, 2021, 7(1): 130-142.
[12]	赵明烽, Lei Chen, 钟洋, 熊金波. 移动边缘群智感知动态隐私度量模型与评价机制[J]. 网络与信息安全学报, 2021, 7(1): 157-166.
[13]	王标,刘兴洋,许卡,刘汪洋,王克楠,夏宇清. 政府开放数据的国家安全风险评估模型研究[J]. 网络与信息安全学报, 2020, 6(6): 80-87.
[14]	俞艺涵,付钰,吴晓平. 基于多层模糊综合评估的隐私保护效果评估方法[J]. 网络与信息安全学报, 2020, 6(6): 121-127.
[15]	左金鑫,郭子裕,李瑾,张洁,陆月明. 机密稳健复杂系统安全性评估方法[J]. 网络与信息安全学报, 2019, 5(2): 58-65.