[发明专利]一种数字照片图像压缩历史的检测方法

说明书

技术领域

本发明涉及一种数字照片图像被动盲取证的方法，尤其是涉及一种数字照片图像压缩历史的检测方法。

背景技术

几乎所有的相机都提供JPEG（Joint Photographic Experts Group）图像压缩功能。当一幅数字照片图像从相机转存到其它设备后，经常会经历再次或多次压缩。当一幅数字照片图像被图像编辑软件打开、编辑、裁减或缩放，或者图像合成、伪造后再次保存时，都会发生相机外的再次或多次压缩；在数字照片图像传输时，如在邮件中作为附件传输时，为了降低数字照片图像的字节数，数字照片图像也会经受压缩软件的大幅度再次压缩。因此，揭示一幅数字照片图像经历的相机外的JPEG压缩在图像取证中具有重要意义。首先，对数字照片图像所经历过的相机外的JPEG压缩的取证可以作为图像真实性检测的一个重要环节，例如，对篡改图像中不同图像部分经历的压缩不一致性检测是篡改图像取证的一种重要方法；第二，数字照片图像的压缩检测对提高图像隐写分析方法的准确性尤为重要，尤其是针对F5和OutGuess等隐写方法；第三，在数字照片图像处理以及一些应用中，通常需要知道一幅高质量压缩的数字照片图像是否经历过低质量压缩。

现有的JPEG压缩检测技术大部分都是基于数字照片图像只经历了一次或二次（双压）压缩的假设，并采用机器学习的方法获取一次或二次压缩图像的DCT（discrete cosine transform）系数的统计特征。研究成果表明，二次压缩图像的DCT系数直方图呈现“周期性”、“双峰”等特性，这些特性是由于数字照片图像在二次压缩时采用了与前一次压缩不同的量化表导致的，因此被称为DQ（double quantization）效应，DQ效应被看作是数字照片图像经历过二次压缩的直接证据。有学者采用Benford定律对二次压缩图像的DCT系数的统计特性进行描述，他们的研究表明：一次压缩的自然图像（自然场景图像，相对于计算机图形而言）的DCT系数服从广义的Benford定律，而二次压缩图像不服从，这可以作为对二次压缩图像的取证依据。也有学者采用Markov随机过程对数字照片图像的JPEG系数（量化的DCT系数）进行建模，从而实现对一次压缩图像和二次压缩图像的识别。在图像隐写分析方法中，在二次压缩检测基础上还需要对原始压缩的量化步长进行估计，以提高图像隐写分析方法的准确性，然而由于大部分高频DCT系数被量化为0，只有少量的低频DCT系数可以被估计，而且每一个量化系数需要单独估计，因此最后需再用最大似然估计方法对整个量化表进行估计。

利用现有的JPEG压缩检测技术进行多次压缩检测时，如果要获得三次压缩或多次压缩图像的统计特征，则必然需要复杂的分类器设计和大量的训练样本。而已有的双压缩检测方法都限于二次压缩检测，对于二次以上的压缩检测目前只有较少文献报道，这些针对二次以上的压缩检测方法存在以下问题：1）只能检测出数字照片图像是否经历过多次压缩，无法实现多次压缩的量化表估计和压缩顺序检测；2）由于低质量压缩必然会破坏图像的统计特性，因此这些针对二次以上的压缩检测方法都不能处理低质量压缩检测和量化表估计。

发明内容

本发明所要解决的技术问题是提供一种数字照片图像压缩历史的检测方法，其能够对多次压缩的压缩质量、压缩顺序做出准确检测，并能够揭露高质量图像是否经历过低质量压缩。

本发明解决上述技术问题所采用的技术方案为：一种数字照片图像压缩历史的检测方法，其特征在于包括以下步骤：

①取压缩工具集Tool中的一个压缩工具作为当前压缩工具，并利用该当前压缩工具采用n个由低到高不同的压缩质量对RGB颜色空间的待检测的数字照片图像进行再次压缩，得到待检测的数字照片图像对应的n幅具有不同压缩质量的再压图像，其中，压缩工具集Tool中的所有压缩工具的量化表定义各不相同，n≥1，待检测的数字照片图像和其对应的n幅具有不同压缩质量的再压图像的分辨率均为N×M；

②将待检测的数字照片图像及其对应的n幅具有不同压缩质量的再压图像从RGB颜色空间转换到YCbCr颜色空间，其中，YCbCr颜色空间的第一个颜色分量为亮度分量Y、第二个颜色分量为第一色差分量Cb、第三个颜色分量为第二色差分量Cr；