[发明专利]建立本福德定律阈值库提高半脆弱水印认证检测率的方法

说明书

技术领域

本发明属于图像认证领域，涉及半脆弱水印图像算法，尤其是一种基于本福德定律来建立阈值库，并提高半脆弱水印图像篡改位置认证检测率的方法。

背景技术

数字水印中的半脆弱水印用于图像内容完整性和真实性的认证，它能把图像有可能经历的变化分成两类：非恶意操作和恶意攻击(即篡改)。通常来说，非恶意操作主要指图像在传输与存储过程中所产生的可以容忍的更改，如少量图像压缩、增强、滤波等，此时水印体现一定的鲁棒性。而恶意攻击则指对图像内容上的更改，如剪切、涂改等，此时水印具有一定的脆弱性，在恶意攻击下会随之改变。因此，通过和原有水印相互比较，我们可以判定图像被篡改的位置。

申请人在前期工作中发现，图像认证检测中的误检率和漏检率是一个进退维谷的关系，并在一个固定阈值下达到平衡。如图4所示，在图像认证检测中，随着检测阈值的增大，误检率随之升高，相反，漏检率会随之降低。通常当图像按某个固定比率压缩时，如QF＝75，用一个固定的阈值就可以尽可能的降低误检率和漏检率。然而，当QF变为95，这个固定阈值就不再适用。因为在图像传输中，其压缩比是不可预测的，所以在图像检测过程中，最佳阈值也是不固定的。因此，只要检测系统预先检测出图像的非恶意操作程度(压缩、增强、滤波)，并据此调节出最佳检测阈值，就能最大限度降低误检率和漏检率，达到最佳检测效果。

本福德定律指自然数居首位数的出现率存在一定规律，越小的数字出现率越高(1出现的概率是31％，2出现的概率是18％，依次类推，9出现的概率只有不到5％)。因为其应用的数据不能是有规律排序或经过人为修改的，所以可用于检查各种数据的真实性。

在图像处理方面，申请人通过分析JPEG2000图像频率域中DWT系数，发现JPEG2000图像压缩比率也遵从本福德定律。美国新泽西理工大学的施云庆教授带领的团队Fu等人在研究中提出广义的本福德定律，通过分析图像压缩后的DCT系数的首位数(自然数1-9)来估算JPEG压缩比率。

前文提到的半脆弱水印在图像认证中，用固定阈值的检测存在一定局限性。而利用本福德定律可以分析图像经受的非恶意操作程度，因此，申请人利用此特点，在半脆弱水印算法的基础上，研究自适应阈值调节方法，以此提高图像检测率。

通过检索，发现目前大部分水印算法并没有对检测的误检率和漏检率及其与非恶意操作的关系进行详细的分析，而且对于图像经受的非恶意操作默认为固定值的压缩，并没有指出 非恶意操作的不可预知性以及其对水印所产生的影响，而使用固定检测阈值对图像进行认证具有一定的局限性。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种建立本福德定律阈值库提高半脆弱水印认证检测率的方法，根据本方法建立的阈值库，可以得到图像检测的最佳阈值，进而提高了半脆弱水印图像篡改位置的检测率，适用于不同程度各种非恶意操作及多种非恶意操作同时存在的情况。

本发明解决技术问题所采用的技术方案是：

一种建立本福德定律阈值库提高半脆弱水印认证检测率的方法，通过对测试图像进行与水印嵌入时一致的频率域变换得到其相应的系数，然后分析这些系数并在阈值库里搜索匹配，进而得到最适合此图像检测的阈值对图像进行检测。

而且，具体步骤如下：

⑴获取图像系数：通过对测试图像进行与水印嵌入时一致的频率域变换得到其相应的系数；

⑵分析：按系数首位出现率的规律生成曲线图；

⑶匹配：利用误差平方和SSE将步骤⑵生成的曲线图与阈值库中由变量组生成的曲线图组进行对照，当误差平方和为最小值时，判定二者匹配；

⑷根据匹配的变量组找到阈值库中相对应的最佳阈值；

⑸利用所得最佳阈值对图像进行检测。

而且，所述阈值库其建立方法为：

⑴建立图像库：选取英国诺丁汉特伦特大学提供的图像库中1338张无压缩、分辨率为512×384的灰度图像，以及图像处理研究中常用的30张试验用图像；

⑵嵌入水印：选取50～100个具有代表性的半脆弱水印算法，在所选每一图像上均分别嵌入该50～100个半脆弱水印算法；

⑶非恶意处理：首先通过实验对非恶意操作及其程度进行认定，然后利用一种非恶意操作或多种非恶意操作结合，并采用不同操作程度对每一图像分别进行处理；

⑷频率域转换：采用与步骤⑵水印嵌入时相同的频率域对经非恶意处理的图像进行频率域变换，获取其频率域系数；

⑸判定：检查所获取的频率域系数首位出现率的规律是否符合本福德定律；