JPEG压缩域增强的检测方法、装置、存储介质及计算设备

jpeg压缩域增强的检测方法、装置、存储介质及计算设备
技术领域
1.本发明涉及图像处理与图像安全技术领域，尤其涉及一种jpeg压缩域增强的检测方法、装置、存储介质及计算设备。


背景技术：

2.jpeg(joint photographic experts group)即联合图像专家组，是用于连续色调静态图像压缩的一种标准，文件后缀名为.jpg或.jpeg，是最常用的图像文件格式。jpeg压缩域增强是一种增强jpeg图像对比度的处理操作。在将两幅jpeg图像进行合成时，如果两者的对比度存在差异，则容易留下明显的合成痕迹。一种减轻合成痕迹的常用做法是将其中一幅图像的对比度调整至与另一幅图像相匹配，这会导致合成图像中的某个局部经过增强，而其它局部未经过增强。因此，通过对可疑图像各个局部进行增强检测，有助于判明该可疑图像是否为合成图像，为防范合成图像用于非法目的提供技术保障。
3.目前的增强检测方法主要针对像素域增强的检测而设计，一般基于图像锐化在图像上造成的过冲(overshoot)效应来实现锐化检测，并未见针对jpeg压缩域增强的检测方法，如果将现有的这种增强检测方法直接应用于检测jpeg的压缩域增强，效果往往不佳甚至无法实施。


技术实现要素：

4.鉴于现有技术存在的不足，本发明提供了一种jpeg压缩域增强的检测方法、装置、存储介质及计算设备，可用于判别一幅位图是否经历过jpeg压缩域增强，并可进一步延伸应用于图像篡改检测，可以获得精确的检测结果。
5.为了实现上述的目的，本发明采用了如下的技术方案：
6.一种jpeg压缩域增强的检测方法，包括：
7.对待检图像像素矩阵分块，挑选出适于增强检测的可用块；
8.对每一个可用块进行离散余弦变换，得到对应的系数矩阵dk；
9.根据每一个增强参数候选值λ
t
和所述系数矩阵dk，得到全局似然函数值l(λ
t
)；
10.将每一个增强参数候选值λ
t
对应的全局似然函数值l(λ
t
)排列成向量h，作为增强检测特征向量进行增强检测。
11.作为其中一种实施方式，所述对待检图像像素矩阵分块，挑选出适于增强检测的可用块的步骤，包括：
12.对待检图像像素矩阵进行8
×
8分块；
13.排除分块中的奇异块，所述奇异块的最大灰度值为255，或最小灰度值为0，或最大灰度值等于最小灰度值。
14.作为其中一种实施方式，所述根据每一个增强参数候选值λ
t
和所述系数矩阵dk，得到全局似然函数值l(λ
t
)的步骤，包括：
15.遍历每一个增强参数候选值λ
t
，对每个系数差行反向增强操作，得到反向增强
系数矩阵；
16.根据反向增强系数矩阵，计算各个空间频率(i，j)的似然函数值lij(λ
t
，q
ij
)；
17.根据所述似然函数值l
ij
(λ
t
，q
ij
)，计算全局似然函数值l(λ
t
)。
18.作为其中一种实施方式，所述根据反向增强系数矩阵，计算各个空间频率(i，j)的似然函数值l
ij
(λ
t
，q
ij
)的步骤，包括：
19.对每一个空间频率(i，j)，计算对应的似然函数值l
ij
(λ
t
，q
ij
)：
[0020][0021]
其中，k为可用块的数量，k为分块索引，1≤k≤k；为系数矩阵dk中空间频率(i，j)处的系数，且0≤i，j≤7；q
ij
为空间频率(i，j)处的整数量化步长，且1≤q
ij
≤qb；
[0022]
p(.)为概率分布函数，其中的表示整数集，p
l
(.)为拉普拉斯概率质量函数，g(.)为高斯截断概率密度函数；
[0023]
其中，ρ
ij
为尺度参数，
[0024]
其中，σ2＝1/12，b＝4，＝1/12，b＝4，
[0025]
作为其中一种实施方式，所述根据所述似然函数值l
ij
(λ
t
，q
ij
)，计算全局似然函数值l(λ
t
)的步骤，包括：
[0026][0027]
其中，f是空间频率集合。
[0028]
本发明的另一目的在于提供一种jpeg压缩域增强的检测装置，包括：
[0029]
筛分模块，用于对待检图像像素矩阵分块，挑选出适于增强检测的可用块；
[0030]
变换模块，用于对每一个可用块进行离散余弦变换，得到对应的系数矩阵dk；
[0031]
运算模块，用于根据每一个增强参数候选值λ
t
和所述系数矩阵dk，得到全局似然函数值l(λ
t
)；
[0032]
分析模块，用于将每一个增强参数候选值λ
t
对应的全局似然函数值l(λ
t
)排列成向量h，作为增强检测特征向量进行增强检测。
[0033]
作为其中一种实施方式，所述筛分模块包括：
[0034]
划分模块，用于对待检图像像素矩阵进行8
×
8分块；
[0035]
筛选模块，用于排除分块中的奇异块，所述奇异块的最大灰度值为255，或最小灰度值为0，或最大灰度值等于最小灰度值。
[0036]
作为其中一种实施方式，所述运算模块包括：
[0037]
反向增强模块，用于遍历每一个增强参数候选值λ
t
，对每个系数进行反向增强操作，得到反向增强系数矩阵；
[0038]
似然函数值计算模块，用于根据反向增强系数矩阵，计算各个空间频率(i，j)的似然函数值l
ij
(λ
t
，q
ij
)；
[0039]
全局似然函数值计算模块，用于根据所述似然函数值l
ij
(λ
t
，q
ij
)，计算全局似然函数值l(λ
t
)。
[0040]
本发明的又一目的在于提供一种存储介质，所述存储介质内存储有多条指令，所述指令适于由处理器加载并执行所述jpeg压缩域增强的检测方法的步骤。
[0041]
本发明的又一目的在于提供一种计算设备，包括所述存储介质和适于实现各指令的处理器。
[0042]
本发明通过对待检图像像素矩阵分块，设计出合适的似然函数，将一系列增强参数候选值对应的全局似然函数值作为增强检测特征向量，判断待检图像是否经过jpeg压缩域增强，可以获得精确的检测结果。
附图说明
[0043]
图1为本发明实施例的一种jpeg压缩域增强的检测方法的流程示意图；
[0044]
图2为本发明实施例的一种jpeg压缩域增强的检测装置的结构框图。
具体实施方式
[0045]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0046]
参阅图1，本发明实施例提供了一种jpeg压缩域增强的检测方法，包括：
[0047]
s01、对待检图像像素矩阵分块，挑选出适于增强检测的可用块，排除奇异块。
[0048]
在步骤s01中，对待检图像像素矩阵分块，挑选出适于增强检测的可用块的步骤，具体可以包括：
[0049]
s011、对待检图像像素矩阵进行8
×
8分块。
[0050]
例如，可以记输入的待检图像像素矩阵为i，对待检图像像素矩阵i进行8
×
8分块。
[0051]
s012、排除分块中的奇异块，奇异块的最大灰度值为255，或最小灰度值为0，或最大灰度值等于最小灰度值。
[0052]
考虑到如果一个分块中的最大灰度值为255，或最小灰度值为0，或最大灰度值等于最小灰度值，则该分块会对增强检测会产生不良影响，因此此类奇异块需要弃之不用。排除所有奇异块后，剩下的分块称为可用块，可用块数量记为k。
[0053]
s02、对每一个可用块进行离散余弦变换，得到对应的系数矩阵dk。
[0054]
其中的上标k表示分块索引，1≤k≤k。记系数矩阵dk中空间频率(i,j)处(0≤i,j≤7)的系数为
[0055]
s03、根据每一个增强参数候选值λ
t
和系数矩阵dk，得到全局似然函数值l(λ
t
)。
[0056]
该步骤涉及到多个过程，具体可以包括：
[0057]
s031、遍历每一个增强参数候选值λ
t
，对每个系数进行反向增强操作，得到反向增强系数矩阵。
[0058]
这里，设定增强参数的候选值集合s＝{λ1，λ2，...，λ
t
，...，λ
t
}。遍历每一个候选值λ
t
，对系数进行反向增强操作：
[0059][0060]
其中的f为增强算子，表示用增强参数λ
t
进行反向增强后的dct(discrete cosine transform，离散余弦变换)系数。
[0061]
s032、根据反向增强系数矩阵，计算各个空间频率(i，j)的似然函数值l
ij
(λ
t
,q
ij
)。
[0062]
这里，计算各个空间频率(i，j)的似然函数值l
ij
(λ
t
,q
ij
)的步骤具体可以是，对每一个空间频率(i，j)，计算对应的似然函数值l
ij
(λ
t
,q
ij
)：
[0063][0064]
其中，式(2)中的q
ij
为空间频率(i，j)处的整数量化步长，且1≤q
ij
≤qb；log(.)表示对数运算；p(.)为概率分布函数，定义为：
[0065][0066]
其中，式(3)中的表示整数集，p
l
(.)为拉普拉斯概率质量函数，g(.)为高斯截断概率密度函数。
[0067]
式(3)中，拉普拉斯概率质量函数p
l
(.)定义为：
[0068][0069]
其中，式(4)中，ρ
ij
为尺度参数，可通过进行计算，exp(.)表示以自然常数e＝2.71828
…
为幂的指数函数。
[0070]
式(3)中，高斯截断概率密度函数g(.)定义为：
[0071][0072]
其中，式(5)中的σ2＝1/12，b＝4，z的取值为π表示圆周率。
[0073]
s033、根据式(2)中的似然函数值l
ij
(λ
t
,q
ij
)，计算全局似然函数值l(λ
t
)，l(λ
t
)可以由下式(6)求得：
[0074][0075]
其中，f是空间频率集合，全局似然函数是空间频率集合f中所有频率对应的l
ij
的
最大值之和，空间频率集合f为可设参数。
[0076]
对于未增强图像，l(λ
t
)会在λ
t
＝1处取得最大值；而对于增强图像，l(λ
t
)会在真实增强参数处取得最大值，这表明全局似然函数的取值蕴含着可实施增强检测的判别信息。
[0077]
s04、将每一个增强参数候选值λ
t
对应的全局似然函数值l(λ
t
)排列成向量h，作为增强检测特征向量进行增强检测。
[0078]
遍历增强参数候选值集合s＝{λ1,λ2，...，λ
t
，...，λ
t
}中的每一个候选值，得到一系列对应的全局似然函数值h＝[l(λ1)，l(λ2)，...，l(λ
t
)]。将t维向量h作为增强检测特征向量，进行线性判别分析(linear discreminant analysis，lda)，得到线性分类器，然后进行增强检测。
[0079]
在其他实施方式中，也可以将上述的线性分类器使用其它分类器，比如支持向量机或最近邻分类器，也可以实现增强检测。
[0080]
本实施例还对上述的jpeg压缩域增强的检测方法进行了实验测试，具体情况如下：
[0081]
(1)测试图库的选择：采用ucid图像库，共包含1338幅图像，用其中338幅图像构成训练图像集用于训练线性分类器，余下的1000幅图像构成测试图像集用于测试分类器性能。
[0082]
(2)参数设定：分别对训练集和测试集的每一幅图像进行质量因子qf为50、60、70、80、90的jpeg压缩，然后对所得的jpeg图像进行增强参数λ为0.7、0.8、0.9、1.0、1.1、1.2、1.3、1.4、1.5的jpeg压缩域增强，得到经jpeg压缩域增强的图像；设定增强参数的候选值集合s＝{0.6,0.61，0.62，
…
，1.99,2.00}，共包含141个候选值，每个候选值对应一个似然函数值，因此增强检测特征h的维度为141；qb设定为25；空间频率集合f设定为包含前9个交流频率，即f＝{(0，1)，(0，2)，(0，3)，(1，0)，(1，1)，(1，2)，(2，0)，(2，1)，(3，0)}。
[0083]
(3)测试结果：不同qf情况下的增强检测准确率如下：
[0084]
qf5060708090平均检测准确率99.88％99.70％99.73％99.75％98.91％99.59％
[0085]
可以看出，对于不同的jpeg压缩质量因子qf，本实施例的jpeg压缩域增强的检测方法都能实现精准的增强检测，验证了本实施例方法的有效性。
[0086]
如图2所示，本发明还提供一种jpeg压缩域增强的检测装置，主要包括筛分模块1、变换模块2、运算模块3和分析模块4，其中，筛分模块1用于对待检图像像素矩阵分块，挑选出适于增强检测的可用块；变换模块2用于对每一个可用块进行离散余弦变换，得到对应的系数矩阵dk；运算模块3用于根据每一个增强参数候选值λ
t
和系数矩阵dk，得到全局似然函数值l(λ
t
)；分析模块4用于将每一个增强参数候选值λ
t
对应的全局似然函数值l(λ
t
)排列成向量h，作为增强检测特征向量进行增强检测。
[0087]
其中，筛分模块1具体可包括划分模块11和筛选模块12，划分模块11用于对待检图像像素矩阵进行8
×
8分块，筛选模块12用于排除分块中的奇异块，奇异块的最大灰度值为255，或最小灰度值为0，或最大灰度值等于最小灰度值。
[0088]
其中，运算模块3可包括反向增强模块21、似然函数值计算模块22和全局似然函数值计算模块23，反向增强模块21用于遍历每一个增强参数候选值λ
t
，对每个系数进行反
向增强操作，得到反向增强系数矩阵；似然函数值计算模块22用于根据反向增强系数矩阵，计算各个空间频率(i，j)的似然函数值l
ij
(λ
t
,q
ij
)；全局似然函数值计算模块23用于根据似然函数值l
ij
(λ
t
,q
ij
)，计算全局似然函数值l(λ
t
)。
[0089]
其中，分析模块4又可以包括排列模块41和检测模块42，排列模块41可用于将每一个增强参数候选值λ
t
对应的全局似然函数值l(λ
t
)排列成向量h，作为增强检测特征向量，检测模块42可以利用向量h构造分类器，进行增强检测。
[0090]
另外，本发明还提供了一种存储介质及计算设备，该存储介质内存储有多条指令，该指令适于由处理器加载并执行上述的jpeg压缩域增强的检测方法的步骤，该存储介质为计算设备的一部分。处理器在一些实施例中可以是中央处理器(central processing unit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制计算设备的总体操作。本实施例中，该处理器用于运行存储介质中存储的程序代码或者处理数据。
[0091]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0092]
本发明通过对待检图像像素矩阵分块，设计出合适的似然函数，将一系列增强参数候选值对应的全局似然函数值作为增强检测特征向量，判断待检图像是否经过jpeg压缩域增强，可以获得精确的检测结果。
[0093]
以上所述仅是本技术的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。