數(shù)字圖像取證技術(shù)是一個(gè)新的研究領(lǐng)域，其目的是檢測(cè)數(shù)字圖像的完整性和真實(shí)性是否遭受破壞。數(shù)字圖像取證技術(shù)包括主動(dòng)取證技術(shù)與被動(dòng)取證技術(shù)。主動(dòng)取證技術(shù)是指事先將水印嵌入待取證的圖像中，在取證的過(guò)程中對(duì)嵌入水印的完整性和真實(shí)性進(jìn)行認(rèn)證的一種技術(shù)?，F(xiàn)有的主動(dòng)取證技術(shù)主要包括魯棒性數(shù)字水印防偽技術(shù)、脆弱性數(shù)字水印防篡改技術(shù)以及數(shù)字指紋、數(shù)字簽名、數(shù)字摘要等認(rèn)證技術(shù)。這些技術(shù)所采用的基本思路都是向圖像中嵌入或者添加附加信息，通過(guò)檢測(cè)附加信息是否遭受破壞來(lái)對(duì)數(shù)字圖像進(jìn)行真實(shí)性和完整性鑒別。但是，主動(dòng)取證相關(guān)設(shè)備和系統(tǒng)造價(jià)非常昂貴，而且在圖像中嵌入或者添加附加信息必然會(huì)引起圖像質(zhì)量的下降[1]，這些條件制約了主動(dòng)取證技術(shù)的發(fā)展。尤其是目前絕大部分?jǐn)?shù)碼相機(jī)中并不具備數(shù)字水印或數(shù)字簽名功能。所以，數(shù)字圖像被動(dòng)盲取證技術(shù)則受到了廣泛的關(guān)注，該技術(shù)對(duì)獲取數(shù)字圖像的設(shè)備沒有特殊要求，也不依賴于輔助信息，僅根據(jù)待認(rèn)證的圖像本身的特征變化來(lái)判斷其是否經(jīng)過(guò)合成、潤(rùn)飾等篡改操作，因此具有更為廣泛的應(yīng)用價(jià)值[2]。
    數(shù)字圖像盲取證技術(shù)是一個(gè)熱點(diǎn)問題，尤其最近幾年國(guó)內(nèi)外學(xué)者對(duì)其進(jìn)行深入研究。當(dāng)數(shù)字圖像再壓縮時(shí)，篡改區(qū)域失真很大，利用這種特性，很多學(xué)者通過(guò)對(duì)圖像第一次壓縮量化表[3-5]的估計(jì)來(lái)定位篡改區(qū)域；左菊仙等在參考文獻(xiàn)[6]中對(duì)典型篡改操作進(jìn)行檢測(cè)，通過(guò)提取重采樣的塊度量因子以及JPEG壓縮的塊度量因子的特征來(lái)檢測(cè)圖像是否經(jīng)過(guò)篡改并定位篡改區(qū)域。然而在于模糊篡改檢測(cè)方面，王偉等[7]通過(guò)對(duì)已經(jīng)模糊篡改的圖像進(jìn)行二次模糊，利用模糊區(qū)域與未模糊區(qū)域相關(guān)度大小不一致來(lái)定位模糊區(qū)域；王波等[8]通過(guò)分析圖像中的異常色調(diào)率的區(qū)別來(lái)檢測(cè)模糊篡改操作；Chen Yilei等[9]利用像素之間的相關(guān)性檢測(cè)圖像是否經(jīng)過(guò)模糊篡改、拼接篡改以及二次JPEG壓縮等；TSOMKO E等[10]用線性高斯模糊來(lái)檢測(cè)模糊圖像；潘生軍等[11]用EM方法來(lái)定位模糊區(qū)域，模糊區(qū)域后驗(yàn)概率比較大，未模糊區(qū)域后驗(yàn)概率比較小，從而定位模糊區(qū)域；Yang Benjuan等[12]利用像素之間的相關(guān)性定位模糊篡改區(qū)域。這幾種方法對(duì)于模糊操作的檢測(cè)都取得了一定的成效，但是也存在一些不足。因此，檢測(cè)圖像是否經(jīng)過(guò)模糊篡改是十分必要的。
    本文提出一種利用像素方向分布不一致性進(jìn)行定位檢測(cè)數(shù)字圖像盲取證的方法。通過(guò)從圖像中提取每個(gè)像素的方向特征來(lái)描述模糊潤(rùn)飾操作對(duì)像素方向分布的破壞。利用像素方向的相關(guān)性對(duì)模糊篡改區(qū)域進(jìn)行定位。該算法能夠有效地對(duì)模糊潤(rùn)飾的圖像進(jìn)行檢測(cè)和定位，具有很好的魯棒性。
1 圖像人工模糊操作的一般模型
    人工模糊操作的主要目的是掩蓋拼接篡改遺留下的痕跡。對(duì)圖像進(jìn)行模糊操作時(shí)需選擇不同的模糊半徑和強(qiáng)度對(duì)圖像進(jìn)行模糊。通常用Photoshop軟件對(duì)圖像進(jìn)行模糊處理，模糊操作就是通過(guò)移動(dòng)滑動(dòng)濾波器對(duì)選定的圖像區(qū)域進(jìn)行加權(quán)而產(chǎn)生平滑的結(jié)果，不同的模糊模式可以由濾波窗大小不同的滑動(dòng)濾波器函數(shù)來(lái)實(shí)現(xiàn)。圖像進(jìn)行模糊操作的數(shù)學(xué)表達(dá)式如下所示[11]：

2 特征提取與相關(guān)性
2.1 算法思想
    統(tǒng)計(jì)特征的選取是整個(gè)算法的關(guān)鍵。對(duì)圖像進(jìn)行模糊處理的過(guò)程中,破壞了像素方向的分布。本文在圖像中提取像素方向這個(gè)特征，進(jìn)行模糊區(qū)域定位。
2.2 特征提取
    假設(shè)一幅M×N的圖像f1，先將其轉(zhuǎn)換為灰度圖像，然后提取像素方向特征。用角度的大小來(lái)衡量像素的方向，像素弧度為θ，像素垂直方向梯度為dy，像素水平方向梯度為dx，利用Roberts交叉梯度算子計(jì)算像素的水平方向、垂直方向梯度。Roberts交叉梯度算子G如圖1所示。

    其中圖4（a）為經(jīng)過(guò)模糊篡改的圖像，圖4（b）為參考文獻(xiàn)[11]處理結(jié)果，圖4（c）為本文提出方法檢測(cè)結(jié)果。由圖可看出，圖4（b）中檢測(cè)定位模糊區(qū)域不明顯，圖4（c）中模糊區(qū)域與未模糊區(qū)域差別較大。
    為了說(shuō)明算法魯棒性好，對(duì)一幅彩色圖像進(jìn)行拼接篡改，然后對(duì)篡改區(qū)域進(jìn)行人工模糊消除篡改痕跡。其中圖5（a）為原始圖像，圖5（b）為經(jīng)過(guò)拼接篡改后為了掩蓋其篡改痕跡而進(jìn)行模糊處理的圖像，圖5（c）為參考文獻(xiàn)[11]處理結(jié)果，圖5（d）為本文提出方法檢測(cè)結(jié)果。明顯可以看出，圖5（c）不能定位模糊區(qū)域并且誤差較大，圖5（d）對(duì)于模糊區(qū)域定位很準(zhǔn)確。對(duì)比實(shí)驗(yàn)結(jié)果可以發(fā)現(xiàn)，原圖像的像素方向分布比較均勻，經(jīng)過(guò)高斯模糊后的區(qū)域像素方向分布局部趨于一致性，即模糊區(qū)域像素方向分布相關(guān)性比較大，未模糊區(qū)域像素方向分布相關(guān)性比較小，利用模糊區(qū)域與非模糊區(qū)域相關(guān)性相差很大的特征來(lái)定位模糊區(qū)域。實(shí)驗(yàn)結(jié)果表明，所提出方法明顯可以定位模糊區(qū)域并優(yōu)于參考文獻(xiàn)[11]提出的方法。

    針對(duì)人工模糊操作，利用像素方向分布不一致的特征來(lái)定位模糊區(qū)域。通過(guò)從圖像中提取每個(gè)像素的方向特征，來(lái)描述模潤(rùn)飾操作對(duì)像素方向分布的破壞。模糊區(qū)域像素方向相關(guān)性比較大，未模糊區(qū)域方向相關(guān)性比較小，通過(guò)EM方法估計(jì)方向角度差異度的期望方差，從而定位模糊區(qū)域。實(shí)驗(yàn)表明，該算法能夠有效地對(duì)模糊潤(rùn)飾的圖像進(jìn)行檢測(cè)和定位，并具有較好的魯棒性。
參考文獻(xiàn)
[1] FRIEDMAN G L.The trustworthy digital camera：restoring credibility to the photographic image[J].IEEE Transactions on Consumer Electronics，1993，39(4)：905-910.
[2] POPESCU A C.Statistical tools for digital image forensics[C].New York：Proceedings of the 6th International Workshop on Information Hiding，2004：128-147．
[3] BIANCHI T，PIVA A.Image forgery localization via block grained analysis of JPEG artifacts[J].IEEE Trans.Inf.Forensics Security，2012，7(3)：1003-1017.
[4] 王俊文，劉光杰，戴躍偉，等.一種估計(jì)JPEG雙重壓縮原始量化步長(zhǎng)的新方法[J].電子與信息學(xué)報(bào)，2009，31(4)：836-839.
[5] 扈文斌，劉凱.基于量化表不一致性的JPEG圖像篡改盲檢測(cè)[J].中國(guó)圖象圖形學(xué)報(bào)，2011，16(3)：316-323.
[6] 左菊仙，劉本永.偽造圖像典型篡改操作的檢測(cè)[J].中國(guó)圖象圖形學(xué)報(bào)，2012，17(11)：1367-1375.
[7] 王偉，方勇.基于二次模糊相關(guān)性的單通道置換圖像盲分離[J].應(yīng)用科學(xué)學(xué)報(bào)，2011，29(2)：169-175.
[8] 王波，孫璐璐，孔祥維，等.圖像偽造中模糊操作的異常色調(diào)率取證技術(shù)[J].電子學(xué)報(bào)，2006，34(12)：2451-2454.
[9] Chen Yilei，HSU C T.Detecting recompression of JPEG images via periodicity analysis of compression artifacts for tampering detection[J].IEEE Transactions on Information Forensics and Security，2011，2(6)：396-406.
[10] TSOMKO E，KIM H J，lZQUIERDO E.Linear Gaussian  blur evolution for detection of blurry images[J].ET Image Processing，2010，4(4)：302-312.
[11] 潘生軍，楊本娟，劉本永.基于后驗(yàn)概率的圖像模糊檢測(cè)方法[J].計(jì)算機(jī)工程與應(yīng)用，2012，48(32)：181-186.
[12] Yang Benjuan，Zuo Juxian，Liu Benyong.Blur detection in  image forensics using linear correlation of pixels[C].Chinese  Conference on Pattern Recognition，Chongqin，2010：1-5.