利用半色调点位置失真打印图像篡改取证方法技术

本发明专利技术利用半色调点位置失真打印图像篡改取证方法属于信息安全领域、信号与信息处理技术，涉及到激光打印图像中半色调点位置提取以及根据位置失真特征进行的打印篡改取证方法。该方法利用高斯模型匹配方法获得打印图像中半色调点的中心位置，对每个半色调点中心点提取12维位置特征，使用k-均值聚类方法对所提特征进行聚类，并将每个半色调点的聚类结果标记在打印图像中；通过聚类结果能够鉴别打印图像的篡改事实，并确定篡改区域。本发明专利技术由于采用半色调点的位置进行检测，检测结果不受图像内容的影响，可以检测到细微的篡改图像区域。利用本方法进行篡改检测简洁、直观，本发明专利技术适用于信息安全领域。

【技术实现步骤摘要】
利用半色调点位置失真打印图像篡改取证方法
本专利技术属于信息安全领域、信号与信息处理技术，涉及到激光打印图像中半色调点位置提取以及根据位置失真特征进行的打印篡改取证方法。
技术介绍
当前数码打印机已成为人们日常生活中必备的办公设备。而随着打印机、复印机的普及，伪造文档、图像的案件也呈逐年增多的趋势。犯罪分子可利用廉价的打印、复印设备以及图像处理软件篡改各类重要文件。这些违法犯罪行为不但能引起经济纠纷和刑事案件，而且还会影响到政府的事务以及国家的安全。为了防范和打击此类犯罪活动，司法和公安部门迫切需要有效、方便、快捷的打印取证技术，来鉴别打印文件的真实性。由于激光打印机具有速度快、清晰度高、保存时间长等优点因而得到公司和政府部门的广泛使用。目前针对打印图像取证主要利用纹理特征、几何失真特征、噪声特征和传感器类型识别等进行了探索。2010年Seung-JinRyu等利用半色调纹理特征来进行打印图像来源取证。将打印图像的半色调点排列视为一种纹理，通过分析高分辨率扫描图像来分析纹理特征。根据不同的打印机的半色调点排列不同，相同的打印机半色调点排列相同。采用霍夫变换提取点阵排列的直线信息，依据得到的直线的角度特征来构建直方图，通过计算多幅图像角度直方图的平均值来表示打印机模型，再采用相似性检测来完成打印机的来源取证。2009年OrhanBulan提出了一种基于半色调点几何失真的打印图像来源取证技术。由于激光打印机中感光鼓和五棱镜之间的位置和转速的偏差导致打印图像中半色调点的实际排列与理想排列结构存在位置失真。提取半色调点中心位置进行频域变换并提取点阵周期，估计原始点位置，并且采用直线拟合方式进行旋转补偿来纠正扫描过程中引入的旋转偏移，提取几何畸变特征，通过相关性检测来得到扫描图像的打印机来源。上述两种方法都是提取纹理特征或者几何失真特征作为页面的整体特征，来进行打印机来源取证。
技术实现思路
本专利技术要解决的技术问题是针对现有技术的不足，专利技术一种利用半色调点位置失真打印图像篡改取证方法，是采用半色调点的位置的微观特征，分析页面的每个局部特征，来寻找局部差异，进行打印机的篡改取证。本专利技术利用打印机的半色调点特征，提取打印图像中的半色调点位置信息，并判断其是否存在位置失真，进而实现打印图像的篡改取证。此方法的检测结果不受图像内容的影响，由于采用半色调点的位置进行检测，本实验的结果精确到每个半色调点，可以检测到细微篡改图像区域，无论是同图篡改还是异图篡改的篡改区域均可被准确定位出。本专利技术采用的技术方案是利用半色调点位置失真来进行打印图像篡改取证的方法，其特征是，该方法利用高斯模型匹配方法获得打印图像中半色调点的中心位置，对每个半色调点中心点提取12维位置特征，使用k-均值聚类方法对所提特征进行聚类，并将每个半色调点的聚类结果标记在打印图像中；通过聚类结果能鉴别打印图像的篡改事实，并确定篡改区域；该方法的具体步骤如下：1)半色调点的中心检测利用高斯模型匹配方法获得打印图像中半色调点的中心位置。首先，根据半色调点的形状及其像素值变化规律，构建一个符合二维高斯分布的理想高斯匹配模型矩阵，将这个高斯匹配模型在待测图像上进行遍历匹配，即取与高斯模型大小相同的图像块并与之计算相关系数，其公式如下：其中，Amn为高斯模型矩阵，Bmn为与高斯模型进行匹配的图像块，其尺寸均为m行n列，D(Amn)和D(Bmn)分别表示高斯模型矩阵和与之匹配的图像块的方差。分子表示二者的协方差，分母表示二者标准差的乘积，则整个公式表示两个矩阵之间的相关系数。将高斯模型在待测图像上进行遍历计算，得到待测图像的相关系数矩阵，在矩阵中求局部最大值的位置既为最佳匹配的位置，也是半色调点的中心位置，将半色调点的中心位置用白色点进行标记，则得到了如图4所示的半色调点位置标记图。2)半色调点位置特征提取根据得到的半色调点的中心位置计算其12维位置特征，针对某半色调中心点A，计算其周围半色调点中与该半色调点位置最近的6个半色调点，则得到的这6个半色调点即为其相邻的半色调点，得到相邻半色调点位置后，计算点A与其相邻点的距离作为6维特征，再分别计算点A与其相邻点的连线和水平线夹角作为另外6维特征；3)采用聚类算法确定篡改区域本专利技术采用k-均值聚类算法，由于本专利技术中需要区分原始和篡改两类半色调点，因此，类别k＝2；把数据集中的所有样本划分成2个聚类需满足以下条件：同一聚类之中的对象间距离最小；不同聚类中的对象间距离最大；k-均值算法的过程如下：首先，从有n个数据对象的数据集中任意选择2个对象作为初始的聚类中心；剩下的其他对象，根据这些点与聚类中心的距离将他们分别分配给与聚类中心所在的聚类中；然后，计算每个得到的新的聚类中心，即这一个聚类中所有对象的均值；最后，不断重复上述步骤直到标准测度函数开始收敛为止，本专利技术采用均方差作为标准测度函数。本专利技术的效果和益处是针对于打印图像的篡改取证，利用打印图像中半色调点排列位置失真的方法进行打印图像篡改取证，并确定篡改区域。首先我们提取打印图像的扫描图中的半色调点中心，然后计算每个点与周围相邻半色调点的位置信息特征，利用k-均值聚类算法将半色调点分为原始半色调点和篡改半色调点两类，并使用不同灰度值对半色调点的聚类结果进行标记，检测人员通过由聚类算法得到的标记图鉴别篡改图像。本专利技术适用于信息安全领域，由实验结果图可以看出，本专利技术的检测结果不受图像内容的影响，而且由于采用半色调点的位置进行检测，本实验的结果精确到每个半色调点，可以检测到细微的篡改图像区域，无论是同图篡改还是异图篡改的篡改区域均可被准确、有效的定位出，并且无论是否具有专业知识，均可利用本方法进行篡改检测，并且简洁、直观的判断出篡改区域。附图说明图1是基于半色调点位置失真检测的打印图像篡改取证流程框图。图2是打印图像及其区域放大图。图左半部分为打印图像放大后的半色调点排列，每个黑点表示一个半色调点；图右半部分表示将单个半色调点放大后的像素值组成。图3是二维高斯模型的黑白图像表现形式；图4是打印图像半色调点及其中心位置示意图，其中白色点代表其中心位置；图5为篡改前效果图；图6为篡改后效果图；图7为利用距离、角度特征的篡改检测结果。具体实施方式以下结合技术方案和附图详细叙述本专利技术的具体实施方式。本专利技术针对由激光打印机生成的图像的篡改取证，通过对打印机打印图像机理的研究，发现打印机通过微小的排列整齐的半色调点来表示待打印电子图像的灰度值，灰度变化通过半色调点的大小或稀疏来描述。在图像的拼接篡改过程中，篡改区域常常会通过旋转或缩放然后再拼接到背景图像之中。因此，图像篡改区域的半色调点排列存在位置失真现象，能通过半色调点位置失真的检测进行篡改取证。由于打印图像是由一系列排列规律的半色调点阵构成，该算法提取出半色调点的位置信息，并根据点阵的排列结构是否对齐来判断打印图像的篡改区域，算法具体框图如图1所示。实施例中，采用型号为HPlaserJet520Lx的打印机以及型号为EPSONperfection1200PHOTO的扫描仪，扫描分别率为600dpi。首先，将激光打印的图像扫描成数字图像并放大得到一幅待测的扫描图像，如图2所示。要检测待测图像中每个半色调点的中心位置；通过位置信息计算位本文档来自技高网...

【技术保护点】
一种利用半色调点位置失真来进行打印图像篡改取证的方法，其特征是，该方法利用高斯模型匹配方法获得打印图像中半色调点的中心位置，对每个半色调点中心点提取12维位置特征，使用k‑均值聚类方法对所提特征进行聚类，并将每个半色调点的聚类结果标记在打印图像中；通过聚类结果能够鉴别打印图像的篡改事实，并确定篡改区域；该方法的具体步骤如下：1)半色调点的中心检测利用高斯模型匹配方法获得打印图像中半色调点的中心位置。首先，根据半色调点的形状及其像素值变化规律，构建一个符合二维高斯分布的理想高斯匹配模型矩阵，将这个高斯匹配模型在待测图像上进行遍历匹配，即取与高斯模型大小相同的图像块并与之计算相关系数，其公式如下：ρ(Amn,Bmn)=Cov(Amn,bmn)D(Amn)D(Bmn)---(1)]]>其中，Amn为高斯模型矩阵，Bmn为与高斯模型进行匹配的图像块，其尺寸均为m行n列，D(Amn)和D(Bmn)分别表示高斯模型矩阵和与之匹配的图像块的方差。分子表示二者的协方差，分母表示二者标准差的乘积，则整个公式表示两个矩阵之间的相关系数将高斯模型在待测图像上进行遍历计算，得到待测图像的相关系数矩阵，在矩阵中求局部最大值的位置既为最佳匹配的位置，也是半色调点的中心位置，将半色调点的中心位置用白色点进行标记，则得到半色调点位置标记图。2)半色调点位置特征提取根据得到的半色调点的中心位置计算其12维位置特征，针对某半色调中心点A，计算其周围半色调点中与该半色调点位置最近的6个半色调点，则得到的这6个半色调点即为其相邻的半色调点，得到相邻半色调点位置后，计算点A与其相邻点的距离作为6维特征，再分别计算点A与其相邻点的连线和水平线夹角作为另外6维特征；3)采用聚类算法确定篡改区域本专利技术采用k‑均值聚类算法，由于本专利技术中需要区分原始和篡改两类半色调点，因此，类别k＝2；把数据集中的所有样本划分成2个聚类需满足以下条件：同一聚类之中的对象间距离最小；不同聚类中的对象间距离最大；k‑均值算法的过程如下：首先，从有n个数据对象的数据集中任意选择2个对象作为初始的聚类中心；剩下的其他对象，根据这些点与聚类中心的距离将他们分别分配给与聚类中心所在的聚类中；然后，计算每个得到的新的聚类中心，即这一个聚类中所有对象的均值；最后，不断重复上述步骤直到标准测度函数开始收敛为止。...

【技术特征摘要】
1.一种利用半色调点位置失真来进行打印图像篡改取证的方法，其特征是，该方法利用高斯模型匹配方法获得打印图像中半色调点的中心位置，对每个半色调点中心点提取12维位置特征，使用k-均值聚类方法对所提特征进行聚类，并将每个半色调点的聚类结果标记在打印图像中；通过聚类结果能够鉴别打印图像的篡改事实，并确定篡改区域；该方法的具体步骤如下：1)半色调点的中心检测利用高斯模型匹配方法获得打印图像中半色调点的中心位置；首先，根据半色调点的形状及其像素值变化规律，构建一个符合二维高斯分布的理想高斯匹配模型矩阵，将这个高斯匹配模型在待测图像上进行遍历匹配，即取与高斯模型大小相同的图像块并与之计算相关系数，其公式如下：其中，Amn为高斯模型矩阵，Bmn为与高斯模型进行匹配的图像块，其尺寸均为m行n列，D(Amn)和D(Bmn)分别表示高斯模型矩阵和与之匹配的图像块的方差；分子表示二者的协方差，分母表示二者标准差的乘积，则整个公式表示两个矩阵之间的相关系数；将高斯模型在待测图像上进行遍历计算，...

【专利技术属性】
技术研发人员：孔祥维，吴涵，尚士泽，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21