[发明专利]像素级图像认证、篡改检测及恢复方法

摘要

像素级图像认证、篡改检测及恢复方法；通过判别图片类别对不同类型的图片进行处理；通过汉明码及压缩原理生成恢复水印信息；通过预先生成哈希值作为认证水印信息；通过对图片像素点进行扰动生成定位水印信息；通过比对提取出的数据信息进行真实性验证；通过比较标记位检测篡改像素点的位置；通过纠错码对被篡改的图像进行模糊恢复。本发明能够对任一张灰度图或彩色图进行安全保护；本发明能够检测图像中任意细粒度的改变并定位到篡改的像素点。利用本发明，可以对任意形式的图像如扫描图像、手写签名、电子文件等进行真实性验证，进而对被篡改的图像进行像素级的检测和恢复。

主权项

1.像素级图像认证、篡改检测及恢复方法，其特征在于该方法依次包括：第1、数字水印的生成和嵌入，主要分为两部分；第1.1、恢复数据的产生和嵌入(1)将整个图像按照8x8的方块进行分块，并对每个图像块进行DCT变换；(2)使用标准量化表，将每个图像块的DCT系数除以量化表中对应的步长，并对量化后的系数进行四舍五入取整操作，取左上角十位十进制数据作为主要数据，将左上角十位数据以[8，7，7，3，3，3，2，1，1，1]长度分别进行二进制取值；(3)将二进制数据进行之字形排列，使得经过二进制取值后的二维矩阵变为一维序列，并对此一维序列采用汉明编码，产生相应的恢复数据；(4)将恢复数据的每一位以图像8x8的块为单位进行置乱，将块中的编码数据依据“置乱距离”进行交换，将置乱后的数据依次嵌入图像块中像素点的倒数第三位，得到嵌入恢复数据后的图像；第1.2、验证数据及定位数据的产生和嵌入(1)预先设置一个密钥Key，对嵌入恢复数据后的图像进行置乱操作；这里用I表示该图像，得到随机图像X，即X＝ShuffleK   (I)(2)将随机图像X按照之字形遍历为一维序列，由于维度的不同，我们用同样的字母X表示一维序列；将一维序列X分为两个子序列A和B，子序列B包含序列的最后r个像素点，其中r的长度为数字签名的长度，将子序列B中的LSB全部置0，子序列A包含其他剩余像素点，将经过处理后的子序列A和B合并；(3)产生一个二值随机映射函数f，预先随机设置大小为N的二值标记位序列L；对于第i个像素点X(i)，i从第1个像素点依次遍历至第N个像素点，按照下面公式对图像中的每一个像素点进行扰动操作：其中X(0)≡0，代表异或操作，当X(i)∈B时，相应的扰动值应设置为偶数，以保证扰动后子序列B的最低有效位保持为0；(4)对扰动后的序列进行MD5的哈希操作并利用密钥对其进行加密；(5)经过哈希操作后产生一串数字签名D，嵌入子序列B的最低有效位中，进行与第1.2步骤(1)和(2)中完全相同的反向的扫描和置乱操作，得到嵌入真实性验证及篡改定位数据的图像；第2、真实性验证(1)依据第1.2步骤(1)水印嵌入过程中完全相同的密钥Key，对图像进行置乱操作，产生相应的随机图像X'，即X′ShuffleK   (I′)(2)将随机图像X'遍历为长度为N的一维序列，遍历顺序与第1.2步骤(2)嵌入水印过程中的顺序相同；(3)将一维序列X'分为两个子序列A'和B'，子序列B'包含序列的最后r个像素点，子序列A包含其他剩余像素点；(4)提取B'的最低有效位，通过与第1.2步骤(4)加密时对应的解密操作得到原始哈希值H，并将子序列B'中的LSB全部置0，然后将经过处理后的子序列A'和B'合并；(5)依据与第1.2步骤(4)嵌入水印时同样的方法对合并后的序列进行MD5哈希操作并利用密钥对其进行加密，产生待测图像X'对应的哈希值H'，比较哈希值H与H'，若H＝H'，则图像为真实的；否则检测结果为图像被篡改；第3、篡改定位(1)产生一个二值随机映射函数f；(2)依据嵌入水印中同样的扰动方法计算出待测图像的标记位L'，即(3)比较两个二值标记位序列，找出可疑像素点集合SD，即SD＝{i|L′(i)≠L(i)}依据像素点之间的临域依赖性，则最终检测到的篡改像素点集合为：S＝SD∪{i‑1|i∈SD}∪{i‑2|i∈SD}∪{i‑3|i∈SD}(4)进行反向扫描和置乱操作得到集合S对应的新的像素集合S*，对最终的像素集合S*进行后处理细化操作，得到检测到的篡改像素点；第4、篡改恢复(1)将被测图像分为与第1.1步骤(1)相同的8x8图像块，依据“置乱距离”的反向置乱操作，找出预先设置的距离控制密钥Key，对每个块中的恢复数据以y轴为方向进行图像块的反向置乱，对每个块中的恢复数据以x轴为方向进行与预设距离对应数据块的反向交换；(2)提取每个图像块中嵌入的汉明码并进行译码，每个图像块将得到36比特数据；(3)对产生的数据进行反向之字形排列，得到二维的二进制矩阵；(4)按照生成恢复数据中的第(2)步中相同的规定位数[8，7，7，3，3，3，2，1，1，1]进行取值，其余均取0位，将矩阵中的二进制数据转换为十进制；(5)将每个图像块中的数据乘以标准量化表中对应的量化步长，得到DCT系数矩阵；(6)进行反DCT变换，得到与原始图像近似的图像块，并依据篡改定位的结果，用近似图像块中的内容替换待测图像，得到模糊恢复的结果。