一种多尺度边缘检测的图像内容认证方法.docxVIP

一种多尺度边缘检测的图像内容认证方法 1 图像数字签名认证 认证是信息安全技术的一个重要方面，其主要目标是：（1）验证信息的发送者不是虚假的，而是真实的。（2）检查信息的完整性，即在传输或存储过程中，信息没有被恶意操纵。认证技术依赖安全的密码系统。现在，许多人使用数字签名技术来认证认证数据的起源和完整性。图像认证的目的是检测图像内容的原始性。换句话说，图像没有被恶意操作。在设计图像内容认证系统时，应考虑以下问题：（1）内容验证，而不是图像不同的表示。例如，压缩和滤波等。如果图像内容不会损坏，则需要通过认证。对于不同格式的图像，有效的认证算法应该非常有效。即使是图像、tiff和bmp，只要视线没有变化，内容就必须是没有更改的。（2）附加信息不应太大。（3）当有内容输入时，系统不仅应指定错误事件，还应显示内容更改的位置。 目前图像认证技术主要分为完全认证和内容认证.完全认证注重图像数据的整体不允许图像内容有丝毫修改,一般借鉴消息认证中的数字签名技术,利用Hash函数对图像数据生成固定大小的摘要,并用密钥加密生成签名,将签名以脆弱水印方式嵌入到图像中或作为附加信息与原始图像绑定传送,如Wong等提出的认证方法是一个安全性较高的图像认证方法,该方法对灰度图像分块后将块中像素的前6位重要数据生成128位的摘要后插入到像素的最低两位中.这类方法使用Hash函数和密码系统来抵抗伪造攻击;由于Hash函数的特性,微小的扰动会导致函数映射值的较大变动,因而对常见的保持内容的图像操作如压缩、滤波等,签名算法极其敏感.在这种情形下,即使图像的主观印象并没有改变,检测结果却给出内容已被篡改的判断.为使这类验证算法可容忍一定的不影响图像内容的失真,Memon提出可先对数据进行量化后再生成摘要,并改进了Wong的算法,该改进方法可容忍一定的失真.但这种改进方法存在噪声敏感的问题,由于量化步长不可能很大,故只要图像中有噪声点该图像就不能通过验证,而图像在传送过程中往往会受噪声影响.鉴于上述问题,基于内容特征的数字签名技术近年来开始引起人们的注意.基于特征的验证方法通过抽取图像的特征(如图像的边缘特征)生成签名.验证时根据特征的相似性来判定该图像是否被恶意篡改,并根据相异特征的位置来判定发生篡改的位置.基于内容特征的认证方法可有效验证恶意篡改,且可容忍一定的压缩失真以及一般的不影响图像内容的操作,并可容忍一定的噪声影响.但由于多数基于内容特征的数字签名技术所选用的特征和图像之间不是一一映射的关系,很容易被伪造.篡改者往往通过生成与原始图像有相同特征的伪造图像来冒充原始图像,并可顺利通过验证.如大多基于特征的验证方法选用边缘特征来验证,但两幅图像虽具有相同的边缘特征而颜色可能不同.因此,为有效地防止伪造,对于基于内容特征的认证方法来说,其关键在于:用于生成签名的图像特征与图像是一一映射的关系,即如果两幅图像具有相同的特征,则从人眼主观视觉上来看这两幅图像是难以区别的. 基于上述思想,本文提出了一种新的基于内容特征的认证方法,利用二进小波多尺度边缘检测方法抽取出光滑分量和边缘特征作为签名生成的图像特征.该方法可容忍一定的压缩失真与噪声污染以及一般的不影响图像内容的操作,并可有效地防止图像伪造.当图像内容被恶意篡改时,该算法可有效地检测出有恶意篡改事件发生并给出篡改发生的位置. 2 图像的边缘特征 对各种信号来说,重要的信息是奇异点和尖锐变化的点;对于图像信号来说,尖锐变化的点给出了轮廓和边缘的位置,而这些轮廓边缘是图像最重要的信息.图像的边缘特征在人眼主观视觉和物体识别中有至关重要的作用,因此许多研究者们采用图像的边缘作为验证图像内容是否被篡改的特征.这类方法最大的缺陷在于:有相同边缘特征的图像并不一定相同,如图1所示:图1中(a)～(e)这五幅图像都有相同的边缘特征(f),但这几幅图像是不同的,尤其是图(a),(c),(e)之间差别很大,人眼可很容易地区分这些图像;但基于边缘特征的认证方法却只能将这些图像视为同一图像.存在这一缺陷的主要原因是:边缘特征中只包含了图像中亮度的峰变点,而丢失了图像中平滑部分的特征,因此当图像的平滑部分发生变化时在边缘特征中不能反映出来,而这些变化在人眼主观视觉中是重要的.因此我们在验证图像内容是否发生变化时,既需要关注边缘特征,也要关注平滑部分. 2.1 进小波变换多尺度边缘检测 边缘可定义为图像中亮度的峰变点,而纹理与噪声也是图像中亮度的峰变点,边缘、纹理与噪声的界限依赖于观察与分析的尺度.小波变换模极大包含了信号的峰变性与奇异性,Mallat和Zhong提出基于小波变换模极大的多尺度边缘检测方法,将图像用一个可微的光滑函数θ(x,y)的伸缩作卷积磨光,然后使用Canny边缘检测方法.计算上就是与两个小波函数即θ(x,y)的两