● 摘要
信息技术的快速发展，极大地便利了人们的日常生活。互联网技术的急速发展，为信息的快速传播提供了强有力的平台，在其基础上，图像能够进行广泛快速的传播。例如微博等社交平台，其就为人们的图像快速传播提供了有力的保障。现阶段的图像修改软件众多，使得人们对于图像的篡改变得更加的容易，同时互联网提供的强有力的传播平台，可以使得篡改之后的图像得到快速的传播。如果篡改图像所携带的信息不利于社会，那么就会给社会带来巨大的危害和损失，数字图像取证技术就是在这种情况下提出的。数字图像取证技术是通过分析图像的内容或者统计特性，进而判断图像是否完整、是否原始以及是否真实，也就是用来判断图像在经过了数码相机的拍摄之后，是否又经过了伪造者的篡改的技术。本论文所研究的是数字图像的被动取证技术，在这种取证技术中，其不需要研究者向图像中引入额外信息，只需要根据图像的本身统计特性就能够进行检测和验证。
本论文站在数字图像取证技术的角度，对经过基于 DWT 的图像压缩算法处理的图像以及压缩篡改图像进行取证检测，区分自然图像以及压缩图像或者压缩篡改图像。从三个方面对于 DWT 压缩图像的取证算法进行研究，主要包括取证特征量提取算法研究、基于矢量和标量的取证检测器设计、压缩率预估及特征扩展应用研究。具体工作内容如下：
1. 取证特征量提取算法研究。本论文所针对的都是采用 DWT 进行处理的图像，无论其是压缩图像还是压缩篡改图像。众所周知，DWT 是一种分层级的变换过程，其相应的小波系数之间存在一定的关系。同一个层级中不同频域子带但是表示相同像素的系数其值具有一定的关联性，如果该值比较大，那么其在同一个级别中的其他子带中
也比较大，反之亦然。根据这种 DWT 变换之后系数之间的关系，本论文提出一种新的特征点，并且对于特征点的提取进行详细的描述和人眼视觉展示。该特征在自然图像上具有很好的统计稳定性和统计唯一性。
2. 基于矢量和标量的取证检测器设计。根据本论文中提取的特征点，设计两个取证检测器对于自然图像以及压缩图像或者压缩篡改图像进行图像检测。其中一个取证检测器是基于矢量的检测器，采用现有的开源代码 LibSVM 进行检测器设计，只需要将本论文中提出的特征进行相应的数字转换并且准备成 LibSVM 可以识别的数字格式，就可以实现检测器设计。另外一个检测器是基于标量的检测器，为了避免大量实验样本的使用以及符合现实需求，经过对于特征向量中数据的观察，提出一个标量的计算公式，采用该标量进行检测器设计。两个检测器在实验中都取得了很好的实验结果。
3. 压缩率预估及特征扩展应用研究。对于经过压缩反取证篡改处理的图像，很难知道其压缩率，同时也只有极少数的研究者关注这一点。本论文中提出两个压缩率预估的方法，一种是基于噪声的预估方法，一种是基于本论文中提出的标量检测器的方法。两个方法在压缩率的数值不是很高的的情形下得到了比较精确的预估。同时，对于
本论文中的特征点，验证其在其他图像操作方面的应用。主要从图像的复制——黏贴操作、图像增强操作、图像中值滤波操作三个方面出发，对于提出的特征点的广泛使用性以及稳定性进行研究。实验结果表明，在一定情况下，提出的特征点也能够取得比较好的实验结果。