宋 凯，吴建华

（沈阳理工大学 信息科学与工程学院，辽宁 沈阳 110159）

图像伪造检测方法分为两大类：数字图像主动取证和数字图像被动取证（盲数字图像盲取证）［1］。数字图像被动取证主要针对拼接图像和复制-移动伪造图像。

复制-移动伪造［2］是一种常见的篡改形式，通常是从图像中的某一部分复制一个区域来覆盖某一对象，从而使该对象从图像中消失。被复制-移动伪造所改变的区域通常是肉眼无法分辨的。因此，检测这些行为的证据是图像取证中的一个重要问题。复制-移动伪造检测的根本是检测伪造图像中各部分之间存在的特定联系，可以通过穷举搜索［3］方法直接检测。大多数的复制-移动伪造检测方法主要是检测伪造区域的边界变化。SHIVA‐KUMAR B L［4］提出了一种利用SURF 识别重复区域的方法，通过匹配测试图像中的两个关键点子集来获得匹配的关键点。然而，匹配之后的图像中存在错误匹配点。对伪造图像进行检测操作，如图1所示。

图1 图像伪造检测

HERBERT B 等人［5］提出了快速检测器和描述符，称为改进的SURF 算法。此算法在提高检测器和描述符速度的基础上，保留了良好的性能，如对噪声、位移几何变换等具有鲁棒性。

1 SURF算法

SURF算法是基于积分图像和Hessian矩阵，用来描述关键点检测器和描述符。该算法利用积分图像对给定图像中的像素点的强度进行计算，求得矩形区域像素强度，并通过快速Hessian 矩阵提取特征点。对于每个特征点，计算Haar 小波变换以确定其主方向，并确定特征点描述子，再根据描述向量之间的欧式距离实现图像间的特征点的匹配［6］。……