Algorithms for automated detection of image tampering

Manipulierte Bilder werden zu einem immer gröÿeren Problem in der aktuellen Berichterstattung und sie verursachen in vielen Fällen Empörung unter den Lesern. In dieser Diplomarbeit werden verschiedene Ansätze aus der aktuellen Forschung aufgezeigt, die zur Erkennung von manipulierten digitalen Bildern benutzt werden können. Hierbei liegt der Schwerpunkt besonders auf verschiedenen statistischen Ansätzen von Farid, Johnson und Popescu. Ein Abriss über die wichtigsten inhaltsbasierten Algorithmen wird ebenfalls gegeben. Weiterhin wird für die Algorithmen, die im Hinblick auf technische Realisierbarkeit, Laufzeit und ein breites Spektrum von möglichen Szenarien vielversprechend wirken, eine Automatisierung entwickelt, die die Analyse ohne weitere Benutzereingaben durchführt. Das Augenmerk liegt hier besonders darauf, dass die zu analysierenden Bilder möglichst wenige Vorraussetzungen erfüllen müssen, damit es eine Möglichkeit der korrekten Erkennung gibt. Diese Automatisierungen werden implementiert, wenn möglich verbessert und auf einer Menge von Bildern getestet. Enthalten sind sowohl zufallsgenerierte Bilder, als auch aus geometrischen Formen synthetisierte und natürliche Bilder. Die Erkennung der auf die Bilder angewandten Fälschungstechniken beschäftigt sich vor allem mit Duplikationen, Einfügen und Interpolation von Bereichen. Der Test dieser Implementierung konzentriert sich auf die absolute Effektivität und Effiienz gegen die gegebene Testmenge, betrachtet jedoch auch die spezifischen Vor- und Nachteile der ursprünglichen Algorithmen und der entwickelten Verbesserung. Ihre Ergebnisse, die sie auf den Testbildern erbringen, legen die Grundlage für eine Beurteilung der Algorithmen bezüglich Laufzeit und Effiienz. Aufbauend auf diesen Analysen wird eine Bewertung der Algotihmen vorgenommen, die auch einen Ausblick auf mögliche Szenarien in der digitalen Bildbearbeitung und der Erkennung von Fälschungen für die nächsten Jahre geben soll.Recently manipulated images are getting more of an issue in current media coverage. They have already caused popular indignation in several cases of exposed frauds. In this diploma thesis we take a look at several approaches made in ongoing research, which can be utilised to detect manipulations in digital images. We concentrate on the statistical measures introduced by Farid, Johnson and Popescu. Also a summary of the most promising content-based algorithms will be given. Promising algorithms will be assessed in terms of feasibility, run-time and application to the most prominent tampering techniques. For these we will develop a modification to analyse images without any input by a user. These modifications will be implemented. If possible we will try to adapt the underlying algorithms to further optimize effectiveness and efficiency. The tests that will be caried out will concentrate on the tampering techniques of duplication, image insertion and image interpolation. We will try to detect these tamperings in a set of randomized, synthesized and natural images. Analysing the results, we will look both at the absolute effectiveness and efficiency as well as comparing the modifications with the original algorithms. The outcomes of these tests will be the base for a prognosis for further development in the field of forensic image analysis and image authentification