- 相关推荐
光学特性的数字图像取证技术的研究论文
第一章 绪论
1.1 研究背景及意义
进入二十一世纪以来,随着时代的进步,互联网技术的迅速发展,尤其是数码设备和多功能电子产品的大量普及,数字多媒体技术在人们的日常生活中扮演的角色越来越重要。相比于传统的图像制作技术,数字图像技术在各方面都有很明显的优势和发展空间:获取图像简单,对环境无污染,传输速度快,多种存贮格式等,大大促进了数字图像技术对人们日常生活的影响,使人们更加方便的使用数字图像作为记录信息的载体。
计算机时代和数字时代的来临使人们对数字图像处理的需求与日俱增,而不再是简单的记录工作、学习和生活。在市场需求和科学技术的双重刺激下,大量的数字图像编辑和处理软件应运而生,以著名的Adobe Photoshop,ACDsee 为代表的图像处理工具的出现,使得即使是非专业人士也能轻而易举的修改图像内容,而且很难用肉眼识别图片被修改的痕迹[1]。
然而,当人们的视觉和听觉在尽情的享受着现在多媒体技术及数字传输技术带来的愉悦,当人们肆无忌惮地编辑、修改、复制和散步数字音乐、图像、视频时,可曾想过这些数字媒体原创者的版权和经济利益是否得到保护,听到或者看到的数字媒体是否是完整的、真实的、可信的。
在数字化图片的背景下,先进的科学技术造就了数字图像技术这把“双刃剑”,在方便了人们的同时也给生活带来了许多负面的影响和困扰。
尽管有部分人伪造的图片只是为了个人娱乐或者作为艺术品来相互交流,但也有些人利用恶意篡改的数字图像实现自己不可告人的目的,对社会造成很大的影响。特别是最近几年,在新闻界、政治界、和学术界等领域,国内外出现了很多令人震惊的篡改或者伪造数字图像的案例,均造成了严重的后果,使人们产生了信任危机。
1.2 国内外研究动态和现状
现有的数字图像篡改技术主要是针对图像的完整性,原始性和真实性的伪造和修改。数字图像取证技术是对篡改数字图像完整性的基本概括,就是将携带的秘密信息通过特殊的算法嵌入到图像载体的冗余空间,图像的冗余信息在视觉感知程度一般都很差,即使将秘密的信息嵌入到数字图像载体中,也很难通过肉眼来识别,但是这类操作已经破坏了数字图像载体的完整性。篡改数字图像的原始性就是变换拍摄的位置,并将原始图像做后期的二次处理,使获得的图片内容不再是原始图片所呈现出来的那样。
这些二次处理的过程可以通过扫描原始图像或者直接用相机拍摄原始图片来获得,例如上面提到的藏羚羊照片造假事件,就属于破坏数字图像原始性的二次处理篡改。目前,针对数字图像真实性的篡改的方式有很多,根据达特茅斯学院计算机科学系教授 Hany Farid 教授在数字图像篡改检测领域的多年研究经验,将这些篡改技术分为 4 类:
(1)合成和润饰。合成主要是对图片进行复制、粘贴,将不同图像的某些特定部分整合到一起,以达到隐藏图像中的某些信息或者制造某些假象,但往往会留下比较明显的修改痕迹。为了达到以假乱真的效果需要对篡改的部分进行润饰,即进行模糊、缩放等操作消除痕迹,这样就可以用想要的局部效果代替原始图像的目的。
(2)融合变体。融合变体是将两幅或者多幅图通过特征点相互演进融合成一幅图的技术,找到想要相互渐变的图像的特征点,按照不同的权值将图片相互叠加融合,得到的变体图像将具备所有原始图像的特征。
(3)图像增强。通过一定手段对原图像附加一些信息或变换数据,有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征,使图像与视觉响应特性相匹配,加强图像判读和识别效果,满足某些特殊分析的需要。
第二章 基于光学特性的数字图像分析
基于光照不一致性的数字图像取证技术(Digital Image Forensics)是数字图像取证技术的重要内容,主要研究的对象是在有光照条件下产生的图像,分析光源在物体上产生的阴影、纹理等光学特性是否一致。同时根据 Lambert 光照模型,估计光源的位置,判断光源的方向是否一致,本章将根据光照条件的各个影响因素做重点介绍。
2.1 数字图像取证技术
数字图像取证技术是通过对图像中包含的统计特征的分析,来判断数字图像内容的真实性、完整性和原始性,判断并检测数字图像真假性的技术。数字图像取证技术是计算机取证技术的一个分支,是对源于数字图像资源的数字证据进行确定、收集、识别、分析及出示法庭的过程,补充了传统加密技术的性能,在保护多媒体信息的真实、完整性等方面得到了广泛应用。
虽然针对数字图像篡改取证技术的研究起步相对较晚,但随着网络多媒体技术的普及,大量信息的存储传输急需安全性保护,国内外越来越多的科研工作者均致力于该领域的研究。
目前,基于数字图像篡改检测技术的算法种类较多,如果按照取证手段类型划分,这些取证技术能够分为三类,即主动取证,半主动取证和被动取证。
..........
2.2 图像取证技术常用的光学特性
在第一章我们提到,对于复制-粘贴等操作合成的图片,将不同图片的某些部位整合到一起以制造某些假象,这种篡改方式很简单也很常见。但是,因为不同的图像在获取时的环境和光照条件都不完全相同,所以经过上述的操作之后也很难将图片中的光照效果修改得很吻合。
合成图像中不同目标所反映的光照强度、光源方向、物体阴影等光照条件都会有不一致的情况出现,此时在同一幅图像中所包含的光照条件不一致性即可作为判断图像是否真实的依据。
光照强度是指示光照的强弱和物体表面积被照明程度的量,取决于光源所发出的光线中不同波长中所携带的能量和穿过大气层过滤的情况。经过篡改的图片中不同物体在各自场景中的光照强度不可能完全一样,即使在同一个场景在不同时刻拍摄的光照强度也会有不同,因此检测图像中不同目标物体所反应的光照强度是否一致作为判断图像真实性的依据。
图像中目标物体的光源反向即为光源照射拍摄场景目标的方向,是产生光照条件不一致性的一个重要原因。由不同图像中不同目标物体合成的图片,在原来各自场景中光源所在的方向和位置都不会完全相同,这也使得不同物体所反映的光照方向是不一致的,以此作为检测图像是否被篡改过的依据。提取图像场景中目标物体的光源方向,是光照条件不一致性盲取证技术的一项关键技术。
图像中目标物体的阴影是由于光源产生的光线被其他物体遮挡而产生的,它的形状、大小和明暗程度都可以反映光源的方向和光照的强度。
被篡改的图像中拍摄场景的光照环境的一致性必然会被破坏,目标物体所产生的阴影的形状和大小也可能会被修改,那么可以反映光照强度和光源方向的阴影信息将是不一致的。因此,图像阴影信息的一致性可以作为判断图像是否是真实的依据。
..........
第三章 图像中阴影和纹理条件分析........23
3.1 基于阴影约束条件的分析..........23
3.1.1 阴影信息分析原理..........23
3.1.2 特征点的选取..........24
3.1.3 改进基于阴影的分析方法......27
3.2 基于纹理约束条件的分析..........29
3.2.1 光照产生的纹理特性......29
3.2.2 纹理参数分析..........32
3.3 结合阴影与纹理的约束条件......33
3.4 本章小节......35
第四章 楔形参数优化........36
4.1 楔形参数选择......36
4.2 参数的优化..........37
4.3 分析步骤及线性方程..........40
4.4 本章小结......44
第五章 实验结果与分析....45
5.1 建立图像库..........45
5.2 阴影算法的实验结果..........46
5.3 改进算法的实验结果..........47
5.4 改进算法的分析..........51
5.5 本章小结......52
第五章 实验结果与分析
5.1 建立图像库
本文检测算法的图片都是通过同一个相机采集的,这样能够保证所有的图片在相机参数上保持一致,相机在不同的场景中表现的畸变现象并不影响图像中物体的光学特性,因此在分析图像时不考虑相机的参数。通过该相机采集的图片,选择阴影、纹理等光学特性比较明显的图片建立图片分析库。‘选择拍摄图片的场景,主要分为五个方面:
1)自然光源对应的场景:针对室外的场景,我们选择天气较好,太阳光线比较明朗、下午 1~3 点的时间。主要涉及的场景有操场、校园、人物、建筑等。
自然图片的特点是无限远点光源,对应的楔形分析界面需要延伸到无限远处,才能看到期望的楔形交集。
2)室内光源对应的场景:针对室内场景,选择比较空旷的教室,在教室中搭建合适的平台包含桌布背景、作为点光源的局部光源、图片中投影的物体等。按照相应的顺序将物品摆放整齐,选择尽量没有遮挡的一个角度放置点光源。注意在拍摄时应关闭闪光灯。局部点光源的成像特点是局部纹理特性比较明显,形成的楔形在有限的界面上就能获得很好的交集。
3)计算机合成的图片:这类图片按照真实图像中光源产生阴影和纹理的特性进行模仿,合成的图像中光学特性比较明显。图像物体上的边界、颜色、对比度等特性明显与自然图像不同,基本没有物体之间的干扰,而且用肉眼很明显的识别出这类图片。这类图像有两种作用:
一种是作为被篡改的图像放入到图片库中进行检测,验证算法的正确性;另一种是用来描述算法的分析过程,因为在合成的过程中需要按照已知的光学特性进行操作,基本符合算法的分析需求。
4)互联网搜索:网络上存在很多有用的信息,特别是作为信息载体的数字图像。‘通过有效的检索方式,从互联网上筛选出带有明显光照信息的数字图像,同时,这些数字图像带有共同的特征:明显的局部光源或者无限光源的光照信息;包含较为规则的物体,方便提供明显的特征点;数字图像包含的场景信息比较丰富,对应物体的阴影和纹理信息比较复杂。这类数字图像的有优点是丰富多样,主要用来验证本文算法的检测率和稳定性。
...........
总结
本文以光照条件为出发点,对具有较好光照环境下的图片进行了图像的真伪鉴别研究,主要研究对象是基于单光源照射的图像。在无限远点光源和局部点光源照射下形成的图像,其光学特性比较明显,在分析图像的过程中没有明显的噪声干扰(噪声来源于拍摄场景中其他光源产生的光线在物体上产生的干扰)。
主要工作为:
(1)总结数字图像取证技术的研究背景和国内外研究现状,以及今后发展的方向。阐述了目前比较常见的图像篡改方法,以及用于鉴别图像真实性的图像检测技术。详细介绍了基于光学特性的数字图像取证技术的研究内容,着重分析了纹理信息在特征提取中的理论基础和采集方法。
(2)对光照条件所涉及的光照方向、阴影信息、纹理特性进行了阐述并分别对现有光照方向和阴影分析的估计方法进行了说明。着重阴影信息的分析原理,引入了特征点的选取流程,使得改进的算法具有更高的适用性。
(3)在独立分析各个影响因素之后,通过随机获取图像中相应参数的数据,导入到数据分析软件,获得各个影响因子的相互关系,从中选择影响系数最大的几个参数。引入纹理的参数,对楔形参数的取值范围加以限制,使得改进的算法具有更高的正确检测率。
(4)在图像库中选择若干图像,通过 MATLAB 2014a 对图像进行软件仿真,按照文章中给出的分析步骤进行分析,得到判断结果,并与之前的算法分析结果进行比较,算法的正确检测率已经稳定在 85.6%。
.........
参考文献(略)
【光学特性的数字图像取证技术的研究论文】相关文章:
计算机取证技术应用论文10-09
临床医学发挥西药的中药特性研究论文10-09
光学相干层析医学图像分割研究现状论文10-08
光学触摸技术10-07
中药制药技术研究论文10-09
多媒体技术研究论文10-09
数字媒体技术学科体系研究论文10-09
阿Q性格特性分析的论文10-09
论五脏特性论文10-09