圖像處理技術在聲像資料鑒定中應用研究*

程 燕

（華東政法大學信息科學與技術系 上海 201620）

1 引言

視聽資料是隨著現代科學技術發展而出現的一種新的證據形式，與書證、物證、證人證言、當事人陳述、鑒定結論、勘驗筆錄一起作為民事訴訟法法定證據。視聽資料主要以視頻、圖像、聲音為表現形式，能準確、生動地記錄并還原案發情況，包括與案件有關的場景、過程和音效等，為案件的偵查、訴訟及審理提供可信度較高的線索。視聽資料的司法鑒定是運用物理學、計算機科學、圖像學和語音學的基本原理和研究成果，對錄音帶、錄像帶、磁盤、光盤及圖片等載體上記錄的聲音、圖像信息進行真實性、完整性及其所反映的事件過程進行鑒定，并對聲音、圖像中的語言、人體、物體做出種類或同一認定[1]。

聲像資料是視聽資料的一種類型，包括電影片、電視片、錄音錄像片、聲像光盤等，通常以圖像、動畫、視頻的形式表現，近年來，已經成為執法過程中的一種常用佐證資料[2]。然而，隨著計算機技術的飛速發展和廣泛普及，聲像資料的捕獲也越來越大眾化，人們可以隨意地通過數碼相機、數碼攝像機、智能手機等高科技產品進行圖像和視頻的收集和存儲。由于現在大部分聲像資料數字化的特點，越來越多的圖像處理和編輯軟件如 CorelDraw、Photoshop、NeoImaging、ACDSee等得到了廣泛使用，使得修改、編輯和存儲聲像資料變得越來越簡單，顛覆了人們“眼見為實”和“耳聽為實”的傳統觀念。盡管有些人對數字圖像的修改只是為了個人娛樂愛好，但不排除有一小部分人故意甚至惡意傳播一些經過精心偽造和篡改的數字圖像，以謀取個人私利或危害社會公共安全、利益等。如果偽造的聲像資料被法庭采信，將會影響司法公正，對社會和法律公正帶來極大的危害。

數字圖像處理是指將圖像信號轉換成數字信號并利用計算機進行處理的過程，該技術在數字化物證檢驗中發揮了不可替代的作用，顯現了其獨有的優勢。目前常采用數字簽名、數字水印以及數字圖像盲取證技術對數字圖像進行防偽檢驗，其中數字簽名和數字水印屬于主動檢驗技術，該方法通過在目標圖像中添加摘要信息或水印信息對圖像進行加密，接收方提取圖像中的摘要信息或水印信息，并與已經密鑰信息進行比對，如果相同則說明圖像未被篡改，反之則說明圖像被修改過。此類方法的思想是要求內容提供方必須對圖像進行預處理，并且接收方必須同時已知先驗密鑰等信息。圖像盲取證的思想是要求檢驗人員在未知圖像任何先驗知識的情況下，對圖像做是否經過偽造或篡改的結論。該技術以美國Dartmouth學院圖像真偽鑒別專家Farid為代表，Binghamton大學、Columbia大學和Polytechnic大學等均成立了專門的數字媒體取證研究小組。我國雖然起步較晚，但近幾年來，國防科技大學、大連理工大學、同濟大學等眾多知名高校也開始致力于此方向的研究。由于數字圖像盲處理技術分析問題的思路更符合實際影像鑒定工作的要求，故該技術的研究與應用具有更大的現實意義和研究價值。

2 聲像資料鑒定內容

聲像資料鑒定是指檢驗部門接受公檢法機關的委托，依法對與案件有關的聲像資料（如圖像、照片、底片、錄像資料等）與攝制它時所用的器材進行同一認定，以及對資料的真偽、內容進行鑒定的科學檢驗。一般經常關注的問題主要集中在以下幾個方面：

· 確認一幅圖像是由成像設備獲取的原始照片，還是電腦制作的圖片，或是由不同圖像經過處理操作后的偽造圖像；

· 確認拍攝照片的成像設備類型、拍攝時間、拍攝地點；或者底片、照片與其拍攝相機、視頻錄像與其拍攝制作錄像機等之間信息是否一致；

· 確認照片是否經過翻拍或再版，數碼照片是否經過圖像處理，錄像是否經過編輯；

· 確認數碼照片是否經過篡改，以及篡改區域和篡改程度是多少；

·確認圖像是否被嵌入秘密信息。

針對上述問題，執法機關必須運用相應的技術方法對指定聲像資料進行檢驗方可得出鑒定結論。概括起來，聲像資料司法鑒定領域要完成的任務可分成以下3項[3]。

（1）圖像原始性檢驗：檢測樣本照片的來源性質，是屬于原始相機拍攝、計算機生成或由其他圖像合成產生。若為原始相機拍攝，則進一步檢測出拍攝器材種類，如確定其制作的硬件設備、牌號、廠家、產地等，為查明有關案件提供事實依據。

（2）圖像隱密分析檢測：利用隱密分析工具檢測樣本照片是否含有隱藏的危險信息等。隱密圖像主要利用數字圖像中存在的冗余空間攜帶某種秘密信息。由于人眼視覺系統對圖像的冗余信息不敏感，攜帶有秘密信息的隱密圖像與原始圖像視覺差異不大，如普通的JPEG圖像中若攜帶有秘密信息，則其圖像顏色可能會稍微發生點變化，但對于人眼而言，其視覺效果并無差異。

（3）圖像真實性檢驗：主要確認樣本照片是否經某種圖像處理技術進行篡改、偽造。若為偽造照片，則進一步檢測出是經過何種手段篡改而成，篡改區域和篡改程度有多大。

3 圖像偽造技術

圖像原始性的鑒定可通過查看圖像的EXIF（exchangeable image file，可交換圖像文件）信息進行檢驗。通過專用的 EXIF查看工具，如 Exif viewer、ACDSee、Opanda PowerExif等，可獲得照片拍攝時各種與當時攝影條件相關的信息，如光圈、ISO、日期時間等。

目前聲像資料鑒定的難點和研究熱點是圖像真實性檢驗，常見的偽造手法是通過拼接、添加將不同照片或同一照片的內容組合起來，或是通過裁剪刪除照片上某些不需要的內容等。圖像處理技術在圖像偽造過程中發揮了巨大的作用，特別是Photoshop、Coreldraw等圖像處理軟件功能的不斷更新，為偽造圖像提供了實現平臺，使圖像偽造效果越來越逼真。Adobe公司開發的Photoshop圖像處理軟件在基層應用較為廣泛，通過該軟件中的工具箱，可以達到意想不到的造假效果。

（1）復制—粘貼

復制當前圖像中的背景區域或其他圖像的部分內容來覆蓋圖像中的對象區域。Photoshop中提供多種選區工具，如套索工具、多邊形工具、磁性套索、魔術棒等，更為神奇的是，運用橡皮圖章工具或圖案橡皮圖章工具可以以指定的像素點為復制基準點，將該基準點周圍的圖像進行復制。圖案橡皮圖章工具屬性欄中的內容基本與橡皮圖章工具屬性欄的選項內容相同，但多了一個用于選擇復制圖案的Patten選項，可以以預先定義的圖案為復制對象進行復制。如圖1所示，2004年7月15日，美聯社刊登了一張有意夸大西安水災的新聞照片，一些市民在街頭淹至腰部的湍急洪水中，艱辛地推著自行車或三輪車前進，后經證實此圖像利用Photoshop軟件中的橡皮圖章工具，將原本只漫到小腿的水位人為地“抬高”到腰部。

圖1 偽造照片示例一

（2）重采樣

重采樣指圖像重新采樣，包含旋轉、縮放、平移等操作。由于圖像重采樣往往伴隨插值操作，所以會使像素之間的相關性發生變化，如景物的放大倍數過大，會使景物清晰度降低，邊緣出現鋸齒效應；旋轉景物也可能使景物發現扭曲變形。

（3）潤飾操作

在Photoshop系統中提供了眾多調節圖像色彩和色調的命令，以便對圖像進行快速、簡單及全局性的潤飾調整。色彩和色調的調整主要是指對圖像的色相、對比度、亮度和飽和度等進行調整，以有效地控制圖像的色彩和色調，制作出高質量、逼真的圖像。

（4）模糊操作

模糊操作是圖像篡改中常用的一種處理操作，該操作常伴隨著其他操作完成。如在圖像篡改過程中，圖像拼接、人臉替換、膚質平滑過程中都不可避免地要用到模糊操作，以獲得無縫的偽造圖像。利用Photoshop中羽化、漸變或濾鏡等操作進行模糊，以減少偽造圖像不連續的程度或刪除無用的缺陷，最終產生一個似是而非的圖像。

（5）圖像重壓縮

重壓縮是指一幅JPEG圖像被解壓，然后用另一個量化表重新壓縮存儲的操作。一幅經過偽造處理的圖像，在使用圖像編輯軟件創作完成后必須保存下來。目前大多數圖像文件格式為JPG，JPG是一種有損壓縮格式，能夠將圖像壓縮在很小的儲存空間，圖像中重復或不重要的資料會被丟失，因此容易造成圖像數據的損傷。尤其是使用過高的壓縮比例，將使最終解壓縮后恢復的圖像質量明顯降低。一幅JPEG圖像在偽造處理結束后有可能再一次被壓縮，并且使用的壓縮質量因子極有可能不同于原始圖像的壓縮質量因子。

4 圖像鑒別技術

雖然偽造圖像可以達到意想不到的逼真度，但只要是經過重采樣、顏色和亮度調整等一序列操作而產生的圖像都會或多或少地留下一些偽造痕跡。以往檢驗人員可通過觀察和檢驗照片中的光照條件（光照方向、光照角度、光質效果）、透視比例關系等是否具有整體一致性來判別圖像的真實性。如圖像畫面內容是否存在異常、偽裝人物的面部表情或動作角度與身體形態表現是否協調、照片中人物高度比例與現實人物中是否一致、偽造人物的大小與周圍場景尺寸是否不匹配，以及景物和背景成像是否符合照相機成像的景深原理等[4]。傳統的鑒定思想在膠片時代的影像鑒定過程中達到了較好的效果，但對于目前流行的數碼圖像而言則存在一定的局限性，某些檢驗的判別條件，如偽造人物的大小、透視效果、景深范圍等均可通過圖像軟件進行調整、修飾，若僅僅采用以上方法進行鑒別，可能會得到錯誤的結論，所以必須通過某些專業的技術手段對被檢圖像進行科學運算與處理，以得到圖像的真偽鑒定結果。數字圖像盲取證技術正是順應了該發展要求，根據景物成像特征、圖像統計特性等科學理論，運用圖像處理技術對被檢圖像中疑似偽造區域景物的光亮密度、反差、色調、灰度值等進行科學運算，通過分析圖像中是否存有改動痕跡或與成像原理相互矛盾的地方，對被檢圖像做出量化的鑒定結論。圖像盲取證以其對數碼圖像運算和處理的獨特優勢，已經成為現今數字化物證檢驗的發展趨勢。

4.1 成像原理一致性檢測

（1）色彩矩陣檢測

目前用于數碼相機的圖像傳感器有兩類：CCD（charged coupled device，電荷耦合器件）和 CMOS（complementary oxide semiconductor，互補金屬氧化物半導體）。成像過程是通過單個傳感器芯片結合彩色濾鏡陣列（color filter array，CFA）來獲取的。最常用的CFA采用Bayer矩陣，光線信號通過CFA投射在傳感器上，傳感器的每個像素位置僅采集基色中一種顏色的強度信息，即只有一種基色光到達每個像素位置。由于經過Bayer矩陣獲取的CFA圖像僅采集了彩色照片中的三分之一的樣本點，其余樣本點為插值得到，故同一幅彩色照片上像素點之間存在的極大相關性和一致性成為鑒定圖像真偽的依據之一[5]。

（2）噪聲源檢測

數碼相機拍攝過程中會對圖像景物引入模式噪聲，不同型號的相機具有不同的模式噪聲，模式噪聲就好像是嵌入圖像的數字手印一樣，雖然不能通過肉眼直接查看，但卻是相機成像過程中固有的特性。同時，不同來源圖像的噪聲分布規律是不同的，而同一幅圖像中的同質區域（不同位置處的草地與草地、天空與天空、人物與人物等具有某種相同性質的區域）的噪聲分布規律是相似的[6]。通過分析圖像區域的噪聲程度，并與模式噪聲進行對比也是鑒別圖像真偽性的方法之一。比如：對被檢圖像進行區域劃分，對比圖像區域中殘留噪聲與相機參考模式噪聲的關聯性進行鑒別，若圖像區域無模式噪聲的影響，則可認為該區域具有偽造的可能性[7]。該鑒定思想實現的前提是必須已知有關成像相機的模板噪聲的先驗知識，即需要事先具備拍攝相機的型號或擁有一組由該相機拍攝的照片。

（3）光照條件檢測

按照基爾霍夫定律，當輻射能入射到一個物體表面時，除一部分能量被物體吸收外，一部分能量將被物體表面反射。同一狀態下照片中景物的反射光源方向具有一致性特征[8]，不同的照片在不同的拍攝條件下拍攝，光照角度和方向不一致，如果把不同的照片影像組合在一起，往往會出現拼接的各個部位亮部與暗部的不一致，說明影像不符合成像規律。圖2所示二位警察的反射光源相同，約為90度，而鴨子的反射光源方向顯然不滿足定向光源照明條件的一致性原理，從而說明該照片上的鴨子很可能是后期合成出來的。此算法也有一定的局限性，當偽造區域和原始區域的表面不滿足朗伯反射假設時，或圖像難以確定定向光源（如圖像攝于陰天）等情況時，算法檢測失效。同理，Johnson進一步研究了人眼鏡面反射原理[9]，依據圖像中人物眼睛的鏡面反射情況來估計光源的方向或照明條件，該理論較適合于對多人合影類型的圖片進行真偽鑒定。圖3所示為根據景物的成像及光照原理對人物的瞳孔進行圖像真偽鑒別分析實例。如果圖像中人物眼睛中有兩個白點，則表明必有兩個分離的光源存在。因此，若一張照片中某人的眼睛中有兩個點而另外某人的眼睛中只有一個點，那么這張照片一定是由兩張原始照片拼接而成的。

圖2 偽造照片示例二

圖3 偽造照片示例三

4.2 圖像特征一致性檢測

經過相機拍攝而成的原始圖像中各景物的密度、反差、影調、分辨率、灰度值、色調等參數均滿足成像系統原理。照片的拍攝條件和制作條件不同，決定了照片的許多參數存在差異，所以不同的照片有著不同的密度、影調、反差、分辨率、色調、灰度值等，而同一幅圖像中景物的光亮密度、色調、飽和度，光照方向等具有一致性。經過拼接、遮蓋等偽造手法所得到的圖像往往會破壞這些特性，使景物成像特性出現矛盾或偏差。比如，色差是由于光學系統不能很好地聚焦不同波長的光線而導致的，圖像的橫向色差對不同波長的光遠近成正比，當圖像被篡改時，色差會被破壞，從而導致整幅圖像中色差不一致[10]。

4.3 遺留痕跡檢測

（1）模糊區域檢測

大多數圖像在經過合成以后，在合成邊緣處會產生一些視覺或統計上的畸變，如拼接的接合處存在錯位現象，邊緣處顯現一些細小的雜斑等。這些畸變是由于邊緣部分像素值發生跳變產生的，為了緩解畸變效應，偽造人員大多數都會采用模糊、羽化、漸變等操作進行后期處理。無論采用哪種潤飾操作，都不可避免地對圖像的合成邊緣產生以下影響：經過各種潤飾操作之后，人工模糊的邊緣灰度級范圍降低，分不清物體的灰度層次和細節，而其余未經處理的正常邊緣一般灰度級動態范圍較大，層次鮮明。

（2）相似區域檢測

如同合成的區域是經由同一幅圖像的復制/粘貼操作來獲取，則圖像中的復制區域和相對應的粘貼區域基本上相似，通過尋找圖像中存在的相似區域來檢測圖像的偽造痕跡[11，12]。如圖 4 所示，圖 4（b）中卡車已經消失了，樹木的“覆蓋范圍”比左側的照片要高，而覆蓋卡車的像素即是直接選取圖中的樹木區域。

圖4 偽造照片示例四

5 結束語

司法機關通常在指派或聘請計算機數字圖像處理技術專家對數字影像進行技術認定時，主要通過對數字影像所顯示的影像是否存在被修改、替換、添加、合成等偽造情形進行鑒定。隨著數字圖像處理技術的日趨成熟和完善，變偽造痕跡很難從影像畫面外觀上直接看出，因此通過技術手段對數字影像的畫面進行真偽鑒定是當前司法科技人員重點研究的問題。

在各類鑒定技術中，數字圖像盲取證技術可以不依賴任何預簽名提取或預嵌入信息的前提下，對圖像的真偽和來源進行鑒別，該技術的研究具有較大的前沿性和實用性。但圖像盲取證仍存在一些問題，首先，該技術對圖像真偽鑒定的針對性較強，算法對圖像偽造的類型和場合有較強的要求，對融合了多種偽造手段的圖像會存在一定的誤檢率；其次，目前我國盲圖像取證研究剛剛起步，尚處在理論研究階段，還未真正運用于司法實踐中，未來急需形成一套完善的鑒定體系及評價標準，以提高取證技術鑒定的公信力。

1 廖翔，趙志強，龐業龍等.聲像檢驗鑒定技術概述.刑偵技術，2006

2 周永軍.試論視聽資料的含義及其證明力.110網

3 吳啟.淺談計算機偽造照片的檢驗.中國人民公安大學學報（自然科學版），2005

4 臺治強.數字化刑事圖像技術.北京：中國人民公安大學出版社，2009

5 Popescu A C,Farid H.Exposing digital forgeries in color filter array interpolated images. IEEE Transactions on Signal Processing,2005,53(10):3948～3959

6 李哲，鄭江濱.基于噪聲分布規律的偽造圖像盲檢測算法.計算機應用研究，2009，26（3）：1092～1094

7 Lukas J,Fridrich J,Goljan M.Detecting digital image forgeries using sensor pattern noise.In:Proc of Conference on Security,Steganography and Watermarking of Multimedia Contents V III,2006

8 Johnson M K,Farid H.Exposing digital forgeries by detecting inconsistencies in lighting.In:Proceedings of the 7th Workshop on Multimedia and Security,New York,USA,2005

9 Johnson M K,Farid H.Exposing digital forgeries through specular highlighits on the eye.In:Proceeding of the 9th International Workshop on Information Hidding Saint MALO,Prance,2007

10 Johnson M K,Farid H.Exposing digital forgeries through chromatic aberration.In:Proceedings of the 8th Workshop on Multimedia and Security,Switzerland,2006

11 Fridrich J,Soukal D,Lukas J.Detection of copy-move forgery in digital images.In:Proceedings of Digital Forensic Research Workshop,Cleveland,USA,2003

12 Popescu A,Farid H.Exposing digital foreeries in color filter array interpolated images.In:IEEE Transactions on Signal Processing,2005