基于陰影一致性的圖像取證技術

周梓航 張潔 陳果 東華大學

基于陰影一致性的圖像取證技術

周梓航 張潔 陳果 東華大學

隨著計算機網絡和圖像處理技術的快速發展，人們能夠很容易篡改圖像的內容而不留下任何痕跡，因此，數字圖像的真實性受到了各國相關機構的廣泛關注。數字圖像取證技術作為信息安全技術的分支之一，是對數字圖像的偽造、篡改和隱秘性進行分析、鑒別和認證的技術。本文簡單介紹數字圖像取證技術研究的基礎和發展現狀，并在深入研究當前模型的基礎上，改進了基于光源位置、光學特性一致性的算法，并使用matlab進行編程，得到檢測圖像真偽應用軟件。

圖像取證 光學特性 陰影信息 matlab

1 引言

現今電腦圖像的合成技術的不斷進步，衍生了很多視覺上難以分別的偽造圖像。這些合成圖破壞了人們對圖像的信任感，影響著法律的執行、國家的穩固、媒體、廣告、電子商務等等各行各業。

數字圖像被動盲取證技術是指在沒有嵌入水印的前提下檢測圖像從拍攝以后是否經過了篡改。盡管多數篡改都不會引起人們視覺上的懷疑，但是圖像篡改會不可避免的引起圖像統計特性上的變化，圖像取證技術通過檢測圖像統計特性的變化，來判斷圖像的原始性、真實性和完整性，它對拍攝數字圖像的數碼相機沒有特殊的要求，具有重要的應用價值.

本文主要針對單光源照射下生成的數字圖像，如局部光源（如室內的燈泡）和無限遠光源（光照條件良好的太陽）提出了在不依賴任何簽名提取或嵌入信息的前提下，一種新的對圖像內容的真實性進行鑒別的，基于陰影一致性的圖像取證方法，并根據理論分析和算法研究，設計了一個圖像篡改檢測的軟件平臺。

2 算法的提出

本文提出的圖像鑒別真偽的方法，主要研究圖像陰影一致性的光學特征，結合朗伯光照模型建立線性規劃方程分析并簡化模型，設計合適的優化算法，引入物理學原理中的紋理特性，在實踐過程中對算法進行調整，進一步對陰影產生的楔形進行約束，優化已有的線性模型，進而提高算法的精確度和魯棒性。

本文的數字圖像篡改檢測的基本研究框架，如圖1所示。

圖1 研究框架

3 陰影問題分析

3.1 特征點的分析

特征點的選擇主要運用的方法是對物體和陰影進行邊緣檢測，并通過分割算法將圖像中物體的陰影提取出來。

本文用到的是基本閾值的分析方法：Otsu算法（最大類間方差法，有時也稱之為大津算法）。

利用閾值將原圖像分成前景，背景兩個圖像。

當取最佳閾值時，背景應該與前景差別最大，關鍵在于如何選擇衡量差別的標準，而在Otsu算法中這個衡量差別的標準就是最大類間。方差在本算法中類間方差用sb表示，最大類間方差用。算法效果如圖2。

圖2 用Otsu檢測圖像中物體陰影示例（原圖摘自網絡）

根據提取的陰影輪廓，可以初步判斷陰影的形狀，關鍵點的位置，比如指示牌的頂端和三角牌的邊角等都是關鍵點。特征點是關鍵點的一種，特點是：

①陰影上的特征點與投影物體的點具有明確的對應關系。

②與物體之間的連線是明確可知的。

③特征點與其他的點沒有重合，可以通過肉眼識別。

在分析圖像中物體產生的陰影時，選擇的特征點往往側重于物體的邊界點，這是因為物體的邊界點很容易在對應的陰影上產生符合要求的特征點，并可以通過肉眼進行識別。

3.2 Lambert光照模型

Lambert光照模型（圖3）用來計算圖像中不同區域的光源方向，進而估計光源的位置，并根據漫反射在物體表面形成的光學相關特性，在圖像中獲得大量的楔形區域。光源的位置是位于多個楔形區域部分，楔形的方向是從陰影指向對應物體的部位。

圖3 Lambert光照模型

對于真實的圖像，在無限遠的二維平面上一定存在一個估計光源的位置去滿足所有投射陰影的線性約束方程。因此，所有約束條件的交集應該定義一個非空的區域。

在圖4中，通過兩條實線定義一個楔形區域，并一個曲線定義半平面。投影光源的位置應該在這些約束條件形成的交集部分，虛線用來表示它的反方向，表示這個楔形區域的夾角。

圖4 圖中曲線表示物體上的感光平面

3.3 陰影的約束條件

平面上的線性不等式可以表示陰影的約束條件，圖3中顯示的兩條線是通過它們的法線和點來簡單定義的，法線的方向指定平面上的一個區域，在這個區域里必然存在一個待解決的參數x，這兩個區域是楔形區域向上的部分，圖3.1(a)中顯示了一條通過它的法線和點定義的線，任何情況下，一個陰影的約束條件都可以通過一對實線（楔形區域投射陰影的約束）或者一條線（半平面附加的陰影約束）來定義。

從一致的場景可以得到沒有誤差的線性約束，一個解決方案應該存在于這個不等式的系統當中，一個可能的不等式的解存在于這個線性約束中，即可以得到一個含有最小誤差的方程的解來滿足所有因素和附屬陰影的約束方程。

陰影間的約束條件必須是一致的，否則就不存在光源的位置去滿足所有的約束。即一些約束條件是部分圖像被篡改后產生的。

當圖像生成不一致約束條件時，我們希望找出是哪一個約束條件是和別的有沖突的，因此沖突的約束條件提供了最根本的證據去鑒別一個圖像是否被篡改，并檢測圖像哪一部分的被篡改。

4 改進基于陰影的分析方法

基于以上算法，在有限的圖像界面上包含物體和對應的陰影，按以下步驟進行分析：

①基于最大類間方差法來檢測圖像的陰影區域，獲得陰影的外緣。

②查看所獲得的陰影外緣是否清晰，如果不清晰，則對初始圖像增強，尤其強調圖像的陰影特性，有目的的擴大圖像中陰影與圖像中其他部位的區別，從而能夠更明顯的識別圖像中的物體陰影。然后重復步驟1，再一次提取陰影外緣。

③選取4～10個特征點，由上文3.1特征點的分析來確定特征點。

④又楔形選取的原理以及技巧，在已經確定好的特征點上選取合適的角度和方向，得到一個確定的楔形。

⑤判斷這些楔形在有限的界面內以及超過圖片界面的區域是否有交集。如果有交集，則判斷該圖片有可能是真的。如果沒有交集，則判斷圖片可能被篡改過。

5 實例

6 結束語

上文中已經清晰地描述了一種基于圖像陰影一致性來檢測圖像真偽操作的技術。以前的照明和基于陰影的取證技術即利用投射陰影為其找到獨特的陰影—物體匹配技術是可行的。（例如：椎體）相比之下，我們利用了廣泛的歧義投射，雖然每個約束的信息性不高，許多這樣約束的組合可以有效地檢測出不能明顯被感知的不一致的陰影。最后求出楔形的公共區域，是一個標準的線性規劃問題，來推定有效的解決方案。所有的楔形能相交到一個共同的區域也即陰影具有一致性說明這張照片的光照特性在物理上是可行的。而無法找到共同區域的線性規劃組，則可作為證據證明該照片是篡改過的。在后一種情況下，可能這張照片很難在視覺上識別那些約束不一致性。因此我們提供的是一種非視覺上檢測方法，來確定圖像的哪個部分被篡改過了。

但是這個方法僅適用于處在單光源的環境下的照片，雖然這個限制導致無法分析多個光源或漫射區域照明的場景。基于陰影一致性的圖像取證技術并非完美，還需要完善和提高，也就是說，需要組合陰影一致性的技術和其他技術來估計圖像的光源位置，從而更加精準快速的判斷圖像是否被篡改過。為了達到這個目標，有待進行更多的研究。

參考文獻

[1]周琳娜.數字圖像盲取證技術研究[D].北京郵電大學,2007

[2]王朔中,張新鵬,張開文.數字密寫和密寫分析-互聯網時代的信息戰技術[M].北京：清華大學出版社，2005

[3]陳鉗生.數字圖像取證技術及其發展[J].硅谷,2011,10:17-26

[4]王鳳英,程震.網絡與信息安全[D].北京:中國鐵道出版社，2006

[5]G.J.Simmons. The prisoners' problem and the subliminal channel. Proceedings of Advances in Cryptology. Springer,1984:51-67