基于光影成像关系的数字图像检验方法研究

李春宇,　槐　森,　王以江,　黄哲影,　郭　舜,　徐　姌

(中国人民公安大学刑事科学技术学院， 北京　100038)



基于光影成像关系的数字图像检验方法研究

李春宇,槐森,王以江,黄哲影,郭舜,徐姌

(中国人民公安大学刑事科学技术学院， 北京100038)

摘要目的 以数字图像中光影关系为研究内容，对图像中的阴影角度进行量化分析，进而确定数字图像是否经过篡改；方法 建立以主体和阴影为研究对象的光影量化关系，确定该图像拍摄时光源的方向，进一步判断光影关系是否与图像中的客观事实相一致；结果 通过研究光源在多种角度、多种高度时形成阴影的分布规律发现，当光源角度过大时，误差会随之变大，但测量结果仍然具有参考性；结论 此方法可以作为伪造图像检验的一种方法，且测量结果准确性高，参考价值大。

关键词光影关系； 伪造图像； 图像篡改； 鉴别方法

0引言

随着中国司法体系的不断完善，尤其是刑事诉讼法的不断完善，法庭审判中对数字图像的重视程度在不断加深，针对数字图像的取证方法也在不断规范。数字图像作为物证的一种，其地位举足轻重。但随着科学技术手段的更新换代，数字图像的篡改手段也层出不穷。因此，数字图像真伪的鉴别便显得尤为重要。数字图像盲取证技术作为一种不依赖任何预签名提取或预嵌入信息来鉴别图像真伪的技术, 因而有了广泛的应用前景，成为了数字图像取证的重要手段。根据鉴别图像时采取的方法不同, 可以将图像盲取证技术划分为3类: 基于图像篡改痕迹的盲取证技术、基于成像设备一致性的盲取证技术、基于自然图像统计特性的盲取证技术。本文将着重阐述第3点，即基于自然图像统计特性的盲取证技术：通过探究光源方向与成像阴影的角度关系，对数字图像进行鉴定与判断，从而判断图像是否经过篡改的图像检验方法。

1基于光照一致性的数字图像盲鉴别技术的应用现状

计算机技术发展至今，数字图像的篡改技术手段层出不穷。其中，将不同图像中的元素合成在同一张图像中以制造某种预期结果的做法是一种很常见的图像篡改方式。但由于不同的照片在拍摄时所处的光照环境不会完全相同，往往导致合成的照片中不同元素的光影效果很难保持一致。而这种不一致性往往是不符合自然图像统计特性的。从而我们可以将这种合成图像中所存在的光照不一致性作为图像遭到合成篡改的证据。以藏羚羊假照事件为例，如图1所示。假照中的藏羚羊迁徙队伍实为后期合成，其破绽就在于藏羚羊队伍的脚底并没有阴影，而照片中的车辆却有着棱角分明的影子。很明显，这副图片是出于某种利益需求才被人篡改成图中的场景，在社会上造成了很大的负面影响。

图1　藏羚羊假照(图片来自网络)

由此可见，基于光影特性的数字图像取证方法具有很大的发展前景以及广泛的应用需求。此项技术的优势在于可以在宏观上为照片定性，而无需对图像的底层数据进行分析，这样既精简了鉴别方法，提高了效率，同时也增加了鉴定结果的说服力，在图像的真实性判断中有着重要的应用价值。

2经典造假图片的鉴别试验

利用photoshop放大，观察图像中可疑细节特征，辨别图片合成篡改部位。一般情况下，在篡改合成图像的时候会破坏图像的光照一致性，并且使得图像光照效果和定向的光源难以相匹配，导致篡改合成部位出现阴影方向与图像中其他部位不一致，因此通过观察发现可疑细节特征，并与图中其他细节特征比较，便可对图像进行初步的判别，如图2所示。

图2　伪造图像示例

经过大量的造假图片的分析研究，为了在实际操作中能够更好地选择实验方法，我们将图像的合成篡改程度分为3级，即初级、中级、高级。

图2中的A代表初级一类，该类图片合成篡改程度较低，篡改痕迹明显，容易发现篡改合成的地方。经观察可以明显看到图片中人物没有影子，且人物亮度与背景明显不一致，通过这两个细节特征可知该图片经过篡改。

图2中的B代表中级一类，该类图片合成篡改程度较初级高，但通过利用photoshop进行处理，依旧可以找出合成篡改部位，并能够利用下面实验确定的水平夹角提供数据支撑。中间领导人为合成的部分，通过photoshop进行放大处理，首先可以发现合成部分的阴影与图像中其他部分阴影角度不一致，而且人物背后的台阶黑线缺少了一段，然后对阴影角度进行分析，利用数据进行比较，最终判断出篡改部分。

图2中的C代表高级一类，该类图片合成篡改程度很高，处理手法严谨，难以发现篡改痕迹，因此很难利用光照规律进行研究，本文中对此类图片暂时不做探讨。

3实验

3.1实验器材

(1)图像处理用计算机3台。

(2)Nikon D70 单镜头反光数码相机2台。

(3)多功能光源1个。

(4)三脚架2个。

(5)数据线、读卡器若干。

3.2实验设计

自然光条件下用单反相机拍摄多组人物照片，在电脑上用Photoshop标注出特征点和投影点，使用Photoshop中的标尺工具测量每个以特征点到投影点为一边，照片平面水平线为另一边的夹角的角度，并一一记录下来，计算出角度的平均值，和角度值的极差(波动范围)。多人对同样的照片执行以上同样的操作，将计算出的值进行对比，研究实际人为测量误差。

3.3实验步骤和方法

3.3.1特征投影点角度测量法

测量自然光条件下的人物特征点到投影点连线与水平线的夹角，并记录该值。

目标1：测量自然光下人物特征点到投影点连线与水平线夹角的平均值，如图3所示。

注释:由于自然光源(太阳)与被照射物体的距离比物体到投影的距离数值十分巨大，所以可以认为同一物体上自然光的照射为平行光，那么，图3所示自然光条件下的特征点指的是图中物体上明显的突出点，图中的红点处(衣物边角突出点)，黄点即为对应的投影点，如图4所示将红黄两点连线，再作出水平线，两线的夹角即为然光条件下的人物特征点到投影点连线与水平线夹角值。

步骤：将待测图像用Photoshop打开，在Photoshop中的背景层上新建一个透明空白层，在照片人物身上选取有明显突出的特征点，用红点标出，在对应的投影点上用黄点标出，并对每一组红黄点标注序号，然后隐藏红黄点标号的图层，使用“标尺工具”，左键单击特征点突出部位(尽量准确点击尖端部位)，按住左键不放拖动鼠标至对应投影点突出部位(尽量准确至尖端)后放开左键，即可测量出此处特征点到投影点连线与水平线夹角的值。将此值记录在图中对应部位，测量完所有值后，如图5所示将隐藏的红黄点标号图层显示。去掉一个最大值和一个最小值后用计算器计算出角度平均值。以本案为例平均角度值为83.1°。

图3　特征点和投影点

图4　特征点和投影点连

目标2：测量自然光下人物特征点到投影点与水平夹角的极差(波动范围)，如图6所示。

步骤 ：利用上述方法测量出各个特征点到投影点和水平夹角的值，如图6所示记录下每个值，去掉一个最大值和一个最小值后用最大的值减去最小的值，得出这组数据的极差(波动范围)。以本案为例极差为10.1°。

图5　待测图像及测量后结果

图6　测量后结果

3.3.2图像中人物与其他物体特征投影点角度的比较研究

目标：对图像中人物和其他物体的特征投影点角度进行比较

步骤：让人倚靠墙壁，旁边放一个三角架(高度为1.50 m)作为参照物，将相机固定在人的正前方，人与相机的连线垂直于墙壁，然后在人的左侧用光源(保持光源高度为12.5 cm)照射人和三角架，利用相机进行拍照。拍完后改变光源与墙壁的垂直距离，即改变了光源—人物连线与墙壁的夹角，拍摄多组照片。图7为本方法的示意图。

图7　示意图

利用photoshop打开所拍摄的图片，在Photoshop中的背景层上新建一个透明空白层，在照片人物身上选取有明显突出的特征点，用红点标出，在对应的投影点上用黄点标出，然后隐藏红黄点标号的图层，使用直线工具连接两点，并记录菜单栏上显示的直线角度。然后，在三脚架上进行相同的操作并记录直线角度。

结论：如图8所示为不同光照角度结果图，表1为不同光照角度下所得出的连线平均角度。

表1　不同光照角度下的连线平均角度

图8　不同光照角度结果图

确定光源—人物连线与墙壁的夹角为45°，依次改变光源高度为110 cm、125 cm、150 cm、170 cm、180 cm、190 cm、200 cm，拍摄多组图片，然后利用photoshop，测量并记录直线角度。图9为不同光照角度结果图，表2为不同光照高度下所得出的连线平均角度。

图9　不同光照高度结果图

实例分析：将本论文中研究的方法对实际篡案例进行应用，如图10所示案例中萨科齐的图片怀疑被篡改，将图片用Photoshop打开后，我们先在图中寻找比较明显突出的特征点，萨科齐的掌骨末端比较符合特征点条件且投影比较清晰，所以选择掌骨末端凸出点作为特征点，新建标记点图层，将萨科齐两个掌骨末端骨节凸出点用红点标记，并在对应投影处用黄点标记，然后隐藏标记点图层，用“标尺工具”在凸出点部位寻找最尖端部位，左键单击后拖动鼠标至对应投影点最尖端部位，放开鼠标，读出测量的角度值，如图11所示，得出测量图。本案例中两个角度值分别为63.6°和64.3°，相似度很高，综合得出改图特征点到投影点与水平夹角平均角度64°，极差范围在5°～10°，然后，对图中的可疑点用64°角度值进行测量，发现椅子靠背处的的特征点到对应角度的投影范围不存在，即可找到篡改部位，如图12所示，对比原图发现测量实验结论正确。

表2　不同光照角度下的光源高度

图10　检材

图11　测量结果

图12　测量结果图和照片原图对比

4结论及注意事项

图4为特征投影点角度测量法的测量结果；表1为比较实验中不同光源角度的测量结果；表2为比较试验中不同光源高度的测量结果。实验中，通过利用特征投影点角度测量法进行多次实验，可以发现图像中人物的光影关系可以用于图像真实性的鉴别，通过将不同的阴影角度进行比较，判断光照方向，鉴别图像合成篡改部分。而通过进行图像中人物与其他物体特征投影点角度的比较实验，可以确定尽管图像存在透视变形等问题，但相同平面下的人物或物品与其阴影都存在稳定的关系。当比较的对象阴影投射位置一致时，两者阴影角度在误差范围内，可以确定是相同的，可用于鉴别图像合成篡改部分。

实验中误差的排除：特征投影点角度测量法存在一定的人为误差，误差主要源于对于特征点最突出部位选择的因人而异，因为特征点的概念本身具有一定范围性。但是，只要采取一定措施去避免，误差可以得到有效地缩小和控制，使测量值准确有效。

减小误差方法一：为了方便识别特征点，操作中我们会用红黄点标记特征点，在用标尺工具测量角度时，必须将红黄点隐藏，直接在特征点上取点测量，这样能缩小人为因素造成的误差。

减小误差方法二：将待测的特征点放大，呈现像素块状，依此选择特征点的最突出部分能极大缩小人为误差。

参考文献

[1]吕颖达，申铉京，陈海鹏，等.基于光照方向不一致性的图像盲鉴别方法[J]. 吉林大学学报：信息科学版, 2009(3):293-297.

[2]吴琼,李国辉,涂丹,等.面向真实性鉴别的数字图像盲取证技术综述[J]. 自动化学报， 2008(12):1458-1465.

[3]李叶舟,胡静,牛少彰,等. 基于光照方向不一致的图像盲取证技术[J]. 北京邮电大学学报,2011(3):26-30.

[4]杨杰,邓志鹏,郭英凯,等. 两种新的光照方向估计方法[J]. 上海交通大学学报, 2002(6):894-896.

[5]JOHNSON M K, FARID H. Exposing Digital Forgeries by Detecting Inconsistencies in Lighting[C]∥Proc ACM Multimediaand Security Workshop, 2005:1-10.

(责任编辑陈小明)

中图分类号D918.9

作者简介李春宇(1980—)，男，辽宁人，硕士，副教授。研究方向为视频检验技术。