基于光照方向不一致性的图像盲取证方法

基于光照方向不一致性的图 像盲取证方法
指导教师：李昕 学生：李颜（09720961） 2010.4.16
背景知识
数字图像真实性鉴别技术是确保数字图像信息安全的一 种新的有效手段。 图像篡改可归结为对图像对象的增、删、改操作, 一 般是将图像中的对象或背景与另一幅图像的背景或对象相 结合, 以造成某种假象, 或删除图像的某一部分对象或背景 隐藏重要目标。这些操作通常会破坏自然图像的光照一致 性, 并且图像篡改很难使光照效果和定向的光源相匹配 (例 如晴天的太阳、室内的电灯等) , 因此可根据图像中场景光 照的不一致性, 对数字图像进行盲鉴别。
L
3) 在步骤2) 中已经确定分别经过c1 和c2的两条直线l1 和l2 , 假设这两条直线的交点为局部点光源S (Sx , Sy ) 。 4) 点S (Sx , Sy ) 到步骤2) 中确定的各条直线li 的距离之 和为： n Li Liy 2 y f3 ( S x , S y ) i S x S y ei / 1 ( i ) Lx i 1 Lx
该方法根据图像的实际强度与计算强度间的误差函数 以及适合不同光源模式的约束条件, 估计不同光源模式下图 像的光照方向。通过分析图像中不同对象或对象与背景之 间的光照方向是否一致, 判断图像是否被篡改。
总体思想
从一幅图像中手动选取感兴趣的对象或 背景作为待检测图像, 根据Lambert光照模 型, 做一些使问题简化的假设, 由像素点处 的平面法线及图像中像素点的强度可得到 关于光照方向的误差函数, 使误差函数取得 最小值的光照方向即为所求。
2. 3. 4.
5. 6.
数码相机和数字打印扫描设备的急剧增长和快速普及， 使人们比以往任何时候更能接触到大量照片、图片，并比以 往任何时候都更加偏爱照片、图片，“数字照片时代”或 “数字图片时代”己经到来。与此同时越来越多的图像处理 和编辑软件如Photoshop, ACDSee, iPhoto等的广泛使用， 使得修改、编辑以及存储数码照片变得越来越简单和有趣。 然而，当我们的视觉和听觉在尽情地享受着现代多媒体技术 及数字传输技术带来的愉悦，当我们在毫无限制地任意编辑、 修改、拷贝和散布数字音乐、图像、视频时，我们是曾想过 这些数字媒体原创者的版权和经济利益如何得到保护?我们 所听到和看到数字媒体是完整、真实、可信?
局部光源模式的图像盲取证方法
无限光源照射时拍摄的图像, 其光照方向L 不依赖图像坐 标, 期望相邻小平面的光照方向是相同的, 而局部光源(例 如室内的灯) 照射下拍摄的照片, 其光照方向L 与图像坐标 相关, 期望每个小平面的光线汇聚于一点。
假设局部光源为S, ci 和ci - 1为 任意两个小平面的中心点, L i , L i - 1表示ci , ci - 1与局部点光 源之间的连线, 即分别以ci , ci 1为中心的小平面的光照方向。 设f3 (S ) 为局部点光源S到L i 和 L i - 1的距离之和, 因为在局部 光源模式下, 期望光线汇聚于一 点, 所以期望f3 (S ) 趋于零,以估 计光照方向。 确定规范项f3 (S ) 的算法如下:
a表示实际光源方向, b表示估计的光源方向
3 复合光源方向, b表示估计的虚拟光源方向
实验结果分析
基于光照方向的数字图像盲鉴别方法, 针对不同光 源模式的数字图像采用与其相适应的图像盲鉴别方法, 可有效地计算出图像的光照方向, 对被篡改的图像, 可 检测出其不同对象或背景之间的光照方向的不一致性。 而且, 无限光源模式的数字图像盲鉴别方法的正确检测 率已达到81.18% , 说明了局部光源和复合光源模式的 数字图像盲鉴别方法的有效性。 但是, 试验结果中仍存在误差, 出现误差的原因 可能有两种: 物体表面的反射不符合Lambert光照模 型的漫反射条件; 图像中阴影的影响, 使测量图像中 像素的平面法线时, 出现误差。
测得图像中任一像素点的强度Id ( x, y) , 并由一个像素 点的平面法线和此像素点到光源的方向向量计算出该像 素点的一个强度值, 由此得到测量强度和计算强度之间 的误差函数, 且这个误差函数是以光照方向L 为变量的。
……②
无限光源模式的图像盲取证方法
◎相邻小平面的光线是平行的, k个小平 面光源方向的方位是均等的, 即L i 和L i - 1之间的差值非常小(趋于零)。
Ld ( p) ka kd ( L N (P) cos ) ka kd ( N (P)L)
……①
基础算法
把相机拍摄的三维图像简化为二维平面, 只考虑光照方向 的Lx和Ly两个分量 根据图所示, 图像中的整个景物表面具有相同的漫反射 率, 为满足条件, 可以把整个图像分成k个小平面, 每个小平 面包含P个像素点, 并且每个小平面具有相同的漫反射率, 所 以每个小平面的漫反射率kd可取单位值, 然后单独估计每个 小平面的光照方向L i , 最后再把这些光照方向融合到一起, 得到最终的光照方向。
1）CFA插值检测 2）模式噪声检测 3）色差检测 4）相机响应不一 致检测
1）自然图像统计模型 2）双相干系数和边缘 百分比特征 3）图像质量度量，二 元相似性度量等特征
图像盲取证方法分类
光照模型
〓此模型假设光线在空间所 有方向的反射强度均相同 〓当一个表面表现为朗伯(L ambert) 反射时, 观察者在 任何一个方向观察到的反射 亮度都相同, 即物体表面的 亮度与观察角度无关 ◆根据Lambert模型, 一个理想漫射物体表面上反射出的漫反射光的强度同入射 光与物体表面法向之间夹角的余弦成正比, 再将环境光所 产生的光强度计算在内, 可得到完整的图像强度表达式:
结语
数字图像篡改, 通常是拼接不同图像中的对象或背景, 虽然现在的图像编辑软件可以轻松地生成或除去阴影或光线 倾斜度, 但很难隐藏光照方向, 而且图像中不同对象或背景 的光照方向是可以估计的。 因此, 光照方向的不一致性可作为揭示图像篡改的有效 证据。笔者提出了一种通过估计光照方向对数字 图像进行盲分析的技术, 并且对在局部光源照射下拍摄的照 片, 提出了改进的鉴别方法。 数字图像盲鉴别技术是一项非常新的前沿研究领域, 国 内外研究还处于起步阶段, 挑战性问题多,创新空间大。可以 在笔者提出的方法基础上, 进一步研究如何估计光照方向的z 分量, 即Lz , 以使结果更加精准, 同时, 也可建立一个判断机 制, 决定使用无限光源模式还是局部光源模式估计光照方向。
1) 对误差函数 小平方法求出v，即可求出任一小平面的光照方向 Li 。 2) 求任一小平面的中心点ci , 在L i 方向确定通过ci 的一 Liy 条直线l：
2 v (L1x L1y L2 L2 ……Lk Lky Ls ) f1 (v ) Mv b x y x （其中 ）。用最
y
i x
x ei
复合光源模式的图像盲取证方法
多个光源照射场景时拍摄的图像称为在复合光源照射下 拍摄的图像。由于光线具有线性属性, 所以, 一个场景在 两个光源照射下拍摄的图像, 其光照强度可表述为：
I d ( x, y ) R (( N ( x, y ) L1 ) ( N ( x, y ) L2 ) k a R ( N ( x, y )( L1 L2 )) k a R ( N ( x, y ) L ) k a
主动取证与被动盲取证
数字图像 即数字水印技术，数字水印是利用 数字作品中普遍存在的冗余数据和随机性把版权信息嵌入在 数字作品本身中，从而起到保护数字产品版权或完整性的一 种技术。
主动取证
数字图像 技术是指在没有嵌入水印的前 提下检测图像从拍摄以后是否经过了篡改。
被动盲取证
图像篡改破坏了自然图像的光照一致性, 为了保证图 像内容的安全性, 提出一种基于光照方向一致性的图像盲 鉴别方法鉴别图像真伪。
图像伪造 知识
图像成像 过程
图像统计 特性
图像特征提取与 一致性模型建立
图像盲取 证算法
图像分类与 篡改区域定位
结果 输出
图像数据库
数字图像盲取证基本框架
基于真实性鉴别的数 字图像盲取证技术
基于图像伪造过程的 遗留痕迹进行盲取证
基于成像设备的一 致性进行盲取证
基于自然图像的统 计性进行盲取证
1）复制粘贴检测 2）JPEG双压检测 3）重采样检测 4）照明不一致检测 5）模糊估计
该形式可以约分到与单一光源(与式①) 相同的形式, 所以,用前面几节中提到的方法, 可得到一个“虚拟” 的估计值, 作为“虚拟”光源。
实验结果及分析
1 无限光源模式图像盲鉴别方法的实验结果 估计实验图像库中486幅图像的光照方向, 这些图像都是天 气晴朗时由索尼数码照相机拍摄的图像。
2 局部光源模式图像盲鉴别方法的实验结果
◎在式②表示的二次误差函数的 基础上,增加以下规范项：
……③ 用因数λ把二次误差函数f1 (L1 , ⋯, Lk , ka ) 和规范项f2 ( v) 连接起来, 得到最终的误差函数：
……④
用最小平方法估计光照方向, 对该误差函数关于v求 微分, 并令其结果为零, 得到： ……⑤
平均k个光源方向L1 , ⋯, Lk , 可得到无限光源照射下生 成的图像的光照方向。
参考文献
1. Popescu A C, Farid H. Exposing digital forgeries detecting traces o f resembling. IEEE Transactions on Processing, 2005, 53(2): 758-7 67 王大青，管会生.基于色像差的数字图像盲取证系统设计[J]. 《微计算机信息》2009 ,25 (2-3):83-100 朱秀明，宣国荣，姚秋明，童学锋，施二庆. 信息取证中图像 L采样检测. 计算机应用，2006, 26(11): 2596-2597 Ng T T, Chang S F, Sun Q B. Blind Detection of Digital Photomon tage Using Higher Order Statistics, Advent Tech-nical Report 2012004-1, Columbia University, June 2004 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, 34 (12) : 1458-1466 施化吉, 周新法, 李星毅, 等. 同步数字音频盲水印[ J ]. 吉林 大学学报: 信息科学版, 2006, 24 (1) : 56-61