引用本文

孙鹏, 郎宇博, 樊舒, 沈喆, 彭思龙, 刘磊. 图像拼接篡改的自动色温距离分类检验方法. 自动化学报, 2018, 44(7): 1321-1332. doi: 10.16383/j.aas.2017.c170267

SUN Peng, LANG Yu-Bo, FAN Shu, SHEN Zhe, PENG Si-Long, LIU Lei. Detection of Image Splicing Manipulation by Automated Classification of Color Temperature Distance. ACTA AUTOMATICA SINICA, 2018, 44(7): 1321-1332. doi: 10.16383/j.aas.2017.c170267

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2017.c170267

关键词

拼接篡改，图像取证，色温估计，色温距离，自动阈值 

摘要

拼接篡改是一类常见的图像伪造手段，现有取证方法难以实现图像中拼接篡改区域的自动检测与精确定位，导致拼接篡改伪造图像的取证长期依赖人工经验.基于图像中原始区域与拼接篡改区域所反映的光源色温的差异性，提出一种自动色温距离阈值分类的图像拼接篡改检测与定位方法.首先，变换待检验图像至YCbCr色彩空间，并按照Grid-based方式结构化分解为大小的子图像块；然后，利用自动白平衡（Automatic white balance，AWB）中的白点检测原理对每一个子图像块进行色温估计，计算子图像块与参考区域之间的色温距离；最后，采用最大类间方差法自适应地求取色温距离分类的最佳阈值，对子图像块进行分类标注，实现了图像拼接篡改区域的自动检测与精确定位.实验表明，该方法能够实现图像拼接篡改区域的自动检测与定位，具有较高的量化检测精度.

文章导读

图像作为一类重要的视觉媒介, 具有记录、存储与传递影像信息的功能, 被广泛地用于刑事侦查与法庭取证过程中.然而, 随着各类数字图像获取设备的普及, 人们可以方便地拍摄大量的数字图像, 并使用Photoshop等专业软件对得到的数字图像进行编辑、处理甚至恣意的篡改[1].为了确保司法审判中所使用的图像的真实性与客观性, 修订之后的中华人民共和国刑诉法中明确规定视听资料必须经过检验之后才能作为法庭证据使用[2].科学、量化的证实图像内容的真实性已经成为证据科学领域一个重要的研究方向.

复制-粘贴是目前图像伪造篡改的主要手段, 根据复制源区域所在图像和粘贴目标区域所在图像之间的关系, 可以分为同源复制-粘贴(Copy-move)和不同源复制-粘贴(Splicing)两大类[3-4].针对两种不同的伪造篡改类型, 检验的原理与方法也不相同.同源复制-粘贴伪造篡改图像的复制源区域和粘贴目标区域同属于一幅图像, 图像中存在着至少两个高度相似的区域.从这个角度出发, 同源复制-粘贴的检验方法又可以分为SIFT (Scale-invariant feature transform)[5]、SURF (Speeded-up robust features)[6]等基于特征点的方法和DCT (Discrete cosine transform)[7-8]、PCA (Principal component analysis)[9]、DWT (Discrete wavelet transform)[10]、几何不变性[11]、彩色纹理特征[12]等基于区域的方法.与同源复制-粘贴不同, 不同源复制-粘贴的复制区域和粘贴目标区域来自不同的图像, 也常被称之为拼接篡改.相对于同源复制-粘贴检测相似区域的思路, 拼接篡改检验方法的理论基础与算法实现要更加复杂.拼接篡改伪造图像具有内容来源的多样性与篡改过程的不确定性等综合复杂特性, 通常会误导人们对图像所反映的事件时间、空间、人物等重要信息的判断, 对侦查与诉讼的危害程度也更高, 是图像取证研究与实践中面临的主要问题.根据公安部某物证鉴定中心2012 ∼∼2016年受理案件的统计数据, 涉及图像取证类案例中90 %以上为对单幅图像是否存在拼接篡改的检验.由于拼接篡改使用的图像形成于不同的成像过程, 因此拼接篡改伪造图像中不同区域之间在光照方向[13]、光照颜色、模式噪声[14]、CFA (Color filter array)插值[15]、镜头色差[16]等光学物理特性方面存在着明显的不一致性. Farid及其团队在拼接篡改伪造图像的光学物理检验方面做出了很多探索性的工作[17]. Johnson等率先提出利用2-D、3-D光照方向估计方法进行图像的真伪性的量化检验[18]. Kee等在无限远单光源、Lambert反射以及表面法线与光照方向夹角小于90°等基本假设之后, 将阴影、遮挡与光源的几何约束关系转化为矩阵求解问题, 通过理论分析光照条件矩阵是否有解来判断图像中的不同物体之间是否满足无限远单光源的基本假设[19].牛少彰等则利用物体表面光照方向估计与投射阴影光源区域光源方向约束条件之间是否存在一致性来证明图像的真实性[20].陈海鹏等基于实际光照强度矩阵、Lambert简单光照模型和图像的平面法线矩阵得到光照强度矩阵后估计图像中不同区域的光源方向, 然后求取不同区域光照方向估计值的差值, 并与预先设定的阈值进行比较, 根据比较结果检验图像中是否存在拼接篡改[21].上述光照方向检验方法的共同特点是基于无限远单光源、直射光、Lambert反射等基本假设, 光源方向的估计也过于依赖图像中的对象的选择, 容易受到不同对象表面材质、形状与物理结构的影响导致较大的误差, 且难以实现对图像拼接的自动检测与篡改区域的精确定位.与使用光源方向作为检测依据的方法不同, 文献[22]通过估计图像中不同区域的光源色温实现了拼接篡改图像的量化取证.但该方法需要人工在图像中选择无篡改的参考区域和包含感兴趣目标的关键区域, 无法实现图像伪造篡改区域的自动精确的盲定位, 而且色温距离阈值的选择依赖于经验阈值, 需要对同样光照条件下采集的多幅真实图像的统计分析.文献[23]提出了一种基于人脸光源颜色分类的机器学习方法, 要求预先对SVM (Support vector machine)分类器进行训练, 训练过程与检验过程中同样需要人工对参与训练的图像进行人脸区域的选择和标定, 而且该方法需要训练图像和待检验图像中必须包含两个或两个以上的清晰人脸, 虽然取得了不错的检测效果, 但假设条件过于苛刻, 推广性较差.

光源的色温反映了成像光源的光谱成分, 也被称为光源的颜色, 是引起图像偏色的主要原因之一.现代摄影中常采用相机的自动白平衡(Automatic white balance, AWB)来校正图像的偏色.本文基于拼接篡改伪造图像中不同区域所反映的光源色温不同这一基本假设, 利用自动白平衡理论中的色温估计方法对待检验图像中的子图像区域进行色温估计, 作为区分拼接篡改区域与原始区域的基本单位特征.相对于其他使用色温进行图像拼接篡改检测的方法[22-23], 本文方法最主要的创新之处就是检验过程中不需要再采集其他图像样本进行统计分析或训练, 仅需对单幅待检验图像进行结构化的分解后, 充分挖掘待检验图像子块之间的局部区域色温距离概率分布与统计信息, 利用大津算法自动地选取最优分类阈值, 即可实现对图像的拼接检测.最后的仿真实验表明, 由于图像色温特征的估计反映了图像中局部的光源色温现象, 其估计方法基于图像像素的色彩分布统计信息, 不再依赖于图像中的具体对象的选择, 因此使用本文方法可以较好地实现内容无关的单幅图像拼接篡改区域的自动检测与定位.

图 1  方法流程图

图 2  参考区域选择策略

图 3  哥伦比亚数据库的检测效果(a-1) ∼ (a-8)为哥伦比亚数据库中的拼接篡改图像; (b-1) ∼ (b-8)为本文方法的检测结果

本文提出了一种基于自动色温距离阈值的图像拼接篡改检验方法, 利用色温估计、色温距离计算和自动色温距离阈值分类发现拼接篡改伪造图像中不同区域之间的色温不一致现象, 从而实现图像拼接篡改区域的自动检测与定位, 满足对拼接篡改图像量化取证的需要.实验结果表明, 本文方法能够较好地自动检测拼接篡改并定位拼接篡改区域, 为图像拼接篡改检测提供了一类科学量化的检验依据.未来的研究工作将致力于从三个方面改进方法: 1)研究如何将色温特征与成像过程中的其他光学物理特征相结合, 增强算法的鲁棒性; 2)研究如何利用背景建模或显著性检测更准确地定义与选择图像中的参考区域, 降低背景颜色噪声对篡改区域定位的影响; 3)引入动态多阈值分类, 研究图像中存在多于两处拼接篡改的检验.对方法进行改进的最终目的是进一步提高图像拼接篡改区域自动检测与定位的准确性和鲁棒性, 满足实际的图像内容真实性检验的需要.

作者简介

郎宇博

中国刑事警察学院声像资料检验技术系讲师.2012年获得东北大学硕士学位.主要研究方向为数字图像取证, 视频侦查技术.E-mail:langyubo@cipuc.edu.cn

樊舒  

中国刑事警察学院声像资料检验技术系讲师.2007年获得北京邮电大学硕士学位.主要研究方向为无线网络资源分配与管理.E-mail:fanshufs@sina.com

沈喆  

辽宁石油化工大学信息与控制工程学院自动化系讲师.2012年获东北大学博士学位.中国科学院沈阳自动化所博士后.主要研究方向为控制系统故障诊断, 监控视频异常事件检测.E-mail:angelzheshen@163.com

彭思龙  

中国科学院自动化研究所研究员.1998年获得中国科学院数学所博士学位.主要研究方向为小波分析及其在图像处理中的应用, 信号处理.E-mail:silong.peng@ia.ac.cn

刘磊  

中国刑事警察学院声像资料检验技术系研究生.主要研究方向为数字图像取证, 智能监控技术.E-mail:liulei2015110057@163.com

孙鹏  

中国刑事警察学院声像资料检验技术系副教授.2009年获得东北大学博士学位.中国科学院自动化研究所博士后.主要研究方向为数字图像取证, 智能监控技术.本文通信作者.E-mail:sunpeng_sx@cipuc.edu.cn