基于光学物理特征聚类的拼接篡改伪造图像取证研究

The recognition and detection of forgery images is a difficult problem in forensic science area, because of complexity of the content and diversity of the origin. The most published methods pay more attention to the digital features introduced in image manipulation process, but ignoring the importance of consistency of optical and physical features in image formation process. At first, based on the theory of machine vision and applied optics, extract features with an image with professional experiences , and carry on feature reduction、feature fusion algorithms to compose a feature series. Then use fuzzy clustering or pattern recognition methods to recognize if the image is true or not. Research works not only provide a new way for image forensics, but also facilitate the foundational works for application of image processing, machine vision and artificial intelligence in forensic science.

图像的拼接篡改检测是信息安全与法庭科学领域最具挑战性的课题，难点在于图像来源的多样性及图像内容的复杂性。现有方法大多局限于对图像篡改过程中引入的数字痕迹特征展开研究，忽视了自然图像成像过程中光学物理特征的一致性对于图像内容取证的重要作用。本项目拟从图像成像机理出发，结合机器视觉领域知识的相关理论，对图像中的光照方向、光照强度、色温、景深等光学物理特性分析后进行特征的提取、约简、融合，组成光学物理特征序列，然后使用模糊聚类或模式识别等方法对光学物理特征序列进行识别，将识别结果作为判断图像内容真实性的重要依据。本课题的研究工作不但为解决伪造图像的识别问题提供了一个崭新的研究思路，同时也促进了图像处理、机器视觉、人工智能等交叉学科在法庭科学领域中的应用基础研究。

视频、图像等视听资料越来越多的被用于刑事侦查与司法取证，为案件侦破提供线索或为司法取证提供证据。然而，随着各类视频、图像采集设备的普及和视频、图像编辑处理软件功能的日益强大，许多经过了编辑篡改后的视频、图像通过互联网进行广泛的传播，传递虚假的语义信息，误导人们对案事件真实情况的判断，严重的影响了刑事侦查与司法审判工作。人们开始对视频、图像的证据效力产生了质疑。. 项目将图像伪造篡改中最主要的拼接篡改伪造图像作为研究对象，目标是研究一类内容无关、介质无关、格式无关的图像拼接篡改取证方法,实现图像拼接篡改的自动检测与伪造篡改区域的定位。研究所采用的方法是对图像光学物理特征距离进行模式分类和不同类别的区域进行特征的聚类分析。研究内容主要是根据拼接篡改伪造图像中存在的光照强度、光源色温等成像特征不一致现象，提出了一类新的基于光学物理特征聚类的拼接篡改伪造图像取证方法。.首先，根据光线传播规律、Lambert反射定律和光谱学原理等，研究了成像过程光照强度、光源色温与图像亮度、色差之间的关联关系。然后，利用不同的颜色模型以及自动白平衡原理对图像不同邻域的亮度、偏色程度进行量化估计，最后，根据邻域亮度之间的比例约束关系和偏色不一致关系完成图像拼接篡改的检测与篡改区域的定位。实验结果表明，项目研究的方法能够较好的发现拼接篡改区域与原始区域之间的不一致性，进行图像中拼接篡改的自动检测与篡改区域的定位。. 项目研究的创新点主要体现在两个方面：内容无关、介质无关、格式无关的光学物理特征的提取；图像拼接篡改的自动检测和篡改区域定位。研究成果可以满足公检法机关对于视频、图像内容真实性自动、量化取证方法的迫切需求，推动图像处理、模式识别、计算机科学与法庭科学的深度交叉融合，实现司法取证工作的科学化、标准化与程序化。