圖像邊緣虛假特征問題研究

摘 要 隨著互聯(lián)網(wǎng)的快速發(fā)展和數(shù)字成像設(shè)備的普及，數(shù)字圖像已經(jīng)成為人們主要的信息來源。借助于先進(jìn)的圖像處理技術(shù)，可以便捷地對(duì)數(shù)字圖像進(jìn)行編輯和修飾。然而，人們在享受著修改圖像所帶來的好處的同時(shí)，也飽受著偽造圖像所帶來的困擾。近年來圖像篡改事件日趨增多，偽造圖像已出現(xiàn)在新聞媒體、政治活動(dòng)、科技論文、醫(yī)療記錄、財(cái)務(wù)文件等諸多領(lǐng)域中。在公安工作中，通過對(duì)時(shí)下送檢案子中偽造圖像的特征進(jìn)行分析發(fā)現(xiàn)，圖像多為翻拍圖像和非數(shù)字圖像。在圖像真實(shí)性檢驗(yàn)過程中，現(xiàn)有數(shù)字圖像取證技術(shù)難以施展，同時(shí)，在公安工作中，圖像真實(shí)性檢驗(yàn)雖有較為完整的檢驗(yàn)流程和檢驗(yàn)規(guī)范，面對(duì)愈加復(fù)雜的偽造圖像，檢驗(yàn)方法存在明顯不足。隨著法制化進(jìn)程的發(fā)展，圖像作為重要的訴訟證據(jù)，其真實(shí)性檢驗(yàn)方法亟需完善，證明力有待提高.本文選題為圖像邊緣虛假特征問題研究，是在國內(nèi)外現(xiàn)有圖像真實(shí)性檢驗(yàn)的理論基礎(chǔ)上，研究常見的圖像邊緣虛假特征問題，重點(diǎn)解決圖像真實(shí)性的模糊問題，挖掘圖像真實(shí)性檢驗(yàn)理論的實(shí)用重點(diǎn)。

關(guān)鍵詞：數(shù)字圖像? ? 虛假特征 真實(shí)性檢驗(yàn)

分類號(hào)：TS103.811;TP391.41

通常，圖像邊緣銳利的特征常被推斷為疑似拼接痕跡，一副原始照中不同景物的邊緣輪廓一般過渡自然，沒有明顯的分界線，而合成照片在制作過程中，由于背景復(fù)雜或技術(shù)不熟練等原因，建立選區(qū)時(shí)邊緣常會(huì)出現(xiàn)不自然的露白或黑邊等特征，此特征會(huì)反映在合成區(qū)域的邊緣上，肉眼分辨時(shí)存在偏差，常產(chǎn)生視覺誤差。所以在圖像的篡改中，為了使照片的拼接邊緣處過渡自然，常常會(huì)用到圖像處理方法進(jìn)行修改，以使拼合照片的邊緣變得柔和。在可疑照片的鑒別過程中，我們常憑圖像中疑似拼接痕跡的輪廓特征作為判斷照片真假的依據(jù)之一，通過放大后進(jìn)行仔細(xì)的觀察，對(duì)比照片圖像邊緣有無其他雜色、景物的線條是否連續(xù)等，特別是一些直線性的物體邊緣在照片拼接時(shí)容易出現(xiàn)銜接錯(cuò)位或者棱邊顯得粗糙的現(xiàn)象，從中可發(fā)現(xiàn)其變造或偽造的痕跡。但研究發(fā)現(xiàn)真實(shí)圖像中也會(huì)出現(xiàn)這樣的特征，所以不可單憑此特征作為照片真實(shí)性檢驗(yàn)的判斷依據(jù)。

一、 視覺心理學(xué)實(shí)驗(yàn)

側(cè)抑制效應(yīng)是動(dòng)物視神經(jīng)中普遍存在的一種現(xiàn)象，在1868年由馬赫首次提出并在1932年由H.K哈特蘭和C.H格雷厄姆發(fā)現(xiàn)的。側(cè)抑制指的是在視覺神經(jīng)細(xì)胞中，當(dāng)細(xì)胞A受到光照刺激引起興奮時(shí)，再用光照射臨近的細(xì)胞B，這時(shí)，細(xì)胞A由于受到光照而發(fā)出的脈沖頻率就會(huì)下降。這是由于細(xì)胞B的興奮抑制了細(xì)胞A的興奮，同樣，刺激細(xì)胞A也會(huì)抑制細(xì)胞B的興奮。

側(cè)抑制的效果可以通過圖1.1說明，在圖中，我們可以看到交叉處隱約出現(xiàn)的灰色圓點(diǎn)，這是因?yàn)榻徊嫣幱兴膫€(gè)黑色的方塊，而白條處只有兩個(gè)黑色的方塊，交叉處受到的抑制效果更強(qiáng)，出現(xiàn)了細(xì)胞的抑制現(xiàn)象，因此會(huì)使人眼產(chǎn)生錯(cuò)覺，認(rèn)為交叉處有灰色的圓點(diǎn)。

側(cè)抑制有利于視覺從背景中分離對(duì)象，尤其在觀察物體的邊角和輪廓時(shí)會(huì)提高視覺的靈敏度，使對(duì)比的差異增強(qiáng)，因此，在檢驗(yàn)這類照片的過程中，會(huì)產(chǎn)生人像與背景分離的假象。同時(shí)，數(shù)碼成像系統(tǒng)在初期采用的CFA插值算法有最近鄰插值、雙線性插值以及三次樣條插值等方法，這幾種方法都是對(duì)每一個(gè)彩色平面進(jìn)行相同的插值算法，由于彩色濾波陣列中顏色和紅色、藍(lán)色的數(shù)量不同且位置不同，此類算法在圖像平滑區(qū)域得到的插值結(jié)果較好，但同時(shí)也會(huì)在圖像邊緣、紋理區(qū)域出現(xiàn)鋸齒和虛假色的現(xiàn)象。

二、邊緣輪廓角度分析虛假特征

由圖2.1的實(shí)驗(yàn)比對(duì)我們可以發(fā)現(xiàn)，同樣的一幅人像，圖2.1a中的人物與背景的過渡要比圖2.1b中的更加自然，也就是說圖2.1b的側(cè)抑制效應(yīng)要更強(qiáng)烈。在圖2.1b中，我們?nèi)藶榈亟档土藞D像的像素?cái)?shù)量，也就是說在人物與背景的邊緣交界處，原圖2.1a中將會(huì)有更多的像素?cái)?shù)量進(jìn)行過渡，而圖2.1b中只有少數(shù)幾個(gè)過渡像素，這就造成圖2.1b中的邊緣較圖2.1a來說更加銳利，邊緣像素比對(duì)圖如圖2.2所示，所以圖2.1的人像與背景過渡突兀，從而導(dǎo)致了其疑似拼接痕跡的特征。

數(shù)碼圖像在圖像邊緣存在一個(gè)邊緣過渡區(qū)，也就是說自然圖像中不會(huì)存在理想的邊緣，過渡區(qū)的寬度至少是1個(gè)像素寬。根據(jù)側(cè)抑制的作用機(jī)理，臨近的細(xì)胞受到的刺激會(huì)抑制周圍的細(xì)胞，因此，當(dāng)圖像邊緣越銳利清晰時(shí)，人眼的側(cè)抑制作用就越強(qiáng)烈，因此，圖5.8b的錯(cuò)覺相對(duì)5.8a來說要更加明顯。

三、實(shí)驗(yàn)總結(jié)分析

通過實(shí)驗(yàn)，分析了一副待檢圖像不能直觀的僅憑圖像輪廓特征疑似拼接痕跡就判定圖像真?zhèn)蔚脑颍瑫r(shí)從多角度實(shí)驗(yàn)加理論地分析論證了：真實(shí)的照片在對(duì)圖像進(jìn)行了壓縮、改變像素?cái)?shù)量、改變圖像大小等操作后也會(huì)出現(xiàn)此特征的情形。所以，為了避免側(cè)抑制效應(yīng)對(duì)檢驗(yàn)結(jié)果造成不良影響，我們應(yīng)保持原始圖像中人物與背景之間邊緣的過渡信息，避免或者減少對(duì)圖像進(jìn)行壓縮、改變像素?cái)?shù)量、改變圖像大小等操作。在處理網(wǎng)絡(luò)圖像、壓縮過的圖像等丟失邊緣過渡信息的圖像時(shí)，要考慮側(cè)抑制效應(yīng)對(duì)主觀判斷產(chǎn)生的影響，避免得出錯(cuò)誤的結(jié)論。對(duì)照片的邊緣特征進(jìn)行檢驗(yàn)時(shí)（對(duì)于紙質(zhì)照片可將照片掃描后），使用圖像處理軟件或具備放大縮小功能的圖像查看工具將數(shù)字照片擴(kuò)大一定倍數(shù)（如400～1000倍，擴(kuò)大的倍數(shù)按照片的分辨率大小而定）后觀察，照片出現(xiàn)馬賽克效果，沒有進(jìn)行過羽化處理的部位色彩邊緣銳度比較高、色彩過渡比較明顯，而進(jìn)行過羽化處理的部位色彩邊界模糊、具有色彩漸變的暈染效果。這是因?yàn)?，羽化的?shí)質(zhì)是對(duì)選區(qū)邊緣的像素進(jìn)行模糊和改變透明度，它會(huì)使邊緣部位像素變得模糊以至于丟失細(xì)節(jié)信息，因此可以根據(jù)羽化特征發(fā)現(xiàn)其變造的范圍。

四、結(jié)語

圖像通過視覺貫通認(rèn)知，記錄內(nèi)容的真實(shí)與否決定著證據(jù)價(jià)值的大小與否，真實(shí)性的檢驗(yàn)既是證據(jù)信息的提煉，這關(guān)系到民事糾紛或刑事偵查的方向，這使得圖像在偵查破案和訴訟審判中更加發(fā)揮著舉足輕重的作用。篡改圖像的檢驗(yàn)需要科技手段的更新，更需要專業(yè)檢驗(yàn)知識(shí)的更新和強(qiáng)化，以此方可對(duì)抗篡改行為。本文通過對(duì)圖像邊緣虛假特征研究分析，優(yōu)化了篡改圖像的檢驗(yàn)方法，加強(qiáng)了真實(shí)性檢驗(yàn)理論的實(shí)踐，為今后篡改圖像的真實(shí)性檢驗(yàn)提供了可行性參考，可提高公安工作中真實(shí)性檢驗(yàn)的效率，為檢驗(yàn)提供更具可操作性的方法，更具說服力。

[1]王志群.刑事相貌技術(shù)[M].北京：中國人民公安大學(xué)出版社，2008.

[2]趙成文.刑事相貌學(xué)[M].北京：警官教育出版社，1993.

[3]吳啟. 淺談?dòng)?jì)算機(jī)偽造圖像的檢驗(yàn)[J]. 中國人民公安大學(xué)學(xué)報(bào)（自然科學(xué)版）. 2005， 11（4）.

[4]陳良庚，王安濤. 淺議識(shí)別偽造數(shù)碼照片的方法[J]. 科技信息. 2010（28）.

作者簡介

作者簡介：邵珠鎮(zhèn)，男，漢族，碩士研究生學(xué)歷，山東司法警官職業(yè)學(xué)院教師，畢業(yè)于中國刑事警察學(xué)院公安技術(shù)專業(yè)，刑事科學(xué)技術(shù)聲像檢驗(yàn)方向，師從中國刑事警察學(xué)院聲像資料檢驗(yàn)系王志群教授。

2823501705244