程 燕

（华东政法大学信息科学与技术系 上海 201620）

1 引言

视听资料是随着现代科学技术发展而出现的一种新的证据形式，与书证、物证、证人证言、当事人陈述、鉴定结论、勘验笔录一起作为民事诉讼法法定证据。视听资料主要以视频、图像、声音为表现形式，能准确、生动地记录并还原案发情况，包括与案件有关的场景、过程和音效等，为案件的侦查、诉讼及审理提供可信度较高的线索。视听资料的司法鉴定是运用物理学、计算机科学、图像学和语音学的基本原理和研究成果，对录音带、录像带、磁盘、光盘及图片等载体上记录的声音、图像信息进行真实性、完整性及其所反映的事件过程进行鉴定，并对声音、图像中的语言、人体、物体做出种类或同一认定[1]。

声像资料是视听资料的一种类型，包括电影片、电视片、录音录像片、声像光盘等，通常以图像、动画、视频的形式表现，近年来，已经成为执法过程中的一种常用佐证资料[2]。然而，随着计算机技术的飞速发展和广泛普及，声像资料的捕获也越来越大众化，人们可以随意地通过数码相机、数码摄像机、智能手机等高科技产品进行图像和视频的收集和存储。由于现在大部分声像资料数字化的特点，越来越多的图像处理和编辑软件如 CorelDraw、Photoshop、NeoImaging、ACDSee等得到了广泛使用，使得修改、编辑和存储声像资料变得越来越简单，颠覆了人们“眼见为实”和“耳听为实”的传统观念。尽管有些人对数字图像的修改只是为了个人娱乐爱好，但不排除有一小部分人故意甚至恶意传播一些经过精心伪造和篡改的数字图像，以谋取个人私利或危害社会公共安全、利益等。如果伪造的声像资料被法庭采信，将会影响司法公正，对社会和法律公正带来极大的危害。

数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程，该技术在数字化物证检验中发挥了不可替代的作用，显现了其独有的优势。目前常采用数字签名、数字水印以及数字图像盲取证技术对数字图像进行防伪检验，其中数字签名和数字水印属于主动检验技术，该方法通过在目标图像中添加摘要信息或水印信息对图像进行加密，接收方提取图像中的摘要信息或水印信息，并与已经密钥信息进行比对，如果相同则说明图像未被篡改，反之则说明图像被修改过。此类方法的思想是要求内容提供方必须对图像进行预处理，并且接收方必须同时已知先验密钥等信息。图像盲取证的思想是要求检验人员在未知图像任何先验知识的情况下，对图像做是否经过伪造或篡改的结论。该技术以美国Dartmouth学院图像真伪鉴别专家Farid为代表，Binghamton大学、Columbia大学和Polytechnic大学等均成立了专门的数字媒体取证研究小组。我国虽然起步较晚，但近几年来，国防科技大学、大连理工大学、同济大学等众多知名高校也开始致力于此方向的研究。由于数字图像盲处理技术分析问题的思路更符合实际影像鉴定工作的要求，故该技术的研究与应用具有更大的现实意义和研究价值。

2 声像资料鉴定内容

声像资料鉴定是指检验部门接受公检法机关的委托，依法对与案件有关的声像资料（如图像、照片、底片、录像资料等）与摄制它时所用的器材进行同一认定，以及对资料的真伪、内容进行鉴定的科学检验。一般经常关注的问题主要集中在以下几个方面：

· 确认一幅图像是由成像设备获取的原始照片，还是电脑制作的图片，或是由不同图像经过处理操作后的伪造图像；

· 确认拍摄照片的成像设备类型、拍摄时间、拍摄地点；或者底片、照片与其拍摄相机、视频录像与其拍摄制作录像机等之间信息是否一致；

· 确认照片是否经过翻拍或再版，数码照片是否经过图像处理，录像是否经过编辑；

· 确认数码照片是否经过篡改，以及篡改区域和篡改程度是多少；

·确认图像是否被嵌入秘密信息。

针对上述问题，执法机关必须运用相应的技术方法对指定声像资料进行检验方可得出鉴定结论。概括起来，声像资料司法鉴定领域要完成的任务可分成以下3项[3]。

（1）图像原始性检验：检测样本照片的来源性质，是属于原始相机拍摄、计算机生成或由其他图像合成产生。若为原始相机拍摄，则进一步检测出拍摄器材种类，如确定其制作的硬件设备、牌号、厂家、产地等，为查明有关案件提供事实依据。

（2）图像隐密分析检测：利用隐密分析工具检测样本照片是否含有隐藏的危险信息等。隐密图像主要利用数字图像中存在的冗余空间携带某种秘密信息。由于人眼视觉系统对图像的冗余信息不敏感，携带有秘密信息的隐密图像与原始图像视觉差异不大，如普通的JPEG图像中若携带有秘密信息，则其图像颜色可能会稍微发生点变化，但对于人眼而言，其视觉效果并无差异。

（3）图像真实性检验：主要确认样本照片是否经某种图像处理技术进行篡改、伪造。若为伪造照片，则进一步检测出是经过何种手段篡改而成，篡改区域和篡改程度有多大。

3 图像伪造技术

图像原始性的鉴定可通过查看图像的EXIF（exchangeable image file，可交换图像文件）信息进行检验。通过专用的 EXIF查看工具，如 Exif viewer、ACDSee、Opanda PowerExif等，可获得照片拍摄时各种与当时摄影条件相关的信息，如光圈、ISO、日期时间等。

目前声像资料鉴定的难点和研究热点是图像真实性检验，常见的伪造手法是通过拼接、添加将不同照片或同一照片的内容组合起来，或是通过裁剪删除照片上某些不需要的内容等。图像处理技术在图像伪造过程中发挥了巨大的作用，特别是Photoshop、Coreldraw等图像处理软件功能的不断更新，为伪造图像提供了实现平台，使图像伪造效果越来越逼真。Adobe公司开发的Photoshop图像处理软件在基层应用较为广泛，通过该软件中的工具箱，可以达到意想不到的造假效果。

（1）复制—粘贴

复制当前图像中的背景区域或其他图像的部分内容来覆盖图像中的对象区域。Photoshop中提供多种选区工具，如套索工具、多边形工具、磁性套索、魔术棒等，更为神奇的是，运用橡皮图章工具或图案橡皮图章工具可以以指定的像素点为复制基准点，将该基准点周围的图像进行复制。图案橡皮图章工具属性栏中的内容基本与橡皮图章工具属性栏的选项内容相同，但多了一个用于选择复制图案的Patten选项，可以以预先定义的图案为复制对象进行复制。如图1所示，2004年7月15日，美联社刊登了一张有意夸大西安水灾的新闻照片，一些市民在街头淹至腰部的湍急洪水中，艰辛地推着自行车或三轮车前进，后经证实此图像利用Photoshop软件中的橡皮图章工具，将原本只漫到小腿的水位人为地“抬高”到腰部。

图1 伪造照片示例一

（2）重采样

重采样指图像重新采样，包含旋转、缩放、平移等操作。由于图像重采样往往伴随插值操作，所以会使像素之间的相关性发生变化，如景物的放大倍数过大，会使景物清晰度降低，边缘出现锯齿效应；旋转景物也可能使景物发现扭曲变形。

（3）润饰操作

在Photoshop系统中提供了众多调节图像色彩和色调的命令，以便对图像进行快速、简单及全局性的润饰调整。色彩和色调的调整主要是指对图像的色相、对比度、亮度和饱和度等进行调整，以有效地控制图像的色彩和色调，制作出高质量、逼真的图像。

（4）模糊操作

模糊操作是图像篡改中常用的一种处理操作，该操作常伴随着其他操作完成。如在图像篡改过程中，图像拼接、人脸替换、肤质平滑过程中都不可避免地要用到模糊操作，以获得无缝的伪造图像。利用Photoshop中羽化、渐变或滤镜等操作进行模糊，以减少伪造图像不连续的程度或删除无用的缺陷，最终产生一个似是而非的图像。

（5）图像重压缩

重压缩是指一幅JPEG图像被解压，然后用另一个量化表重新压缩存储的操作。一幅经过伪造处理的图像，在使用图像编辑软件创作完成后必须保存下来。目前大多数图像文件格式为JPG，JPG是一种有损压缩格式，能够将图像压缩在很小的储存空间，图像中重复或不重要的资料会被丢失，因此容易造成图像数据的损伤。尤其是使用过高的压缩比例，将使最终解压缩后恢复的图像质量明显降低。一幅JPEG图像在伪造处理结束后有可能再一次被压缩，并且使用的压缩质量因子极有可能不同于原始图像的压缩质量因子。

4 图像鉴别技术

虽然伪造图像可以达到意想不到的逼真度，但只要是经过重采样、颜色和亮度调整等一序列操作而产生的图像都会或多或少地留下一些伪造痕迹。以往检验人员可通过观察和检验照片中的光照条件（光照方向、光照角度、光质效果）、透视比例关系等是否具有整体一致性来判别图像的真实性。如图像画面内容是否存在异常、伪装人物的面部表情或动作角度与身体形态表现是否协调、照片中人物高度比例与现实人物中是否一致、伪造人物的大小与周围场景尺寸是否不匹配，以及景物和背景成像是否符合照相机成像的景深原理等[4]。传统的鉴定思想在胶片时代的影像鉴定过程中达到了较好的效果，但对于目前流行的数码图像而言则存在一定的局限性，某些检验的判别条件，如伪造人物的大小、透视效果、景深范围等均可通过图像软件进行调整、修饰，若仅仅采用以上方法进行鉴别，可能会得到错误的结论，所以必须通过某些专业的技术手段对被检图像进行科学运算与处理，以得到图像的真伪鉴定结果。数字图像盲取证技术正是顺应了该发展要求，根据景物成像特征、图像统计特性等科学理论，运用图像处理技术对被检图像中疑似伪造区域景物的光亮密度、反差、色调、灰度值等进行科学运算，通过分析图像中是否存有改动痕迹或与成像原理相互矛盾的地方，对被检图像做出量化的鉴定结论。图像盲取证以其对数码图像运算和处理的独特优势，已经成为现今数字化物证检验的发展趋势。

4.1 成像原理一致性检测

（1）色彩矩阵检测

目前用于数码相机的图像传感器有两类：CCD（charged coupled device，电荷耦合器件）和 CMOS（complementary oxide semiconductor，互补金属氧化物半导体）。成像过程是通过单个传感器芯片结合彩色滤镜阵列（color filter array，CFA）来获取的。最常用的CFA采用Bayer矩阵，光线信号通过CFA投射在传感器上，传感器的每个像素位置仅采集基色中一种颜色的强度信息，即只有一种基色光到达每个像素位置。由于经过Bayer矩阵获取的CFA图像仅采集了彩色照片中的三分之一的样本点，其余样本点为插值得到，故同一幅彩色照片上像素点之间存在的极大相关性和一致性成为鉴定图像真伪的依据之一[5]。

（2）噪声源检测

数码相机拍摄过程中会对图像景物引入模式噪声，不同型号的相机具有不同的模式噪声，模式噪声就好像是嵌入图像的数字手印一样，虽然不能通过肉眼直接查看，但却是相机成像过程中固有的特性。同时，不同来源图像的噪声分布规律是不同的，而同一幅图像中的同质区域（不同位置处的草地与草地、天空与天空、人物与人物等具有某种相同性质的区域）的噪声分布规律是相似的[6]。通过分析图像区域的噪声程度，并与模式噪声进行对比也是鉴别图像真伪性的方法之一。比如：对被检图像进行区域划分，对比图像区域中残留噪声与相机参考模式噪声的关联性进行鉴别，若图像区域无模式噪声的影响，则可认为该区域具有伪造的可能性[7]。该鉴定思想实现的前提是必须已知有关成像相机的模板噪声的先验知识，即需要事先具备拍摄相机的型号或拥有一组由该相机拍摄的照片。

（3）光照条件检测

按照基尔霍夫定律，当辐射能入射到一个物体表面时，除一部分能量被物体吸收外，一部分能量将被物体表面反射。同一状态下照片中景物的反射光源方向具有一致性特征[8]，不同的照片在不同的拍摄条件下拍摄，光照角度和方向不一致，如果把不同的照片影像组合在一起，往往会出现拼接的各个部位亮部与暗部的不一致，说明影像不符合成像规律。图2所示二位警察的反射光源相同，约为90度，而鸭子的反射光源方向显然不满足定向光源照明条件的一致性原理，从而说明该照片上的鸭子很可能是后期合成出来的。此算法也有一定的局限性，当伪造区域和原始区域的表面不满足朗伯反射假设时，或图像难以确定定向光源（如图像摄于阴天）等情况时，算法检测失效。同理，Johnson进一步研究了人眼镜面反射原理[9]，依据图像中人物眼睛的镜面反射情况来估计光源的方向或照明条件，该理论较适合于对多人合影类型的图片进行真伪鉴定。图3所示为根据景物的成像及光照原理对人物的瞳孔进行图像真伪鉴别分析实例。如果图像中人物眼睛中有两个白点，则表明必有两个分离的光源存在。因此，若一张照片中某人的眼睛中有两个点而另外某人的眼睛中只有一个点，那么这张照片一定是由两张原始照片拼接而成的。

图2 伪造照片示例二

图3 伪造照片示例三

4.2 图像特征一致性检测

经过相机拍摄而成的原始图像中各景物的密度、反差、影调、分辨率、灰度值、色调等参数均满足成像系统原理。照片的拍摄条件和制作条件不同，决定了照片的许多参数存在差异，所以不同的照片有着不同的密度、影调、反差、分辨率、色调、灰度值等，而同一幅图像中景物的光亮密度、色调、饱和度，光照方向等具有一致性。经过拼接、遮盖等伪造手法所得到的图像往往会破坏这些特性，使景物成像特性出现矛盾或偏差。比如，色差是由于光学系统不能很好地聚焦不同波长的光线而导致的，图像的横向色差对不同波长的光远近成正比，当图像被篡改时，色差会被破坏，从而导致整幅图像中色差不一致[10]。

4.3 遗留痕迹检测

（1）模糊区域检测

大多数图像在经过合成以后，在合成边缘处会产生一些视觉或统计上的畸变，如拼接的接合处存在错位现象，边缘处显现一些细小的杂斑等。这些畸变是由于边缘部分像素值发生跳变产生的，为了缓解畸变效应，伪造人员大多数都会采用模糊、羽化、渐变等操作进行后期处理。无论采用哪种润饰操作，都不可避免地对图像的合成边缘产生以下影响：经过各种润饰操作之后，人工模糊的边缘灰度级范围降低，分不清物体的灰度层次和细节，而其余未经处理的正常边缘一般灰度级动态范围较大，层次鲜明。

（2）相似区域检测

如同合成的区域是经由同一幅图像的复制/粘贴操作来获取，则图像中的复制区域和相对应的粘贴区域基本上相似，通过寻找图像中存在的相似区域来检测图像的伪造痕迹[11，12]。如图 4 所示，图 4（b）中卡车已经消失了，树木的“覆盖范围”比左侧的照片要高，而覆盖卡车的像素即是直接选取图中的树木区域。

图4 伪造照片示例四

5 结束语

司法机关通常在指派或聘请计算机数字图像处理技术专家对数字影像进行技术认定时，主要通过对数字影像所显示的影像是否存在被修改、替换、添加、合成等伪造情形进行鉴定。随着数字图像处理技术的日趋成熟和完善，变伪造痕迹很难从影像画面外观上直接看出，因此通过技术手段对数字影像的画面进行真伪鉴定是当前司法科技人员重点研究的问题。

在各类鉴定技术中，数字图像盲取证技术可以不依赖任何预签名提取或预嵌入信息的前提下，对图像的真伪和来源进行鉴别，该技术的研究具有较大的前沿性和实用性。但图像盲取证仍存在一些问题，首先，该技术对图像真伪鉴定的针对性较强，算法对图像伪造的类型和场合有较强的要求，对融合了多种伪造手段的图像会存在一定的误检率；其次，目前我国盲图像取证研究刚刚起步，尚处在理论研究阶段，还未真正运用于司法实践中，未来急需形成一套完善的鉴定体系及评价标准，以提高取证技术鉴定的公信力。

1 廖翔，赵志强，庞业龙等.声像检验鉴定技术概述.刑侦技术，2006

2 周永军.试论视听资料的含义及其证明力.110网

3 吴启.浅谈计算机伪造照片的检验.中国人民公安大学学报（自然科学版），2005

4 台治强.数字化刑事图像技术.北京：中国人民公安大学出版社，2009

5 Popescu A C,Farid H.Exposing digital forgeries in color filter array interpolated images. IEEE Transactions on Signal Processing,2005,53(10):3948～3959

6 李哲，郑江滨.基于噪声分布规律的伪造图像盲检测算法.计算机应用研究，2009，26（3）：1092～1094

7 Lukas J,Fridrich J,Goljan M.Detecting digital image forgeries using sensor pattern noise.In:Proc of Conference on Security,Steganography and Watermarking of Multimedia Contents V III,2006

8 Johnson M K,Farid H.Exposing digital forgeries by detecting inconsistencies in lighting.In:Proceedings of the 7th Workshop on Multimedia and Security,New York,USA,2005

9 Johnson M K,Farid H.Exposing digital forgeries through specular highlighits on the eye.In:Proceeding of the 9th International Workshop on Information Hidding Saint MALO,Prance,2007

10 Johnson M K,Farid H.Exposing digital forgeries through chromatic aberration.In:Proceedings of the 8th Workshop on Multimedia and Security,Switzerland,2006

11 Fridrich J,Soukal D,Lukas J.Detection of copy-move forgery in digital images.In:Proceedings of Digital Forensic Research Workshop,Cleveland,USA,2003

12 Popescu A,Farid H.Exposing digital foreeries in color filter array interpolated images.In:IEEE Transactions on Signal Processing,2005