谭淅予

（湖南警察学院，长沙 410000）

1 研究目的

在数字图像作为图像显示主导节奏的时代下，锐化图像处理是一种常用的处理手段，通常能够对拍摄条件受限的照片起到增强作用。二次拼接图像的处理方法与原因就复杂许多，可能是多张照片对于场景扩充的横向拼接，也有可能是利用局部画面对图像中某一部分进行篡改。锐化图像与二次拼接图像，通常来说都是对图像的后期处理，改变了图像的原始性。但在某些情况下，锐化后图像由于没有改变图像的真实性与完整性，因而可以被当做原始图片，或是与原始图片一起进行使用，起到增强分辨效果的作用。但是锐化后图像会改变其主体像素边缘锐度差异，加上通常这类照片的来源可能本身就经过了二次黏贴，或是网上上传，或是二次翻拍，很少能够直接检测到原始文件，从EXIF文件开始着手其原始性，单纯观察起来锐化图像边缘会有类似二次拼接图像边缘的虚实不一的效果。区分这一类照片中的像素分辨差别，在放大之后可以在像素形成的块面中寻找关于像素的某些规律，对于直接观察检验图像内容的真伪，有一定实用效果，也减少了对图像的运算量。

2 锐化图像技术与二次拼接图像处理技术使用原因

通常需要对图像进行锐化处理时，大部分原因都是出自图像模糊。其中可能产生的原因有图像中关键信息不清晰，主体轮廓模糊；对比反差小，主体本身与图像背景相似；或是图像来源于红外摄影设备，画面灰白分布平均；或是由于拍摄时画面的抖动导致的图像模糊；以及拍摄时主体告诉运动导致的运动模糊情况；或是在一些可进行图像质量压缩设备的处理过程中造成细节缺损等情况。锐化处理的原理是因为图像受到了平均运算或是积分运算，高频分量被衰减，或是分量本身的不足导致的平均运算，所以锐化过程实质上是一种逆运算，增加有差异的像素之间的差异性，将衰减的高频分量以增噪方式还原出来。锐化图像本身不会对图像所包含的内容产生篡改，因而在辅佐模糊图像的观察下是能够提供一定帮助的。

而二次拼接图像的处理，主要原因则出自图像的缺损，或是对主体图像的改变。其中包括图片本身的老化、污损、遮挡、裁剪等，二次拼接图像又能细分为多张照片拼接与局部拼接。多张照片进行拼接处理通常是一种对于画幅的扩展，其处理手段与局部二次拼接技术相比有一定相似性且更为简单，因而在实验分析二次拼接图像时，仅以局部拼接处理图像作为实验对象。局部拼接图像主要是用于增加主体，减少主体，或是替换主体内容。常见的如人物五官的替换，由于构图的需要对复数对象的数量增加或减少，或是拍摄时气候条件受限导致的天空画面置换等。

3 锐化后图像的像素分布规律

锐化图像的像素分布均匀度不会改变，由于图像的模糊，画面对比度差异小，主要是通过对有差异的像素进行检测，增加有差异的像素的差异大小，从而改变像素之间的对比关系。模糊图像产生的根本原因是因为图像受到了平均运算或是积分运算，高频分量被衰减，或是分量本身的不足导致的平均运算。锐化过程实质上是一种逆运算。无论是进行USM锐化或是锐化边缘能处理，还是进入LAB模式在通道中对LAB图层进行单独锐化，再回到RMB图像模式中进行观察，图像本身的像素分布规律都不改变。色相与LAB阈值都跟着发生变化，明暗对比度增大，颜色纯度提高，因而色相也会跟着发生偏移。这种循着主体轮廓开始发生改变的效果可称之为“边缘扩散效应”。根据锐化半径的改变，将改变像素逆运算之后的逆平均效果。当锐化半径超过像素质量本身一定倍率之后，边缘效应将会被扩大，原本因为感知边缘而在运算中被拉大颜色纯度而产生对比的轮廓部分会进一步将这种范围增加，形成一种类似光晕的效应。在不熟悉这种规律的情况下观察可能会被扩散衍生的颜色干扰判断，但反而是颜色和明度对比比较小的部位这种干扰比较小，颜色和明度对比较大的边缘位置，由于进一步扩大对比，反而造成像素信息的缺损，干扰因而也跟着增大。

其次，有些JPEG图片自身带有压缩特性，因而影响画面成像质量而导致不够清晰。现今大部分监控视频中直接导出的图片都是这类压缩之后的图片，在软件中放大观察图片像素，可以看到像素分布有些类似将图片按倍率放大之后的像素扩散效应。但这二者之间有所区别——将图片按倍率放大之后，由于像素的增补是以周围像素的平均值进行概率扩散分布，会出现类似圆周辐射的渐变分布。而JPEG压缩图片的特征，可以称之为块效应，是将图像分割称8X8像素的子模块，再对模块进行相似压缩处理，减少子模块中像素差异大小，因而达到压缩图像大小的目的。这样的压缩方法是舍弃子模块中大量有差异信息得来的粗糙结果，子模块与子模块之间的过度可能不再自然，因而出现块状边界效应。单纯的锐化处理很难增加这类图片的子模块中信息对比，而是更明显的作用于子模块之间的边缘区域。

4 二次拼接后图像的像素分布规律

二次拼接图像的图像来源主要分为两种：一是图像本身，二是来源于不同图像。来源于图像本身的图源像素分布是一致的，并且在观察中，人们通常对同一画面中出现的两个完全一致的目标物体有一定关注性，因而很容易被察觉。或是可以用差值法来对画面进行检验——复制原图层之后将图层调整为差值模式，再对图层进行移动观察，叠加为全黑的部位就是拼接部位，这种通过自相关法对同图复制黏贴的痕迹进行检验的方法便捷，但有一定局限性。

通常我们遇到的拼接图像，无论是否为同图拼接图像，都有可能遇到拼接之后再对图像进行大小，位置，方向的变化。这种情况就不能直接用自相关法进行检验了，数据块匹配或是对阵列进行搜寻的计算量非常大，那么寻找变换后像素是否有一定变化规律，就成了是否可以直接判断其篡改拼接痕迹的主要依据了。

变换后的像素坐标因为先前像素大小差异，可能并不足以进行整数匹配，因而像素值不能与原图像中的像素值进行直接匹配，一般是根据原图像素对拼接进来的图像进行变化规律估算，再进行匹配，也就是一种插入数据。这种差值根据计算量可分为邻近差值，双线性差值与双立方差值。分别以像素本身直接进行插值，以像素的灰度值变化为线性关系根据周围四个像素灰度进行行列两个方向的插值，以及利用一个立方函数逼近图像像素值的变化规律，对其像素值周围16个像素的灰度进行估算并安插插值。

这种安插插值的方式对于拼接后的图像产生的新的像素来说，并不是凭空添加的数值，而是由周围像素组合起来之后再进行平均化的像素，与锐化图像的逆平均化刚好相反。再以拼接变换后图像的放大与缩小对像素变化进行观察，能够发现，在二次拼接填入的图像像素值高于原图时，通过缩小图像对原图进行修改，边缘像素的平均化来源于填入图像像素的平均化压缩，因而轮廓会因为像素的概括而显得更为清晰；若二次拼接填入的图像像素值低于原图，通过扩大图像对原图进行修改，那么边缘像素的平均化则来源于填入图像像素的平均化延伸，这种延伸的概率分布是网格状的，也就是逐渐扩展，扩展之后的边缘区域会显得更加模糊，造成部分边缘与原图有颜色与明度上的混合叠加效果，因而拼接轮廓会显得更加模糊。

5 锐化图像与二次拼接后图像的像素分布差异

根据对锐化后图像与二次拼接后图像像素的规律观察，最直接的差异就是锐化图像中的“边缘扩散效应”可能被扩大的“块效应”形成的效果与二次拼接后图像中的“插值延伸效应”的不同。边缘扩散效应是一种对比度与颜色纯度的扩散，范围在主体边缘内侧与外侧皆会出现；块效应的边缘一般是正方形像素子模块周边产生的不均匀过度，范围一般延伸自水平方向或是垂直方向；插值延伸效应受拼接图像形状与拼接图像与原图像的像素差异影响，可能会出现锐化型边缘或是模糊型边缘，锐化型边缘一般不会出现纯垂直或水平方向的规则子模块，模糊型边缘一般不会有高纯度或大对比像素在邻近区域分布。

然而有一种情况，在对图像进行二次拼接时，可能除了放大、缩小、改变位移之外，还用修补工具，仿制图章工具等对修补区域进行了篡改，这时候的图像区域像素分布会相对均匀，很少出现锐化型边缘特征点，同时由于对比关系较小，模糊型边缘区域比较难以寻找。这时候可以先寻找原图中像素是否存在块效应，若存在，那么图像里块效应被破坏，出现不规则子模块排布的区域，就很可能是拼接区域。如果原图与拼接图像上均不存在块效应区域，则需要结合锐化图像来看像素的分布状况，利用LAB数值与像素的色相分布区间来寻找与周围像素区间跨度较异常的区域进行识别，或是使用运算方式更加精确的方法来分辨图像了。

6 边缘像素差异研究的结论

锐化图像像素边缘和二次拼接图像像素边缘的差异主要来源于扩散效应与扩散效应的逆运算差别。锐化图像时对扩散效应的逆运算，而二次拼接图像则是像素重组之后的扩散效应。研究边缘像素差异的目的是为了更便捷的分辨被篡改图像的真实性。证明图像是否被处理过只是图像检验的初始目标，最终目的还是为了分辨出图像被处理的痕迹在什么地方，了解其篡改处理的过程与方法，在推测其使用的软件、工具、以及步骤的过程中得到视觉经验，从而得到整合的结论，来帮助我们更有效率的观察图片。这是软件始终无法替代的能力。现今软件检测的功能日益强大，但篡改修改数据、或是图像处理的方法也在日臻精进，自动化检测能够针对的是大部分通常化普及化的问题，的确能够提高对于普及问题的处理效率，但实际上成为困扰，或是容易被忽略的还是特殊个例，不能过度依赖人工智能或是软件结论来分析数据。