圖像的特征分析與取證研究

曾現濤

摘 要：近年來，隨著計算機技術應用水平的提高，圖像的特征分析與取證技術在各行各業(yè)的應用范圍越來越大，并為這些行業(yè)起到極大的推動作用?，F階段，圖像特征分析與取證技術的發(fā)展促進了我國的現代化和自動化水平的提升，降低了人工成本的同時也提升了經濟社會效益。在實踐中，圖像的特征分析與取證對于圖像信息應用水平有很大影響，下文分析了圖像的特征分析與取證，以期圖像信息更好地服務于人類社會。

關鍵詞：圖像；特征分析；取證

計算機技術的發(fā)展是世界信息產業(yè)的第一次發(fā)展浪潮，計算機技術與我們的生活產生了密不可分聯系。現階段，計算機網絡信息技術已經滲透到各行各業(yè)。為了判斷圖像的完整性、來源、真實性，人們利用圖像取證技術分析數字圖像的偽造、隱寫、篡改?，F階段，相關人士應該對圖像特征分析與取證技術的實踐措施進行科學研究與分析，剖析現階段計算機應用過程中亟待解決的問題，為當代圖像特征分析與取證技術的分析與研究提供更多的安全保障。

1圖像的特征分析與取證問題分析

1.1數字圖像統計性取證算法有待優(yōu)化

隨著計算機技術的發(fā)展，圖像的特征分析與取證技術水平正在逐步提高，我國研究團隊在取證方法等方面也取得了卓越的成效。應該注意的是，圖像編輯處理軟件的功能越來越強大，同時，偽造者的手法越來越嫻熟，這對于圖像的特征分析與取證的研究提出了新的挑戰(zhàn)?，F階段，在多種偽造技術聯合的偽造篡改圖像檢測方面，針對性太強的檢測取證技術效果達不到社會的現實需求。統計性取證算法必須在原始圖像和篡改圖像對比訓練樣本數據庫的支持下才能順利實施。由于現階段的數字圖像來源多樣性和內容具有一定程度的復雜性，許多統計特征依賴于圖像內容本身，所以數字圖像統計性取證算法的結果往往強烈依賴于訓練樣本。因此，相關人員還需要在研究完全實用的唯篡改圖條件下的盲取證方面付出更多努力?；诖?，相關部門應該結合實際情況，致力于形成綜合性的取證系統，綜合利用不同特點的篡改取證技術，保證對偽造篡改技術的優(yōu)化取證。

1.2隱密分析技術未成熟

隱密分析技術是圖像特征分析技術中的關鍵。在實踐中，部分隱密分析技術主要針對于確定圖像中是否隱藏有秘密信息，即被動隱密分析的研究主要是發(fā)現性檢測的研究，技術結果一般只能給出一個被檢圖像中隱藏有秘密信息的可能性，或更進一步最多能大概估計出一個被隱藏秘密信息的長度，這樣的成果很難成為法庭上的呈堂證據而證實隱蔽通信的存在。基于此，相關人員需要加強自身的技術修養(yǎng)，致力于提取出更充分的取證依據，發(fā)現并保存秘密信息，明確隱密分析在數字取證的技術內涵。就目前而言，數字圖像取證技術在實踐操作方面還存在一定的不足。比如，大部分數字圖像取證技術只適用于未經壓縮的照片圖像。實踐證明，模糊取證算法對評價數據等方面的信息具有比較強的依賴性，主要只用于用軟件模糊后的圖像?，F階段，大多數字圖像取證算法受到很多條件的限制，其技術水平與保密程度還不能達到支撐司法依據的程度，數字化發(fā)展水平也亟待提高，這將成為未來研究人員面對的一個重要課題。

2圖像的特征分析與取證

2.1圖像來源認證

圖像來源認證是圖像的特征分析與取證的關鍵內容。圖像來源認證就是要在不明圖像來源的情況下，單從數字圖像本身來判別它的生成設備。在實踐中，生成數字圖像的設備有很多，比如掃描儀、數碼相機與計算機等。在實踐中，圖像來源認證方式如圖1所示。

2.2數字圖像取證系統

現階段，數字圖像盲取證技術研究還不成熟，來自于機器學習、計算機圖形學、計算機視覺、信號處理、機械系統等諸多領域的研究人員還應該共同努力。由于專業(yè)人士對數字圖像取證系統的研究切入點不同，對數字圖像取證系統的理解也不存在很大差異，所以相關部門還沒有形成一個被各個行業(yè)認可的成熟取證系統框架。在實踐中，數字取證系統框架如圖2所示。

2.3.1圖像篡改檢測

在實踐中，密碼術與密碼分析術之間存在著對立的關系。同樣，圖像的取證者與篡改者之間也互為競爭對手，取證者盡己所能地找出圖像被篡改的證據，篡改者絞盡腦汁偽造出以假亂真的圖像。雖然當偽造的圖像達到一定的逼真程度之后就很難輕易地被人們發(fā)現，但它實質上對自然圖像在拍攝過程中形成的內在連續(xù)等特性造成了或多或少的破壞，因此圖像取證者通過各種檢測技術，來獲得圖像遭到篡改的類型，以自然圖像之間的此類統計特征為依據，并且針對實施篡改的詳細位置進行定位和顯示。由此可見，圖像篡改檢測技術對于圖像特征提取的非常重要。

2.3.2圖像來源檢測

在通常情況下，圖像來源檢測受到圖像生成設備的影響。不同的數碼相機具有各式各樣的鏡頭和成像傳感器，其數字信號后處理過程也存在比較大的差異性，比如壓縮、馬賽克、存儲、白平衡等操作。因此，即使拍攝的對象相同，最終形成的數字圖像無論在風格上還是質量上都存在或大或小的差異。現階段，針對數字圖像進行的盲取證研究還未成熟，不同領域的研究人員應該加強交流，從不同角度加深對數字圖像取證系統的理解，優(yōu)化自身對圖像的特征分析與取證技術的研究切入點。

結束語

綜上所述，近年來，我國圖像的特征分析與取證技術的綜合水平已經有所提高。隨著社會需求和科技水平的不斷提升，相關部門仍需進一步提高圖像的特征分析與取證技術的現代化水平，并提高其應用水平與綜合效益，為我國計算機信息安全的可持續(xù)性發(fā)展作出貢獻。

參考文獻：

[1]汪仁魁.數字視頻篡改檢測的被動取證算法研究[D].浙江大學，2017.

基金項目：山東英才學院科研項目16YCZDZR01；山東省高等學校科研計劃項目J16LN55