CN108776963B - 一种反向图像鉴真的方法和系统 - Google Patents

一种反向图像鉴真的方法和系统 Download PDF

Info

Publication number
CN108776963B
CN108776963B CN201810548058.8A CN201810548058A CN108776963B CN 108776963 B CN108776963 B CN 108776963B CN 201810548058 A CN201810548058 A CN 201810548058A CN 108776963 B CN108776963 B CN 108776963B
Authority
CN
China
Prior art keywords
image
imaging
model
detected image
imaging device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810548058.8A
Other languages
English (en)
Other versions
CN108776963A (zh
Inventor
张男
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Ecryan Zhitong Technology Co ltd
Original Assignee
Beijing Ecryan Zhitong Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Ecryan Zhitong Technology Co ltd filed Critical Beijing Ecryan Zhitong Technology Co ltd
Priority to CN201810548058.8A priority Critical patent/CN108776963B/zh
Publication of CN108776963A publication Critical patent/CN108776963A/zh
Application granted granted Critical
Publication of CN108776963B publication Critical patent/CN108776963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种反向图像鉴真的方法和系统，反向图像鉴真的方法，包括以下步骤：S1：载入被检图像；S2：根据被检图像的文件属性得到成像设备的参数以及被检图像的参数；S3：根据被检图像的内容得到成像时成像设备的拍摄条件；S4：通过步骤S2和S3得到的信息，建立模拟成像模型，模拟载入图形的成像设备在相同拍摄条件下呈现出的图像；S5：将步骤S4得到的模拟成像模型和被检图像进行比对。反向图像鉴真的系统，包括图像加载模块，成像设备检测模块和模拟成像模型。

Description

一种反向图像鉴真的方法和系统
技术领域
本发明属于电子影像的鉴真鉴伪的技术领域，具体涉及一种反向图像鉴真的方法和系统。
背景技术
目前，数字图像是互联网时代最主要的信息载体之一，并且由于图像承载的信息更加直观、可信，数字图像正有取代文字成为首要信息载体的趋势。伴随数字图像的迅猛发展的还有数字图像的处理技术，目前成熟的图像处理软件有很多，Adobe Photoshop、VisioViewer、iPhoto等专业图像处理软件的出现一般用户带来了极大的方便的同时，也给数字图像的使用带来了隐患。图像处理软件的功能非常强大，能够实现的功能并不局限于对照片的修饰方面，特别是在具有三维渲染功能的图像处理软件的帮助下，有经验的使用者能够使用图像处理软件制作出任意内容的照片。视频或图片通常含有较大的数据信息，可作为司法过程中的有理证据，来证明所要佐证的内容。然而，随着视频和图像处理技术的进步和发展，越来越多的视频或图像存在人为篡改的可能性，而且通过常规的检测方法无法鉴别其真伪，为图像作为司法证据提出了严峻的挑战。
有鉴于此，特提出本发明。
发明内容
本发明的目的是提供一种反向图像鉴真的方法和系统，对图像的鉴真更加简便、准确。
为了实现上述目的，本发明提供的一种反向图像鉴真的方法，包括以下步骤：
S1：载入被检图像；
S2：根据被检图像的文件属性得到成像设备的参数以及被检图像的参数；
S3：根据被检图像的内容得到成像时成像设备的拍摄条件；
S4：通过步骤S2和S3得到的信息，建立模拟成像模型，模拟载入图形的成像设备在相同拍摄条件下呈现出的图像；
S5：将步骤S4得到的模拟成像模型和被检图像进行比对。
进一步地，所述成像设备的参数包括成像设备的品牌、型号和镜头光圈。
进一步地，所述被检图像的参数包括被检图像的像素、分辨率、大小、亮度和曝光度。
进一步地，所述成像设备的拍摄条件包括拍摄焦距、拍摄时间、拍摄位置和拍摄角度。
本发明还提供一种反向图像鉴真的系统，包括
图像加载模块，用于载入被检图像；
成像设备检测模块：根据被检图像的文件属性得到成像设备的参数以及被检图像的参数；
模拟成像模型：用于根据被检图像的文件属性和被检图像内容信息，模拟所述成像设备在相同拍摄条件下的成像。
进一步地，所述成像设备的参数包括成像设备的品牌、型号和镜头光圈。
进一步地，所述被检图像的参数包括被检图像的像素、分辨率、大小、亮度和曝光度。
优选地，所述模拟成像模型包括
数据库，用于存储场景模拟模块与成像设备模块的数据；
场景模拟模块：用于模拟被检图像的拍摄场景；
成像设备模块：用于重现被检图像的成像设备以拍摄图像；
对比模块：用于将被检图像与模拟成像进行比对检测。
优选地，所述重现被检图像的成像设备为与被检图像文件属性中记载的成像设备相同的真实硬件设备。
优选地，所述重现被检图像的成像设备为与被检图像文件属性中记载的成像设备相同的拍摄参数的虚拟设备。
本发明提供的一种反向图像鉴真的方法和系统，具有如下有益效果：
1、能够对图像进行鉴真，处理能力能强，对图像是否被篡改的判断准确、可靠；
2、反向图像鉴真的系统，操作简便，处理能力强。
附图说明
图1为本具体实施方式中的反向图像鉴真的方法的处理流程图。
图2为本具体实施方式中的反向图像鉴真的系统的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合具体实施方式对本发明作进一步的详细说明。
图像被篡改的方式大致包括：合成(拼接)、修饰(改变色度等)、变换(图像中的部分内容平移、缩放、旋转等)或者复制粘贴等。
一种反向图像鉴真的方法，对图像进行鉴真，以检测出图像是否有被篡改的痕迹。本发明方法中，对图像进行鉴真包括以下步骤：
S1：根据图像的文件属性得到成像设备的参数以及图像的参数，其中成像设备的参数包括成像设备的品牌、型号、镜头光圈等，其中图像的参数包括图像的像素、分辨率、大小、亮度、曝光度等。
正常拍摄照片中存在大量设备记录的设备状态和拍照条件信息，该部分信息一方面遵循固定的存储格式，但同时各个设备生产厂家基于各自的理解分别会对固定格式中的数据进行引用，不同厂家均会引用不同数据。数据的排列、引用范围均收到设备实际能力的制约，其中涉及数据项超过500项，此外还有各厂家在遵循标准格式的条件下的自定义格式数据。此类数据综合形成了每个设备或某个厂家设备的独有特征。
本发明中通过大量实际设备采集数据，以数据库的方式对采集原始数据依据设备、厂家特征进行分类统计。
S2：根据图像的内容得到成像时设备的拍摄焦距、拍摄时间、拍摄位置、角度、被拍摄物等拍摄条件。
S3：通过步骤S1和S2得到的信息，建立模拟成像模型，模拟载入图形的成像设备在相同拍摄条件下呈现出的图像。
首先，基于成像的时间信息和地理位置信息获取成像的外部环境特征，包括：当时的天气条件信息，户外可能的光线条件；
然后，基于图像内容库搜索内容相近的已有样本(非同一时间，但内容场景近似)和被检测样本图片，重建被摄场景模型。并根据相关地理信息资料确定场景的空间位置信息；
结合被检测图像拍摄角度信息，对模型视角进行重建，通过直观视觉重合比对，获得最接近拍摄模型；
然后根据被检测图像形成时间信息重新设定光源状态，进行模型渲染。
S4：将模拟成像模型和被检图像进行比对。
使用重建模型与被检测图形进行视觉直接比对，确定被检图像是否存在明显冲突特征。
本发明还提供了一种反向图像鉴真系统，用于实施上述反向鉴真方法，能够对图像进行检测，判断是否有被篡改。
反向图像鉴真系统包括：
图像加载模块，用于载入被检图像；
成像设备检测模块：根据图像的文件属性得到成像设备的参数以及图像的参数，成像设备检测模块对被检图像的文件属性中包含工具信息数据表(包括拍摄时间，拍摄设备，镜头光圈等)进行检测，其中成像设备的参数包括成像设备的品牌、型号、拍摄焦距、拍摄时间、镜头光圈等，其中图像的参数包括图像的像素、分辨率、大小、亮度、曝光度等。
从被检测图片的属性信息中可以获取成像设备的厂商、品牌、型号信息，以及成像时所采用的光圈、曝光方式、快门速度、镜头焦距、测光模式等被检图像所需的相关数据。
通过设备的型号、镜头的型号，通过对已有数据库中相应样张的成像特征可以获得同一类(同一型号)成像设备的成像共同特征，通过该特征可以实现对被检测图像由于成像设备约束形成的成像特征的校准和空间特征的还原，以被后续建模中采用。
此外如果可以提供被检测图片的原始拍摄器材，还可以根据原始拍摄器材重新模拟拍摄样本图片提取拍摄器材的唯一性特征，并对已有通过样本库获得的特征进行比对校准。
模拟成像模型，用于根据被检图像的文件属性和图像内容信息，模拟该图像的拍摄设备在相同拍摄条件下的成像。
首先，通过对成像设备通过对标准样张拍摄，采集其光学系统特性，获取基于光学系统的成像偏差特征，然后将被检测图片还原为无光学偏差的图像。
通过相似图片搜索，和被检图片的地理位置信息，尽可能多的获取相关图片或同一拍摄器材现场重新拍摄的样本照片，并结合被检测样本，通过空间重建算法，应用神经网络和深度学习算法，进行空间建模。
然后在根据被检图像中的颜色信息重新对模型的颜色进行渲染。
其中模拟成像模型包括数据库、场景模拟模块和成像设备模块以及对比模块；
数据库，用于存储场景模拟模块与成像设备模块的数据；
场景模拟模块，用于模拟被检图像的拍摄场景，如模拟出被检图像的光照、被摄物等等场景内容；
基于拍摄时间信息，图片中景物的地理位置信息确立成像与光源间的空间位置关系，将阳光作为平行光源，重新对模型进行渲染。
成像设备模块，用于重现被检图像的成像设备以拍摄图像；重现成像设备的方式可以为：用与被检图像文件属性中记载的拍摄设备相同的真实硬件设备，或者虚拟出与被检图像文件属性中记载的拍摄设备相同的拍摄参数(如镜头焦距等等)；
对渲染后场景，按照成像设备的光学成像特征重新生成。
对比模块，用于将被检图像与模拟成像进行比对检测，反向印证被检图像是否是原始图像。
使用拼接、重合和直接对比等图像比对方法对建模生成图片与实际被检验图片进行细节比对，并对细节不一致的位置使用标注工具进行手工标注。
本发明提供的反向图像鉴真系统，能够对图像进行鉴真，处理能力能强，对图像是否被篡改的判断准确、可靠。
本文中应用了具体个例对发明构思进行了详细阐述，以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离该发明构思的前提下，所做的任何显而易见的修改、等同替换或其他改进，均应包含在本发明的保护范围之内。

Claims (9)

1.一种反向图像鉴真的方法，其特征在于，包括以下步骤：
S1：载入被检图像；
S2：根据被检图像的文件属性得到成像设备的参数以及被检图像的参数；
S3：根据被检图像的内容得到成像时成像设备的拍摄条件；
S4：通过步骤S2和S3得到的信息，建立模拟成像模型，模拟载入图形的成像设备在相同拍摄条件下呈现出的图像；
S5：将使用步骤S4得到的模拟成像模型模拟呈现的图像和被检图像进行比对；
其中，S3：通过步骤S2和S3得到的信息，建立模拟成像模型，模拟载入图形的成像设备在相同拍摄条件下呈现出的图像，包括：
首先，基于成像的时间信息和地理位置信息获取成像的外部环境特征，包括：当时的天气条件信息，户外可能的光线条件；
然后，基于图像内容库搜索内容相近的已有样本和被检测样本图片，重建被摄场景模型，并根据相关地理信息资料确定场景的空间位置信息；
结合被检测图像拍摄角度信息，对模型视角进行重建，通过直观视觉重合比对，获得最接近拍摄模型；
然后 根据被检测图像形成时间信息重新设定光源状态，进行模型渲染；
其中，所述模拟成像模型，用于根据被检图像的文件属性和图像内容信息，模拟该图像的拍摄设备在相同拍摄条件的成像；
S5：将步骤S4得到的模拟成像模型和被检图像进行比对时，使用重建模型与被检测图形进行视觉直接比对，确定被检图像是否存在明显冲突特征。
2.根据权利要求1所述的反向图像鉴真的方法，其特征在于，所述成像设备的参数包括成像设备的品牌、型号和镜头光圈。
3.根据权利要求1所述的反向图像鉴真的方法，其特征在于，所述被检图像的参数包括被检图像的像素、分辨率、大小、亮度和曝光度。
4.根据权利要求1所述的反向图像鉴真的方法，其特征在于，所述成像设备的拍摄条件包括拍摄焦距、拍摄时间、拍摄位置和拍摄角度。
5.一种反向图像鉴真的系统，其特征在于，包括
图像加载模块，用于载入被检图像；
成像设备检测模块：根据被检图像的文件属性得到成像设备的参数以及被检图像的参数；
模拟成像模型：用于根据被检图像的文件属性和被检图像内容信息，模拟所述成像设备在相同拍摄条件下的成像；
其中，所述模拟成像模型包括：
数据库，用于存储场景模拟模块与成像设备模块的数据；
场景模拟模块：用于模拟被检图像的拍摄场景；
成像设备模块：用于重现被检图像的成像设备以拍摄图像；
对比模块：用于将被检图像与通过所述模拟成像模型模拟呈现的图像进行比对检测；
模拟成像模型在用于根据被检图像的文件属性和被检图像内容信息，模拟所述成像设备在相同拍摄条件下的成像时，包括：
首先，基于成像的时间信息和地理位置信息获取成像的外部环境特征，包括：当时的天气条件信息，户外可能的光线条件；
然后，基于图像内容库搜索内容相近的已有样本和被检测样本图片，重建被摄场景模型，并根据相关地理信息资料确定场景的空间位置信息；
结合被检测图像拍摄角度信息，对模型视角进行重建，通过直观视觉重合比对，获得最接近拍摄模型；
然后 根据被检测图像形成时间信息重新设定光源状态，进行模型渲染；
其中，所述对比模块，在将被检图像与模拟成像进行比对检测时，使用重建模型与被检测图形进行视觉直接比对，确定被检图像是否存在明显冲突特征。
6.根据权利要求5所述的反向图像鉴真的系统，其特征在于，所述成像设备的参数包括成像设备的品牌、型号和镜头光圈。
7.根据权利要求5所述的反向图像鉴真的系统，其特征在于，所述被检图像的参数包括被检图像的像素、分辨率、大小、亮度和曝光度。
8.根据权利要求5所述的反向图像鉴真的系统，其特征在于，所述重现被检图像的成像设备为与被检图像文件属性中记载的成像设备相同的真实硬件设备。
9.根据权利要求5所述的反向图像鉴真的系统，其特征在于，所述重现被检图像的成像设备为与被检图像文件属性中记载的成像设备相同的拍摄参数的虚拟设备。
CN201810548058.8A 2018-05-31 2018-05-31 一种反向图像鉴真的方法和系统 Active CN108776963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810548058.8A CN108776963B (zh) 2018-05-31 2018-05-31 一种反向图像鉴真的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810548058.8A CN108776963B (zh) 2018-05-31 2018-05-31 一种反向图像鉴真的方法和系统

Publications (2)

Publication Number Publication Date
CN108776963A CN108776963A (zh) 2018-11-09
CN108776963B true CN108776963B (zh) 2021-08-17

Family

ID=64028153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810548058.8A Active CN108776963B (zh) 2018-05-31 2018-05-31 一种反向图像鉴真的方法和系统

Country Status (1)

Country Link
CN (1) CN108776963B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102934025A (zh) * 2010-06-30 2013-02-13 富士胶片株式会社 摄像装置及摄像方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050151846A1 (en) * 2004-01-14 2005-07-14 William Thornhill Traffic surveillance method and system
CN102521821A (zh) * 2011-10-24 2012-06-27 南开大学 数字图像中一种自动识别和定位篡改区域的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102934025A (zh) * 2010-06-30 2013-02-13 富士胶片株式会社 摄像装置及摄像方法

Also Published As

Publication number Publication date
CN108776963A (zh) 2018-11-09

Similar Documents

Publication Publication Date Title
Farid Photo forensics
KR102118000B1 (ko) 타겟 대상 표시 방법 및 디바이스
US11367259B2 (en) Method for simulating natural perception in virtual and augmented reality scenes
CN108205797A (zh) 一种全景视频融合方法及装置
US20140240311A1 (en) Method and device for performing transition between street view images
CN109376592A (zh) 活体检测方法、装置和计算机可读存储介质
CN109816745A (zh) 人体热力图展示方法及相关产品
US10984586B2 (en) Spatial mapping fusion from diverse sensing sources
CN111160261A (zh) 用于自动售货柜的样本图像标注方法、装置及存储介质
CN109934873B (zh) 标注图像获取方法、装置及设备
Wei et al. Object-based illumination estimation with rendering-aware neural networks
Farid Fake photos
CN109565577A (zh) 色彩校正装置、色彩校正系统、色彩校正用全息图、色彩校正方法以及程序
JP2022518402A (ja) 三次元再構成の方法及び装置
CN110378995A (zh) 一种利用投射特征进行三维空间建模的方法
CN108776963B (zh) 一种反向图像鉴真的方法和系统
CN117201931A (zh) 摄像机参数采集方法、装置、计算机设备和存储介质
Wu et al. Detecting image forgeries using metrology
KR20180080618A (ko) 증강현실 기반 실감 렌더링 방법 및 장치
CN101292516A (zh) 捕获画面数据的系统和方法
US11012613B2 (en) Flat surface detection in photographs
CN113887566A (zh) Ar测试方法、装置和计算机可读存储介质
Ng et al. Identifying and prefiltering images
Porral et al. Iso photographic rendering
CN114998086B (zh) 屏幕隐形水印嵌入程序测试样本制作方法以及测试方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant