APP下载

图像的特征分析与取证研究

2018-08-22曾现涛

科学与财富 2018年21期
关键词:特征分析图像

曾现涛

摘 要:近年来,随着计算机技术应用水平的提高,图像的特征分析与取证技术在各行各业的应用范围越来越大,并为这些行业起到极大的推动作用。现阶段,图像特征分析与取证技术的发展促进了我国的现代化和自动化水平的提升,降低了人工成本的同时也提升了经济社会效益。在实践中,图像的特征分析与取证对于图像信息应用水平有很大影响,下文分析了图像的特征分析与取证,以期图像信息更好地服务于人类社会。

关键词:图像;特征分析;取证

计算机技术的发展是世界信息产业的第一次发展浪潮,计算机技术与我们的生活产生了密不可分联系。现阶段,计算机网络信息技术已经渗透到各行各业。为了判断图像的完整性、来源、真实性,人们利用图像取证技术分析数字图像的伪造、隐写、篡改。现阶段,相关人士应该对图像特征分析与取证技术的实践措施进行科学研究与分析,剖析现阶段计算机应用过程中亟待解决的问题,为当代图像特征分析与取证技术的分析与研究提供更多的安全保障。

1图像的特征分析与取证问题分析

1.1数字图像统计性取证算法有待优化

随着计算机技术的发展,图像的特征分析与取证技术水平正在逐步提高,我国研究团队在取证方法等方面也取得了卓越的成效。应该注意的是,图像编辑处理软件的功能越来越强大,同时,伪造者的手法越来越娴熟,这对于图像的特征分析与取证的研究提出了新的挑战。现阶段,在多种伪造技术联合的伪造篡改图像检测方面,针对性太强的检测取证技术效果达不到社会的现实需求。统计性取证算法必须在原始图像和篡改图像对比训练样本数据库的支持下才能顺利实施。由于现阶段的数字图像来源多样性和内容具有一定程度的复杂性,许多统计特征依赖于图像内容本身,所以数字图像统计性取证算法的结果往往强烈依赖于训练样本。因此,相关人员还需要在研究完全实用的唯篡改图条件下的盲取证方面付出更多努力。基于此,相关部门应该结合实际情况,致力于形成综合性的取证系统,综合利用不同特点的篡改取证技术,保证对伪造篡改技术的优化取证。

1.2隐密分析技术未成熟

隐密分析技术是图像特征分析技术中的关键。在实践中,部分隐密分析技术主要针对于确定图像中是否隐藏有秘密信息,即被动隐密分析的研究主要是发现性检测的研究,技术结果一般只能给出一个被检图像中隐藏有秘密信息的可能性,或更进一步最多能大概估计出一个被隐藏秘密信息的长度,这样的成果很难成为法庭上的呈堂证据而证实隐蔽通信的存在。基于此,相关人员需要加强自身的技术修养,致力于提取出更充分的取证依据,发现并保存秘密信息,明确隐密分析在数字取证的技术内涵。就目前而言,数字图像取证技术在实践操作方面还存在一定的不足。比如,大部分数字图像取证技术只适用于未经压缩的照片图像。实践证明,模糊取证算法对评价数据等方面的信息具有比较强的依赖性,主要只用于用软件模糊后的图像。现阶段,大多数字图像取证算法受到很多条件的限制,其技术水平与保密程度还不能达到支撑司法依据的程度,数字化发展水平也亟待提高,这将成为未来研究人员面对的一个重要课题。

2图像的特征分析与取证

2.1图像来源认证

图像来源认证是图像的特征分析与取证的关键内容。图像来源认证就是要在不明图像来源的情况下,单从数字图像本身来判别它的生成设备。在实践中,生成數字图像的设备有很多,比如扫描仪、数码相机与计算机等。在实践中,图像来源认证方式如图1所示。

2.2数字图像取证系统

现阶段,数字图像盲取证技术研究还不成熟,来自于机器学习、计算机图形学、计算机视觉、信号处理、机械系统等诸多领域的研究人员还应该共同努力。由于专业人士对数字图像取证系统的研究切入点不同,对数字图像取证系统的理解也不存在很大差异,所以相关部门还没有形成一个被各个行业认可的成熟取证系统框架。在实践中,数字取证系统框架如图2所示。

2.3.1图像篡改检测

在实践中,密码术与密码分析术之间存在着对立的关系。同样,图像的取证者与篡改者之间也互为竞争对手,取证者尽己所能地找出图像被篡改的证据,篡改者绞尽脑汁伪造出以假乱真的图像。虽然当伪造的图像达到一定的逼真程度之后就很难轻易地被人们发现,但它实质上对自然图像在拍摄过程中形成的内在连续等特性造成了或多或少的破坏,因此图像取证者通过各种检测技术,来获得图像遭到篡改的类型,以自然图像之间的此类统计特征为依据,并且针对实施篡改的详细位置进行定位和显示。由此可见,图像篡改检测技术对于图像特征提取的非常重要。

2.3.2图像来源检测

在通常情况下,图像来源检测受到图像生成设备的影响。不同的数码相机具有各式各样的镜头和成像传感器,其数字信号后处理过程也存在比较大的差异性,比如压缩、马赛克、存储、白平衡等操作。因此,即使拍摄的对象相同,最终形成的数字图像无论在风格上还是质量上都存在或大或小的差异。现阶段,针对数字图像进行的盲取证研究还未成熟,不同领域的研究人员应该加强交流,从不同角度加深对数字图像取证系统的理解,优化自身对图像的特征分析与取证技术的研究切入点。

结束语

综上所述,近年来,我国图像的特征分析与取证技术的综合水平已经有所提高。随着社会需求和科技水平的不断提升,相关部门仍需进一步提高图像的特征分析与取证技术的现代化水平,并提高其应用水平与综合效益,为我国计算机信息安全的可持续性发展作出贡献。

参考文献:

[1]汪仁魁.数字视频篡改检测的被动取证算法研究[D].浙江大学,2017.

基金项目:山东英才学院科研项目16YCZDZR01;山东省高等学校科研计划项目J16LN55

猜你喜欢

特征分析图像
改进的LapSRN遥感图像超分辨重建
基于FPGA的实时图像去雾系统
如何由图像确定y=Asin(ωx+φ)+B的解析式
浅析p-V图像中的两个疑难问题
泡罩包装挥发性有机物排放特征分析
有趣的图像诗
2012 年南海夏季风特征分析
基于PowerPC的脉内特征分析算法的工程实现
肾康注射液不良反应特征分析
不良汽车驾驶行为特征分析