基于光照特性的室外场景照片真实性检验

姚园园

（河南警察学院 刑事科学技术系，河南 郑州 450000）

基于光照特性的室外场景照片真实性检验

姚园园

（河南警察学院 刑事科学技术系，河南 郑州 450000）

光是形成影像的必要条件，光照特性是照片场景的要素.室外场景照片通常以自然光照明，有其相应的光学物理特性.分析室外场景图像中光源的光位、光质、光比、光强、光色等性质，对图像进行基于阴影轮廓清晰程度、基于被摄体明暗反差、基于反射、基于色温一致性和基于阴影与光照方向一致性的检验，可以用来鉴别图像的真实性.

光照特性；室外场景；图像；真实性检验

数字图像处理技术的不断提高使数字图像更容易被修改和变造，加大了识别篡改图像的难度.就检验方法而言，目前并没有一种通用的检测手段可针对所有类型的伪造照片均有效，特定的篡改场景需用特定的检验方法.数字照片真实性原始性检验方法主要分为两类：针对场景的检验和针对设备的检验.

光照特性是照片场景中的重要特性.光是形成影像的必要条件，光源具有复杂的光学物理特性，如光的直线传播特性，光源的位置、数量、强度，光源的色温等等，随着成像过程这些复杂的光学物理特性被记录在照片中.图像处理的手段很难精确的令篡改照片中场景的光照情况与原始光照保持完全一致.因此可通过图像表现出的光照特征来判断该照片的原始性和真实性.室外场景往往处于自然光的光照下，光照特征明显，因此可通过对光照特性的分析来有效鉴别室外场景照片的真实性.

1 基于光质的检验

1.1 光质

摄影中的光质指光的硬软性质.光的硬指光产生的阴影轮廓鲜明，亮部与暗部反差大.光的软指光产生的阴影轮廓渐变，亮部与暗部反差小.对于室外自然光下场景来说，直射日光光质为硬.间接日光，即阴雨雾雪天、阴影中的光照为软光.

1.2 基于光质的照片检验

光质的差异在照片中可体现为阴影轮廓的清晰程度的差异.一天中早晚时段日光不强烈，光位较低，阴影的亮度较高，边缘轮廓不清晰，长度大；午间左右，照度高，光位高，则阴影亮度低，边缘清晰，较短.晴天光质硬，影子清晰；阴天光质软，影子柔和或无影子.当物体影子的边缘轮廓清晰度与光照出现明显不一致时，可证明为伪造照片.

2 基于光比的检验

2.1 光比

光比指被摄体上亮部与暗部受光强弱的差别.光比大时被摄物体上亮部与暗部之间亮度反差大，反之亮度反差小.

2.2 根据被摄体的亮度反差检验

以日光为光源的室外场景照片中，因日光接近无限远，则同一场景中受光物体的光比应一致，即明暗反差程度应一致.一天中的不同时间，不同地点，及不同天气条件下，物体受光的光比均有差异.通过比较受光部位与阴影部位的平均亮度差异，可反映两者是否受光一致，是否真实地共存于同一场景.

如人物照片中，若人物在室外光照下，脸朝向一致，且周围无遮挡物.则照片中的人物面部的受光一致，亮部与暗部的光比应一致.分别选择存疑人物与其他人面部的相同部位，采集若干个采样点.采样点应包括亮部、暗部、中间部.获得各采样点的Lab值，将两人面部相同部位采样点的求其亮度比，若结果差异较大，说明图像存在拼接篡改.

3 基于光强的检验

3.1 光强

光强指光源的发光强弱程度.对于单幅照片来讲，室外自然光线下的同一场景的同质物体接受的光强理论上一致.

3.2 基于光强及反射的检验

根据简单光照模型和光强衰减的基本原理可得照片中某一点的亮度值应该为如下公式：

其中E为光源强度，K为漫反射系数，与物体材质与入射波长相关，f入(d1)，f反(d2)，分别指入射光衰减函数与反射光率减函数，分别由入射距离与反射距离决定.室外场景日光作为无限远点光源，f入(d1)一致，K一致，入射角θ一致.因此室外照片中，相同反射率的物质，摄影距离相同的话，亮度应一致.将检材照片转化为灰度图像，找图像中相同位置相同材质相同部位对亮度进行测量，可判断其是否经过篡改.

4 基于光色的检验

4.1 光色

光色也叫色温，体现为光的颜色.摄影时，根据相机的白平衡参数，将场景景物转化为数字图像.因此同一张照片内物体的色温反映应为一致.

4.2 基于色温一致性的检验

日光在一天中的色温有规律的变化，日出日落时刻色温较高，色彩偏暖，呈橙色黄色；正午时分，光色接近纯白色；晴朗天空与阴影下色温偏高，光色呈蓝色.在一天的不同时刻，不同的天气，以及人工光源的影响下，场景都具有一定的色温特征.数码相机的白平衡这一参数，可以通过具体参数值的设置在一定程度上矫正偏色现象，或创造出偏色照片.在实际成像过程中环境色温差异、成像设备的差异以及白平衡参数选择的不同，都会导致照片表现出色温特征.对于异源拼接类的伪造照片，色温的差异可以作为判断图像篡改的依据.此类检验可查找图像中可疑区域与参考区域理论上色彩相同的部分，分析其色温是否一致.

为了使检验的依据更科学，可以通过量化计算的方法来估计色温，再根据色温差异进行判断.孙鹏等人[1]首先使用色温估计方法，判断图像是否存在拼接篡改嫌疑.杨建梅等人[2]提出了基于色温的人脸拼接类的篡改图像检测方法.使用色温估计的基本检测方法是在待检验图像中划分出参考区域和嫌疑区域，利用色温估算法分别计算出参考区域与嫌疑区域的色温估计值，计算两者的色温距离.当此色温距离大于给定的色温差异阈值时，可判定为篡改照片.此方法需要拍摄同光源条件下的包含待检测目标的真实图像，应用具有一定的局限性.

5 基于光位的检验

5.1 光位

光位指光照的方向，即光源与被摄体的相对位置.光位有顺光、侧光、逆光、顶光、脚光之分，能够影响被摄物体的形态和质感.

5.2 基于光照角度及阴影的照片检验

5.2.1 基于光照方向一致性的检验

顺光位指配光方向与相机光轴方向一致，它的造型特点是景物整体明亮，没有阴影或有少量的阴影，明暗反差不强烈.前侧光配光方向与相机光轴成45度左右夹角，被摄体有较好的明暗反差，立体感比较强烈.正侧光与相机成90度夹角，景物明暗反差强烈，质感较强.逆光与侧逆光与相机光轴成大于90度夹角，景物正面处于黑暗中，轮廓清晰明显.室外光线以顶光常见，顶光照明使物体水平面亮度高于垂直面亮度.

通过分析照片的受光情况，可以判断光位.人工分析的方法在光位差异较大的伪造照片上的检验效果较好.但如果造假者对光照进行了修改或者重新渲染，或者造假照片的原始照片本身的光位差异不大，用人工方法则不易准确地分辨.

直接观察来判断光照方向是否一致的方法依赖经验，而缺乏量化数据支撑.光照方向的量化估计在计算机视觉中已经得到了广泛的研究，美国Dartmouth大学的研究团队最先将此问题引入数字图像的盲检测中[3].以漫反射理论为基础的光照模型Lambert模型经常用以计算光源方向[4-5].天气晴朗时的太阳可以认为是无限远光源，即无限远处的单个光源，光线近似平行光.在鉴别图像真伪时，将照片转化为灰度图像.选择照片中反射具有各向同性的物体表面，根据公式1，在物体表面轮廓上选择至少4个点即可求解出光源方向L.将计算出的可疑区域与检测区域的光照方向进行比较，即可判断图像是否经过篡改.

其中，I是点 (x,y)处的灰度值，R是常反射曲率，N是点(x,y)处的法向，L是光源方向，A为环境光常量.在某些情况下对光照方向的计算误差不可忽略，如被摄物体不是严格的朗勃表面，拍摄场景中存在不可忽略的环境光影响（如大片雪地反光）等.

5.2.2 基于阴影方向一致性的检验

光照产生阴影，光位的不同使阴影方向有差异.而在同样的光照条件下，阴影的大小、方向、浓淡、边缘的清晰程度应该具有一致性.物体的大小、高矮不同；一天中不同时刻、处于地球上的不同经纬度，其阴影的长度都不相同.但在同一场景下，不同物体其阴影长度与物体高度的比例应该一致.如果照片中出现无法解释原因的阴影不一致，则该照片可能被篡改.例如某些拼接-合成类篡改照片，篡改者往往忽略影子的移植，出现图像中有些物体存在阴影，而有些物体没有阴影.基于阴影一致性的检验适用于一个至少存在两个对象的场景，若场景中只存在单个目标，则无法通过阴影的差异进行检测.

当自然光照射到物体上时，在地面或某些表面形成的阴影形态与物体本身形态一致，物体上的某点与阴影边缘某点相互对应，满足一定的几何关系.将投射阴影中的一个点，与对应的投影物体上的点相连，便可手动找出光源方向区域.根据光源方向线是否接近平行，即可判断多个阴影场景的真实性.

5.2.3 基于光照-阴影一致性的检验

基于光照-阴影一致性的检验可检测多个物体的场景，也可检验单个物体的场景.它结合考虑场景整体的光照与阴影的情况.阴影依赖光照而存在，故阴影的状态与光照直接相关.单个光源产生单个阴影，多个光源可形成多个阴影，且阴影的亮度也较高.光源的光位与阴影方向相反.若照片场景不符合以上规律，则有较大可能伪造.单根据光照或阴影的不一致判断篡改照片，需照片中有多个物体相互对照.根据物体表面估计出的光照方向与阴影估出的光源方向是否具有一致性，不仅可以检测有多个物体的照片，还可以检测只有一个物体的照片.若光源太阳直接反应在拍摄场景中，则光照方向可直接确定.多数照片中不直接出现光源位置，此时可根据前文5.2.1中的方法计算出光照方向，再用5.2.2的手动方法判断由阴影确定的光照方向，对两者进行比较，以确定光照是否存在矛盾[6].

6 结语

由于光照物理特性的影响以及室外场景对象与细节的多样性，使得室外场景照片的色彩及亮度变化复杂，篡改操作很难把光照效果和定向的光源完全相匹配.光照分析的方法针对多数异源拼接-合成类的照片的分析判断结果较为理想.但针对同源拼接-合成类篡改，以及某些同一时间同一地点拍摄的多张照片之间进行拼接-合成类篡改，则很难根据光照进行判断，因为此时光照特性高度相似，差异很小.根据光照特性检验图像真伪更适用于有直接日光照射的场景.同时此类方法不受图像分辨率的制约，无论图像分辨率高或低，对光照的分析无影响.

〔1〕孙鹏，杨洪臣，代雪晶.拼接篡改图像的色温估计取证方法[J].计算机辅助设计与图形学学报,2012，24（9）:1194-1196.

〔2〕杨健梅，黄添强，江伟坚.基于人脸色温的拼接图像篡改检测 [J].山东大学学报 (工学版)，2013，43（5）:24-29.

〔3〕M.K.Johnson and H.Farid,Exposing digital forgeries by detecting inconsistencies in lighting[C].Proc.7th Workshop on ACM Multimedia and Security,New York,2005:1-10.

〔4〕陈海鹏，申铉京，吕颖达，金玉善.基于 Lambert光照模型的图像真伪盲鉴别算法[C].计算机研究与发展TP,2011，48(7):1237-1245.

〔5〕李叶舟，胡静.基于光照方向不一致的图像盲取证技术[J].北京邮电大学学报，2011,34（3）:26-30.

〔6〕牛少彰，黄艳丽，孙晓婷.投影与光照方向一致性的图像篡改检测 [J].北京邮电大学学报，2014,37（5）:61-65.

TB81；TP391

A

1673-260X（2017）12-0032-03

2017-09-06