Journal of Internet Computing and Services (인터넷정보학회논문지)

Korean Society for Internet Information (한국인터넷정보학회)
권호 표지
DOI QR코드

DOI QR Code

Digital Camera Identification Based on Interpolation Pattern Used Lens Distortion Correction

디지털 카메라의 렌즈 왜곡 보정에 사용된 보간 패턴 추출을 통한 카메라 식별 방법

  • 황민구 (중앙대학교 첨단영상대학원) ;
  • 김동민 (대검찰청 영상분석실) ;
  • 하동환 (중앙대학교 첨단영상대학원 영상학과)
  • Received : 2012.01.31
  • Accepted : 2012.04.12
  • Published : 2012.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Throughout developing digital technology, reproduction of image is growing better day by day. And at the same time, diverse image editing softwares are developed to manage images easily. In the process of editing images, those programs could delete or modify EXIF files which have the original image information; therefore images without the origin source are widely spread on the web site after editing. This matter could affect analysis of images due to the distortion of originality. Especially in the court of law, the source of evidence should be expressed clearly; therefore digital image EXIF file without deletion or distortion could not be the objective evidence. In this research, we try to trace the identification of a digital camera in order to solve digital images originality, and also we focus on lens distortion correction algorism which is used in digital image processing. Lens distortion correction uses mapping algorism, and at this moment it also uses interpolation algorism to prevent aliasing artifact and reconstruction artifact. At this point interpolation shows the similar mapping pattern; therefore we want to find out the interpolation evidence. We propose a minimum filter algorism in order to detect interpolation pattern and adjust the same minimum filter coefficient in two areas; one has interpolation and the second has no interpolation. Throughout DFT, we confirm frequency character between each area. Based on this result, we make the final detection map by using differences between two areas. In other words, thereby the area which has the interpolation caused by mapping is adjusted using minimum filter for detection algorism; the second area which has no interpolation tends to different frequency character.

촬영된 카메라의 기초 정보를 담고 있는 EXIF 파일을 편집 프로그램들을 통해 삭제 또는 변형하게 되어 우리 주변에서 출처를 알 수 없는 이미지들이 상당수 존재하게 되었다. 이와 같은 문제점은 디지털 이미지의 출처를 왜곡하여 공공기관에서 사건의 분석 및 감정에 혼선을 줄 수 있다. 특히 증거의 출처를 명시하는 법정 기관에 출처가 삭제, 변형된 EXIF 파일을 가진 디지털 사진은 객관적 증거의 역할을 할 수 없다. 본 논문은 이와 같은 문제를 해결하기 위한 연구로써 촬영에 사용된 카메라의 신원을 추적하는 데 목적이 있다. 이를 위해 본 논문은 디지털카메라 이미지 프로세싱에서 사용하는 렌즈 왜곡 보정 알고리즘을 주목하였다. 렌즈 왜곡 보정은 맵핑 알고리즘을 이용하며 이 때 위신호 인공물(Aliasing artifact)와 복원 인공물(Reconstruction artifact)의 발생을 제거하기 위한 보간 알고리즘을 사용한다. 여기서 보간은 맵핑의 패턴과 유사한 형태로 나타나며 이 보간의 흔적을 찾는 것이 연구의 핵심이다. 본 논문에서는 맵핑에 사용된 보간 패턴을 검출하기 위해 미니멈 필터(Minimum Filter)를 이용한 검출 알고리즘을 제안하였다. 보간이 발생한 영역과 그렇지 않은 영역을 분류하여 두 영역에 동일한 미니멈 필터를 적용한다. 이를 DFT를 통해 각 영역간의 주파수 특성이 어떻게 나타나는지 확인하였다. 이 결과를 바탕으로 두 영역간의 차분값을 활용하여 최종 검출 맵으로 구현하였다.

Keywords

References

  1. P. Alvarez. "Using extended file information (EXIF) file headers in digital evidence analysis," International Journal of Digital Evidence, vol. 2, no. 4, 2004.
  2. 신원 "디지털 사진 특성을 이용한 휴대전화 증거 분석 방안," 한국멀티미디어학회, vol. 12, no. 10, 2009.
  3. S. Bayram, H. T. Sencar, N. Memon, and I. Avcibas, "Source camera identification based on CFA interpolation," in IEEE International Conference on Image Processing, vol. 3, pp. 69-72 , 2005.
  4. Y. Long and Y. Huang, "Image based source camera identification using demosaicking," in IEEE International Workshop on Multimedia Signal Processing, vol. 3, 2006
  5. J. Lukas, J. Fridrich, and M. Goljan, "Determining digital image origin using sensor imperfections," Proc. SPIE Image and Video Communications and Processing, vol. 5685, pp. 16-20 , 2005.
  6. J. Lukas, J. Fridrich, and M. Goljan, "Determining digital image origin using sensor imperfections," Proc. SPIE Electronic Imaging, Image and Video Communication and Processing,San Jose, California, pp. 249-260, 2005.
  7. J. Lukas, J. Fridrich, and M. Goljan, "Digital camera identification from sensor pattern noise," IEEE Transactions on Information Forensics and Security, vol 1, pp. 205-214, 2005.
  8. Z. Geradts, J. Bijhold, M. Kieft, K. Kurosawa, K. Kuroki, and N. Saitoh, "Methods for identification of images acquired with digital cameras," Proc. of SPIE, Enabling Technologies for Law Enforcement and Security, vol. 4232, pp. 505-512, 2001.
  9. M. Kharrazi, H. Sencar., and N. Memon,"Blind source camera identification," 2004 International Conference on Image Processing (ICIP '04), vol 1, pp. 709-712, 2004.
  10. K. S. Choi, E. Y. Lam, and K. K. Y. Wong, "Automatic source camera identification using the intrinsic lens radial distortion," Optics Express, vol. 14, pp. 11551-11565, 2006. https://doi.org/10.1364/OE.14.011551
  11. K. S. Choi, E. Y. Lam, and K. K. Y. Wong, "Source camera identification using footprints from lens aberration," in Digital Photography II Proceedings of the SPIE, vol. 6069, pp. 155-162, 2006
  12. W. Rabadi, R. Talluri, K. Illgner, J. Liang, Y. Youngjun "Programmable DSP platform for digital still cameras," ICASSP '99 Proceedings of the Acoustics, Speech, and Signal Processing, vol. 4, pp. 2235-2238, 1999.
  13. K. Daloukas, C.D. Antonopoulos, N. Bellas.; S.M, Chai "Fisheye lens distortion correction on multicore and hardware accelerator platforms," 2010 IEEE International Symposium on Parallel & Distributed Processing (IPDPS), pp. 1-10, 2010.
  14. K.T. Gribbon, D. G. Bailey, "A novel approach to real-time bilinear interpolation," Second IEEE International Workshop on Electronic Design, Test and Applications (DELTA'04), pp. 126-131, 2004.