III. 圖像設備認證
(有關應用的說明我在這裏直接略寫了)
圖像取證關心圖像設備來源的問題主要因爲：在法庭上，聲明的設備和真實設備不符合可以認爲證據無效。而真實的情況中，雖然我們有水印等標記性的內容，但是這些都很容易被修改和微早，所以盲源的技術纔是真正需要的。
盲源取證技術主要利用了不同成像設備對圖像的不同處理步驟和不同的儲存方式。這些痕跡類似與相機的指紋，我們把這種取證方式分爲兩個層次：
- 初級：區分相機模型
- 高級：同種模式下不同設備的區分
我們先從最普遍的圖像獲取存儲步驟說起，這一過程也展現了圖像是如何產生，以及我們是如何利用他們進行取證的。
在介紹不同的方法之前，我們還是想提醒各位，各個方法之間沒有直接的效果比較，因爲這一方法是沒有benchmark的，也就是統一的標準。這裏需要提到一個數據集：Dresden Image Database for Benchmarking Digital Image Forensics，是專門提供給圖像取證的研究者們所用的，包含了14000張圖片，內容豐富，包含了73個不同的相機模型。在當時（2011年）對這個數據集還沒有benchmark，但是現在就不知道了，如果我找到了會更新過來。
3.1 圖像獲取與儲存
當我們得到一張數字圖像的時候，在存儲之前，還要經過許多的步驟，下面圖一中，展示了各個部分的處理內容。
圖一：圖像的處理與存儲過程
光線會通過透鏡進入設備，並將它交給imaging sensor, 圖像傳感器。圖像傳感器是任何成像設備的核心內容，他由一組成像傳感器組成(photo detector)，每個傳感器對應了相機了的一個像素，並根據不同的像素變成不同的電壓值。大多數成像設備使用的是CCD(Charged coupled device)傳感器，但也有些使用的是CMOS(Complementary Metal Oxide Semi.)。爲了呈現圖像，在光到達傳感器之前需要經過一個濾波器單元，我們稱爲CFA(Color Filter Array)，一個特殊的color mosaic（這裏不知道怎麼翻譯，大概是色彩馬賽克），它的作用是使每個像素都集合於一個特定的波長（其實這裏感覺有點像ADC），即呈現出一個特定的顏色。
上述的CFA模式的框架取決於供應商，雖然Bayer's filter 可能是大多數廠家的選擇。這樣下來，傳感器的輸出就是一個馬賽克（一個色塊板），他呈現的是紅色、綠色或者藍色的像素在單層的排布。爲了獲得典型的三通道表示，信號需要進行插值處理，這裏就是用到了反馬賽克算法（Demosaicing algorithms），它是一個簡單的插值算法，丟失的像素將會由它的臨近色塊估測出色塊值。插值之後的圖片還不能做最終的呈現，通常我們使用許多額外的算法比如白平衡（對白色的修正）、伽馬修正（減少光線影響），或者圖像增強等操作。最終，圖像會被設備的存儲單元所記錄，保存的格式有很多種，但是最常用的就是JPEG。
以上就是圖像的經典處理流程，但是每個供應商在每一步會有不同的選擇，這種變化可以被利用起來，用來決定某張圖片是否出自一個特定的相機。而決定因素，就來源於：上述的每個步驟都會造成圖像的失真，這種失真的特性表現在：透鏡直徑、色差、像素缺陷或者CCD傳感器失真以及CFA算法的統計學誤差和其他圖像內在的常規屬性，這些都湊成了成像設備獨一無二的指紋。另外，有些算法會特別的注意圖像的顏色或者壓縮特性。
實際上，接下來要介紹的方法大多隻能分別不同的相機模式，傳感器失真似乎是區分同意模型不同照片的唯一判斷一句，所以最近的研究主要集中在利用傳感器失真和模式噪音上。但還是有最新的研究發展出了不同的方法，尤其是利用了反馬賽克屬性的方法。
3.2 針對圖像源取證的方法
在這一節，我們將依照圖像處理的流程整理所有的取證方法。
3.2.1主要針對圖像獲取步驟即透鏡和CFA插值，3.2.2主要針對傳感器失真，最後3.2.3主要分析了圖像輸出的特性，也是圖像處理的最後一步。