Dalgacık tabanlı dönüşümler kullanarak sayısal imgelerde adli kanıt toplama

Abstract

Bu tezde, dalgacık tabanlı dönüşümler için istatistiksel modeller önerilmiş, sayısal imgelerde adli kanıt toplama açısından göreceli faydaları ve kullanımları incelenmiştir. İlgilendiğimiz problemler: 1) bilgisayar grafiği tabanlı imgeler ile fotoğrafik imgelerin ayrıştırılması, 2) kaynak kamera ve kaynak tarayıcı belirleme, 3) sayısal tablo örneklerinden kaynak ressam belirleme, 4) stego-imgeler ve 5) farklı çözünürlükteki imgelerin ayrıştırılmasıdır. Eldeki problemler düşünüldüğünde, ridgelet ve contourlet dönüşümü tabanlı imge modellerinden elde edilen öznitelikler, dalgacık tabanlı imge modelinden elde edilen özniteliklerden neredeyse her zaman daha başarılı olmaktadır. Etkin bir imge gösteriminin özelliklerinin anahatlarını çizerek bu özellikleri dalgacık tabanlı dönüşümlerle ilişkilendiriyoruz ve deneysel sonuçları model özellikleri ile ilişkilendirerek tartışıyoruz.

We propose statistical image models for wavelet based transforms, investigate their use, and compare their relative merits within the context of digital image forensics. We consider the problems of 1) differentiating computer graphics images from photographic images, 2) source camera and source scanner identification, 3) source artist identification from digital painting samples, 4) stego-images, and 5) differentiation by different resolution images. The features obtained from ridgelet and contourlet transform-based image models almost always perform better than the features obtained from wavelet-based image models for the problems at hand. We outline properties of efficient image representation, relate these properties to wavelet-based transforms, and discuss the experimental results in relation to the model properties.