Examination of digitally manipulatE d documEnts using ... · Examination of digitally manipulatE d...

Problems of Forensic Sciences 2018, vol. 111, 31–44

Examination of digitally manipulatEd documEnts using matlaB 7.10.0 and adoBE photoshop 7.0

Komal Saini, Shabnam Preet Kaur

Department of Forensic Science, Punjabi University, Patiala, India

abstractThe availability of powerful digital image processing programs, such as Photoshop, has made the creation of digital forgeries from one or multiple images relatively easy. Digital documents are worked on in order to pass them off as originals with the in-tention of causing harm to a particular person or the public at large, or to serve as an accessory to support or deny a given claim. The present research focuses on the use of image processing tools for the examination of digitally manipulated documents. Both professional and non-professional individuals were asked to alter digitized samples to the best of their abilities and these were then analyzed using MaTLaB 7.10.0 and adobe Photoshop 7.0 software. The analysis of digital images using image processing software reveals numerous features that are useful in detecting alterations and confirming the authenticity of documents. This study demonstrates the successful detection of alterations made to digital documents by employing a defined set of tools from the above mentioned image processing techniques.

KeywordsDigital images; White collar crime; image processing; Digitally manipulated documents; Questioned document examination.

Received 22 June 2017; accepted 5 September 2017

1. introduction

The increasing prevalence and abuse of digital ex-pertise has resulted in some significant security vulner-abilities being exploited and left some digital creden-tials unprotected. This is an area in which the nature of white collar crimes is undergoing dramatic changes. image processing software is very simple and easy to use for adjusting or modifying digital images. images are cropped, rotated, and compressed to make them suitable for a document. Therefore, determining the genuineness of a document has become increasingly difficult, because scanners, printers, and computers are capable of generating (good quality) fraudulent docu-ments.

Cases of manipulated hard and soft copies of doc-uments have frequently been encountered because they are common in business and legal matters. With

the advent of technology, modes of transmission such as e-mail have gained popularity as a medium to exchange information as compared to hard (paper) copies, which require more effort and time. The ease of access to the internet and emails has led to the oc-currence of frequent instances of alteration of digital documents due to the general perception that digital manipulation is less susceptible to detection. This encourages people with malicious intent to employ easily available software to serve their purpose of forging a digital document to suit their needs. There-fore, it is necessary for forensic document examiners to evaluate the authenticity of both hard and digitized copies and provide evidence of image manipula-tion, if any. Several studies have been conducted on document authenticity verification. Berger, Koeijer, Wendy, Madhuizen (2006) described a color decon-volution algorithm that separated a feature from an

K. Saini, S. P. Kaur32


interfering background. Gopi (2007) attempted to detect the forged portions of digital images through independent component analysis (iCa). The images were classified into original and forged images with a success rate of 71.6%. Mahadian and Saic (2007) proposed a method for the automatic detection and localization of duplicated regions in digital images. Hames (2008) discussed the problems encountered when differentiating between genuine and forged documents or images. nestorov, Benchev, Bonchev, Gluhchev (2008) studied a computer-based handwrit-ing analysis system. Peng, nie, Long (2011) proposed a novel passive-blind image copy-move forensics scheme. Hwang, Har (2013) suggested methods for identifying the veracity of forged images. Further-more, a potentially powerful technique for detecting image tampering in re-interpolation was described. MahaleVivekHilal, Gaikwad, Kayte (2013) present-ed a literature review of passive-blind image forgery detection techniques. Moreover, Cao, Gao, Sheng, Fan, Gao (2015) proposed a novel image anti-foren-sic scheme. Saini and Kaur (2016) described various image processing tools capable of detecting comput-er-based manipulations in written documents.

according to the above review of relevant litera-ture, research on the analysis of digitally-generated documents is very challenging, and several forensic examination techniques are required to determine the genuineness of such documents. Therefore, the pres-ent study was undertaken to evaluate the efficiency of MaTLaB 7.10.0 (The MathWorks, inc.) and adobe Photoshop 7.0 image processing software in detecting traces of alterations performed by various image edit-ing software’ on soft copies of questioned documents.

2. materials and methods

2.1. Sample collection and preparation

Documents, namely bank cheques, marriage certif-icates, arms licenses, identity cards, detail mark cards, driving licenses, birth certificates, death certificates, and documents with plain backgrounds, were collect-ed. These documents (original) were scanned using a Brother J430W scanner and were saved on a com-puter in JPEG format. Various types of alterations, such as additions, deletions, retouching, and enhance-ments were performed on these digitized samples.

in the present study, 40 samples were altered (doc-tored). To standardize the quality of alterations per-formed on documents, two professionals and two non-professionals were selected for the preparation of sam-

ples. individuals who routinely use image processing softwares for their personal or business purposes were termed “professionals”, whereas subjects who hap-pen to have generic knowledge or basic skills in such softwares were termed “non-professionals”. This was done on the assumption that professionals perform alterations more efficiently than non-professionals. Therefore, a total of 160 manipulated (doctored) sam-ples were obtained after the execution of alterations on the 40 original scanned samples by the two profession-al and two non-professionals.

2.2. analysis

The samples were analyzed using MaTLaB 7.10.0 and adobe Photoshop 7.0 image processing software.

2.2.1. Document analysis using MaTLaB 7.10.0

The scanned documents were analyzed using a new algorithm that was generated using the MaT-LaB guide.

The algorithm was comprised of the following commands:global image1 [file path]=uigetfile(‘*.jpg’,’Select Image’)temp=[path file]image1=imread(temp);axes(handles.axes3)imshow(image1);

global image2 [file path]=uigetfile(‘*.jpg’,’Select Image’)temp=[path file]image2=imread(temp);axes(handles.axes6)imshow(image2);

global image1 image1_r image1_g ima-ge1_b image2 new old

image1_r=image1(:,:,1);

figure,imshow(image1_r);

image1_g=image1(:,:,2);

figure,imshow(image1_g);

image1_b=image1(:,:,3);

figure,imshow(image1_b);

new=rgb2gray(image1);

old=rgb2gray(image2);

global diff new old diff_im

diff=new-old;

diff_im = imabsdiff(new(:,:),old(:,:));

global diff_imbw diff_im

Examination of digitally manipulated documents using MATLAB 7.10.0 and Adobe Photoshop 7.0 33


diff_imbw = im2bw(diff_im,0.15);

global bwarea diff_imbw

bwarea = bwareaopen(diff_imbw,50);

global bwarea

axes(handles.axes5)imshow(bwarea);

figure, imshow(bwarea);

using this algorithm, software was prepared to analyze all the manipulated documents. an exact copy of the original and a doctored copy of the original – with the same configuration values and picture for-mats were directly uploaded as SaMPLE 1 and SaM-PLE 2, respectively, in the software (Fig. 1).

The algorithm designed for this study requires the availability of two samples to operate, and to make any alterations (if present) conspicuous, as the output after comparing the original image with the altered one. analysis was performed by comparing the two documents.

This software processed uploaded samples through four different sections (Fig. 2). – Red-green-Blue (RgB) to gray scale conversion:

Uploaded images were first converted into digital images and subsequently into gray scale images, which were then converted back to digital images. The -rgb2gray- function converted rGB images to grayscale by eliminating hue and saturation infor-mation and by retaining luminance information.

– image subtraction: One image was subtracted from another or the constant background was sub-tracted from the image. For detecting missing com-ponents in the product assembly, a new image was obtained as a result of the difference between the pixels at the same location in two images.

– Black and white conversion: an input image was converted into a black and white image, in which the value of the pixel remained between 0 and 1.

Fig. 1. Depicting the two samples uploaded in the software for the analysis.

Fig. 2. Depicting the area of alteration after the ex-ecution of four sections in the software.



– Noisefiltering:additional noise, which interfered with the desired outcomes, was filtered and re-moved from the documents. Final results were retrieved. The final resultant im-

ages were stored in JPEG format.

2.2.2. Document analysis using adobe Photoshop 7.0

all samples were analyzed using adobe Photo-shop 7.0.

All the samples had different background colors and properties; therefore, it was difficult to analyze these samples using a particular standard method. Thus, to overcome this problem, different Adobe Pho-toshop 7.0 tools were used to develop two standard methods, which enhanced and analyzed the back-ground of all samples and provided rapid and positive results.

2.2.2.1. Standard method i

The samples were enhanced and analyzed using adobe Photoshop 7.0. To highlight the background details of the sample, the Opacity was set at 100% from the editing window of adobe Photoshop. The rGB option was selected from the Proof Setup tool. Furthermore, the Filters were chosen from the Proof Colors. To make the whole image embossed, the Em-boss command was selected from the Stylize option in the main panel. next, the angle, height, and amount of Embossment were adjusted to various levels, thus, highlighting the background details. in order to make the background more prominent and clear, the Glow-ing Edges option was selected where the edge width, brightness, and smoothness were set at adjustable lev-els from the main panel of adobe Photoshop. in the final step, the layers applied on the final resultant im-age were merged and saved in JPEG format (Table 1).

Table 1Results obtained using standard method I and stand-ard method II

Method applied

number of samples analyzed (out of 160)

results (percentage of samples in which the alterations positively detected)

Standard method i

5 100%

Standard method ii

155 81.93%

2.2.2.2. Standard method ii

To enhance the background, the samples were pro-cessed using adobe Photoshop. The Color Balance option, where the values of cyan, magenta, and yel-low were set in the Midtones, was selected from the Adjustments tool from the editing window of adobe Photoshop. From the Highlighting tool, the values of cyan, magenta and yellow were set at adjustable lev-els from the main panel of adobe Photoshop. also, to make the background more highlighting, the values of cyan, magenta, and yellow were set from the Shadows option in a similar manner. From the Adjustments tool, the values of hue, saturation, and lightness were set that provided the resultant final image. Furthermore, the layers of the final images were merged and saved in JPEG format (Table 1).

3. Results and discussion

The digitally manipulated documents were analyz-ed using MaTLaB 7.10.0 and adobe Photoshop 7.0.

3.1. MaTLaB 7.10.0 results

all types of erasures from the scanned documents were detected and the final resultant images were dis-played (Fig. 3a, 3b and 3c). The addition of new text to a document was also detected by the software; the resultant image showed the overlapping of altered and original texts (Fig. 4a, 4b and 4c). Manipulation of text or images by the copy and paste technique was successfully detected (Fig. 5a, 5b and 5c). Further-more, background disturbances in the documents were clearly detected, and the affected areas were highlight-ed. The software functions in a sophisticated manner to examine and study every minute detail in an image. MaTLaB is advantageous because it examines and compares documents simultaneously, providing rapid and positive results. it determines the authenticity of the original document from two similar digitally gen-erated documents by comparing them simultaneously.

all alterations in the 160 (doctored) samples were successfully detected by the software prepared using the MaTLaB guide. 100% detection of alterations was achieved using this technique. a limiting factor of the MaTLaB technique is that the successful applica-tion of this software requires two samples for compar-ison and detection.



Fig. 3. Deletions detected using MaTLaB 7.10.0. (3a): The scanned copy of birth certificate uploaded as sample 1. (3b): The second scanned copy uploaded as sample 2 and (3c): The deletions detected showing sample 2 is the altered document.

3a 3b

3c

4a 4b

4c

Fig. 4. additions detected using MaTLaB 7.10.0. (4a): The scanned copy of lottery ticket uploaded as sample 1. (4b): The second scanned copy uploaded as sample 2 and (4c): additions detected showing sample 2 is the altered document.



Fig. 5. Original picture detected using MaTLaB 7.10.0. (5a): The scanned copy of driving license uploaded as sam-ple 1. (5b): The second scanned copy uploaded as sample 2 and (5c): Original picture detected showing sample 2 is the altered document.

5a 5b

5c

3.2. adobe Photoshop 7.0 results

White-colored cloudy patches were observed in the background of all the altered (doctored) samples (Fig. 6a and 6b). Discontinuity in the form of purple-color-ed patches was visible in the background, indicating some retouching of the sample images (Fig. 7a, 7b and 7c). a faded grayish-colored embossed incomplete text was observed in a few samples (Fig. 8a, 8b and 8c). Furthermore, abrupt line interruptions were ob-served at some specific points in the documents. A di-alog box appeared on documents where the cut-copy-paste technique was applied to alter the text within the same documents (Fig. 9a, 9b and 9c). The position of the letters changed when the text was copied and pasted on the same page of the document. in addition, discrepancies were observed in the font size, style and color of the documents. irregular spacing between the letters and words was observed after the addition

and deletion of text in the body of the scanned docu-ments. after the analysis, it was observed that neither of the standard methods was entirely optimum for the successful detection of all the alterations. Standard method i was only useful in deciphering a few sam-ples whereas standard method II was more efficient in detecting other manipulations (Table 1). although the application of above mentioned methodology was effective enough in the detection of alterations made to a digital document, some types of alterations were more difficult to detect than others. For instance, al-terations consisting in the transposition of areas from the same image within the same background are diffi-cult to detect, as the absence of background interfer-ence renders the alteration inconspicuous and hence requires extraneous effort for a successful detection. adobe Photoshop 7.0 is advantageous because it ana-lyzes a single document and does not require a stand-ard sample for comparison.

Fig. 6. alterations detected using adobe Photoshop 7.0. (6a) The alteration done on the scanned document of arm license and (6b) altered arm license document zoomed at 199%.

6a 6b



Fig. 7. Disturbance in the background of the document de-tected using standard method i developed in adobe Photo-shop 7.0. (7a) The original scanned document of domicile certificate. (7b) Erasures done on the scanned document and (7c) Discontinuity in background detected on the altered scanned document.

7a 7b

7c



Fig. 8. Erasures detected using standard method ii developed in adobe Photoshop 7.0. (8a) The original scanned document of arm license. (8b) Erasures done on the scanned document and (8c) Erasures detected in the form of embosses on the altered scanned document.

8a 8b

8c



9a 9b

9c

Fig. 9. Copy paste text detected using adobe Photo-shop 7.0. (9a) The original scanned document of arm li-cense. (9b) Copy paste done on the scanned document and (9c) Dialogue box appeared on zooming the altered scanned document at 200%.

Table 2Total number of samples prepared

40 sample prepared by 2 professionally skilled individuals

40 samples prepared by 2 non-professional individuals

40×2 40×2Total samples prepared by professionally skilled individuals = 80 samples

Total samples prepared by non-professional individuals = 80 samples

Total samples prepared – 80 + 80 = 160 samples

The present study demonstrates the competency of image processing software in analyzing digital-

ly manipulated documents. The results indicate that numerous features associated with image manipula-tions can be identified efficiently by using standard image processing applications. MaTLaB and adobe Photoshop are valuable tools, which have been used for examining and determining the genuineness of questioned documents. MaTLaB provides viable results by sorting the contents, pictures, and other areas of interest consistently in the samples. any al-terations made in the document are rapidly identified by this software. Therefore, an original document can be recognized from two questioned documents. Dif-ferent features, such as the background details, con-



tents, photo measurements, text style, and shade of the composition have been examined using adobe Photoshop. Hwang, Har (2013) designed a method for automatically detecting and localizing duplicated regions in digital images. The presence of duplicated regions in an image might signify a common type of forgery referred to as a “copy–move forgery”. anoth-er method was developed to identify the veracity of forged images; however, when a forged image was compressed using Photoshop, the detection area was not shown distinctly nestorov et al. (2008). Therefore, to overcome this limitation, all samples in the present study were examined using MaTLaB 7.10.0, which successfully detected every minute detail or change in the document. a higher level of expertise in the exe-cution of alterations was observed in the samples pre-pared by the professionals, due to their routine deal-ings with image processing softwares as compared to the non-professionals. The skill of working with these image processing softwares enables professionals to maintain a certain level of sophistication (with regard to factors such as background interference and text size and font) when making alterations, as they tend to focus on these properties, which get overlooked by non- professionals.

4. conclusion

The extent of sophistication in the commission of crime, especially in the case of digital frauds, is on the rise owing to greater accessibility to numerous soft-wares. This trend calls for the implementation of even more advanced techniques, for instance, the method-ologies demonstrated in this study, in order to suc-ceed in the field of document examination. This paper describes the efficient utilization of advanced image processing tools such as adobe Photoshop and MaT-LaB to discern alterations made to a digital document. The results show that the application of such software saves not only time but also much effort when carry-ing out an extensive and intricate scrutiny of digital images for the alterations present. The methodolo-gy described for the adobe Photoshop software was successfully applied to detect even minute alterations made to a digital document. Furthermore, the MaT-LAB system defined in the study, consuming less time in comparison to the former method, enhanced the de-tection process, providing a 100% success rate. The present research demonstrates that simple software could improve the efficiency of the detection of digital frauds, and it is anticipated that such image processing

software will be exploited by document examiners in their routine casework.

References

1. Berger, C. E. H., Koeijer, J. a. D., Wendy, G., Madhu-izen, H. T. (2006). Color separation in forensic image processing. Journal of Forensic Sciences, 51(1), 100–102.

2. Cao, Y., Gao, T., Sheng, G., Fan, L., Gao, L. (2015). a new anti-forensic scheme--hiding the single JPEG compression trace for digital image. Journal of Forensic Sciences, 60(1), 197–205.

3. Gopi, E. S. (2007). Digital image forgery detection us-ing artificial neural network and independent component analysis. Applied Mathematics and Computation, 194, 540–543.

4. Hames, i. (2008). Digital images and the problem of in-appropriate manipulation: Can you believe what you see? The Journal of the European Medical Writers Associa-tion, 17(4), 164–167.

5. Hwang, M., Har, D. H. (2013). a novel forged image de-tection method using the characteristics of interpolation. Journal of Forensic Sciences, 58(1), 151–162.

6. Mahale, V.H., Gaikwad, a. T., Kayte, C. n. (2013). Pas-sive-blind image forgery detection techniques. Weekly Science International Research Journal, 1(7).

7. Mahdian, B., Saic, S. (2007), Detection of copy-move forgery using a method based on blur moment invariants. Forensic Science International, 171(2), 180–189.

8. nestorov, D., Benchev, S., Bonchev, S., Gluhchev, G. (2008). ABC – Alphabetical computer- based handwrit-ing investigation system. international Conference on Computer Systems and Technologies – CompSysTech, iiia13, 1–5.

9. Peng, F., nie, Y. Y., Long, M. (2011). a complete passive blind image copy-move forensics scheme based on com-pound statistics features. Forensic Science International, 212, 21–25.

10. Saini, K., Kaur, S. (2016). Forensic examination of com-puter-manipulated documents using image processing documents. Egyptian Journal of Forensic Sciences, 6(3), 317–322.

corresponding authorDr. Komal Saini Department of Forensic SciencePunjabi university, PatialaPunjab, india.e-mail: [email protected]


1. Wprowadzenie

Coraz większe rozpowszechnienie i częste wykorzy-stywanie materiałów w formacie elektronicznym dopro-wadziło do powstawania istotnych luk w zabezpiecze-niach, powodując, że niektóre dokumenty elektroniczne nie są odpowiednio chronione. Jest to obszar, w którym nastąpiły poważne zmiany pod względem charakteru tzw. przestępstw w białych kołnierzykach. Oprogramowa-nie do przetwarzania obrazów jest bardzo proste i łatwe w obsłudze, daje możliwość wprowadzania modyfikacji i przeróbki obrazów w formacie elektronicznym. Za jego pomocą można obraz przyciąć, obrócić i skompresować tak, aby pasował do danego dokumentu. Dlatego coraz trudniej określić, czy dokument jest oryginalny, ponie-waż dostępne aktualnie skanery, drukarki oraz kompu-tery umożliwiają tworzenie (dobrej jakości) zafałszowa-nych dokumentów.

Przypadki zafałszowanych dokumentów w formacie elektronicznym lub w formie wydruków są coraz częst-sze podczas prowadzenia działalności gospodarczej lub wykonywania czynności prawnych. Na skutek pojawie-nia się nowoczesnych technologii coraz popularniejsze jest korzystanie z takich narzędzi, jak poczta elektronicz-na jako środek wymiany informacji zamiast papierowych wydruków, których używanie zajmuje więcej czasu i wymaga większego wysiłku. Łatwy dostęp do internetu oraz poczty elektronicznej spowodował częste przypad-ki przeróbek dokumentów w formacie elektronicznym z uwagi na powszechne przekonanie, że obróbkę cyfro-wą jest trudniej wykryć, co zachęca przestępców do ko-rzystania z dostępnego oprogramowania w celu fałszo-wania dokumentów w formacie elektronicznym. Dlatego też biegli z zakresu badania dokumentów muszą często oceniać autentyczność zarówno dokumentów w formacie elektronicznym, jak i wydruków, oraz wykazywać, że do-kumenty te zostały poddane ewentualnej obróbce. W za-kresie weryfikacji autentyczności dokumentów prze-prowadzono kilkanaście badań. Berger, Koeijer, Wendy i Madhuizen (2006) opisali algorytm dekonwolucji kolo-rów, który oddzielał cechę obiektu od zakłócającego tła. Gopi (2007) próbował wykryć zafałszowane części obra-zów cyfrowych za pomocą analizy niezależnych składo-wych (ICA). Podczas tych badań obrazy zostały prawi-dłowo zakwalifikowane jako oryginalne lub sfałszowane w 71,6%. natomiast Mahadian i Saic (2007) zapropo-nowali metodę automatycznego wykrywania i lokalizo-wania obszarów kopiowanych na obrazach cyfrowych. Hames (2008) omówił problemy napotykane podczas rozróżniania między dokumentami lub obrazami orygi-

nalnymi i podrobionymi. nestorov, Benchev, Bonchev i Gluhchev (2008) zbadali komputerowy system analizy pisma ręcznego. Peng, Nie i Long (2011) zaproponowali nowatorską pasywną metodę, przydatną do badań krymi-nalistycznych, związaną z kopiowaniem i przenoszeniem obrazu. Hwang i Har (2013) zaproponowali inne sposoby identyfikacji wiarygodności podrobionych obrazów. Od-kryto również potencjalnie skuteczną technikę wykrywa-nia manipulacji przy obrazach za pomocą powtarzanej interpolacji. MahaleVivekHilal, Gaikwad i Kayte (2013) przedstawili przegląd literatury opisującej techniki wy-krywania zafałszowań obrazów za pomocą technik pa-sywnych. Ponadto Cao, Gao, Sheng, Fan i Gao (2015) zaproponowali nowatorską metodę testowania narzędzi stosowanych w laboratoriach kryminalistycznych. Saini i Kaur (2016) opisali różne narzędzia do obróbki obra-zów umożliwiające wykrywanie komputerowych mani-pulacji wykonanych na dokumentach.

Jak wynika z powyższego przeglądu przedmiotowej literatury analiza dokumentów w formacie cyfrowym jest dużym wyzwaniem i wymaga zastosowania kilku technik kryminalistycznych w celu określenia, czy takie dokumenty są oryginalne. W badaniach opisanych w ni-niejszym artykule przeprowadzono analizę mającą na celu ocenę skuteczności programów do obróbki obrazów MaTLaB 7.10.0 (The MathWorks, inc.) i adobe Pho-toshop 7.0 pod kątem wykrywania śladów przeróbek wy-konywanych za pomocą różnych programów do edycji obrazów na kopiach elektronicznych kwestionowanych dokumentów.

2. Materiałyimetody

2.1. Pobranie i przygotowanie próbek

Dla potrzeb badań zebrano różne dokumenty, takie jak czeki bankowe, świadectwa małżeństwa, pozwole-nia na broń, dokumenty tożsamości, karty, prawa jazdy, świadectwa urodzenia, świadectwa zgonu oraz inne po-wszechnie używane dokumenty z prostym tłem. Doku-menty te (oryginały) zostały zeskanowane za pomocą skanera Brother J430W oraz zapisane na komputerze w formacie JPEG. Następnie dokonano różnych modyfi-kacji cyfrowych próbek, które polegały na usunięciu lub dodaniu znaków, retuszowaniu oraz uwydatnieniu cech.

W ramach niniejszych badań dokonano przeróbki w 40 próbkach (spreparowanych). W celu standaryzacji jakości wykonanych przeróbek dokumentów przygoto-wanie próbek powierzono dwóm osobom zajmującym się

BadaniE doKumEntóW poddanych oBRóBcE cyfRoWEj za poMocąprograMówMaTLaB7.10.0iadoBephoToshop7.0



tym zawodowo oraz dwóm amatorom. Osoby, które pod-czas swojej pracy zawodowej lub do celów prywatnych korzystają z programów do obróbki obrazów, nazwano „profesjonalistami”, a osoby posiadające wiedzę ogólną lub podstawowe umiejętności określono „amatorami”. Podziału takiego dokonano wychodząc z założenia, że profesjonaliści wykonują przeróbki skuteczniej niż ama-torzy. Dwaj profesjonaliści i dwaj amatorzy, pracując na 40 oryginalnych zeskanowanych próbkach, wykonali łącznie 160 przerobionych (spreparowanych) próbek.

2.2. analiza

Próbki poddano analizie za pomocą programu do ob-róbki obrazów MATLAB 7.10.0 i Adobe Photoshop 7.0.

2.2.1. Analiza dokumentów za pomocą MATLAB 7.10.0

Zeskanowane dokumenty zostały poddane analizie za pomocą nowego algorytmu utworzonego z pomocą prze-wodnika MaTLaB.

Algorytm składał się z następujących poleceń:global image1 [file path]=uigetfile(‘*.jpg’,’Select Image’)temp=[path file]image1=imread(temp);axes(handles.axes3)imshow(image1);

global image2 [file path]=uigetfile(‘*.jpg’,’Select Image’)temp=[path file]image2=imread(temp);axes(handles.axes6)imshow(image2);

global image1 image1_r image1_g ima-ge1_b image2 new old

image1_r=image1(:,:,1);

figure,imshow(image1_r);

image1_g=image1(:,:,2);

figure,imshow(image1_g);

image1_b=image1(:,:,3);

figure,imshow(image1_b);

new=rgb2gray(image1);

old=rgb2gray(image2);

global diff new old diff_im

diff=new-old;

diff_im = imabsdiff(new(:,:),old(:,:));

global diff_imbw diff_im

diff_imbw = im2bw(diff_im,0.15);

global bwarea diff_imbw

bwarea = bwareaopen(diff_imbw,50);

global bwarea

axes(handles.axes5)imshow(bwarea);

figure, imshow(bwarea);

Za pomocą tego algorytmu przygotowano program do analizy wszystkich podrobionych dokumentów. W tym celu załadowano bezpośrednio do programu ory-ginalny plik oraz przerobioną kopię – o takich samych wartościach konfiguracyjnych i formatach obrazu – jako odpowiednio PRÓBKĘ 1 oraz PRÓBKĘ 2 (Rys. 1).

algorytm zaprojektowany w tych badaniach wyma-ga zapewnienia dwóch próbek – do analizy i wskaza-nia przeróbek (jeśli zostały wykonane) – jako wynik po dokonaniu porównania obrazu oryginalnego z obrazem przerobionym. Analiza została wykonana na podstawie porównania dwóch dokumentów.

Program wykonał przetwarzanie próbek załadowa-nych w czterech różnych obszarach (Rys. 2). – Konwersji systemu RgB (czerwony-zielony-niebieski) na skalę szarości: załadowane obrazy w pierwszej kolejności zostały przekonwertowane na obrazy w formacie elektronicznym, a następnie na obrazy w skali szarości, które potem ponownie prze-konwertowano na obrazy cyfrowe. Za pomocą funkcji -rgb2gray- przekonwertowano obrazy RGB na skalę szarości, eliminując informacje o nasyceniu i barwie przy zachowaniu informacji o jaskrawości.

– odejmowanie obrazów – czyli odejmowanie jedne-go obrazu od innego lub odejmowanie tła od obrazu. Dążąc do wykrycia brakujących komponentów pro-duktu, uzyskano nowy obraz na podstawie różnicy między pikselami w tym samym miejscu na dwóch obrazach.

– Konwersja na obraz biały i czarny – załadowany obraz został przekonwertowany na obraz czarnobiały, w którym wartość piksela pozostała między 0 a 1.

– filtrowanie szumów – z dokumentów usunięto do-datkowe szumy, które zakłócały uzyskanie pożąda-nych wyników.Uzyskano wyniki końcowe. Utworzone obrazy zapi-

sane zostały w formacie JPEG.

2.2.2. Analiza dokumentów za pomocą Adobe Photoshop 7.0

Wszystkie próbki poddane zostały analizie za pomo-cą programu Adobe Photoshop 7.0.

Wszystkie próbki miały różne kolory tła i właściwo-ści, stąd analiza takich próbek, w szczególności za po-mocą standardowej metody, była utrudniona. Aby zatem rozwiązać ten problem, użyto różnych narzędzi dostęp-nych w programie adobe Photoshop 7.0 do opracowania

Badanie dokumentów poddanych obróbce cyfrowej za pomocą programów MATLAB 7.10.0 i Adobe Photoshop 7.0 43


mu wykryty został także dodatkowy tekst umieszczony na dokumencie. Na obrazie końcowym przedstawione zostały pokrywające się tekst oryginalny i przerobiony (Rys. 4a, 4b i 4c). Wykryte zostały zmiany i przeróbki tekstu lub obrazów metodą kopiowania i wklejania (Rys. 5a, 5b i 5c). Ponadto jednoznacznie wykryto zakłócenia tła dokumentów, a wszystkie zmienione obszary zostały zaznaczone. Program umożliwia w sposób zaawansowa-ny badanie wszystkich szczegółów na obrazach. Zaletą programu MATLAB jest to, że umożliwia on jednocze-sne badanie i porównywanie dokumentów, dostarczając szybko prawidłowe wyniki. Pozwala on, na podstawie dwóch podobnych dokumentów poddanych obróbce cy-frowej dzięki ich jednoczesnemu porównaniu, określić, czy dokument oryginalny jest autentyczny.

Za pomocą programu przygotowanego zgodnie z przewodnikiem MATLAB wykryte zostały wszystkie modyfikacje 160 (spreparowanych) próbek. Technika ta zapewnia stuprocentowe wykrywanie wszystkich prze-róbek. Jedynym ograniczeniem analizy z wykorzysta-niem programu MATLAB jest fakt, że do wykrywania i porównania wymagane są dwie próbki.

3.2. Wyniki uzyskane za pomocą Adobe Photoshop 7.0

na wszystkich przerobionych (spreparowanych) próbkach widoczne były w tle plamy białego koloru (Rys. 6a i 6b). W tle zaobserwowano brak ciągłości pur-purowych plam, co sygnalizowało retuszowanie próbek (Rys.7a, 7b i 7c). Na kilku próbkach widoczny był wy-blakły szarawy osadzony niekompletny tekst (Rys. 8a, 8b i 8c). Ponadto w niektórych miejscach na dokumentach widoczne były przerywane linie. W przypadku doku-mentów, w których w celu zmiany na nich tekstu uży-to techniki „wytnij-kopiuj-wklej”, wyświetlone zostało okno dialogowe (Rys. 9a, 9b i 9c). Tam, gdzie tekst był kopiowany i wklejany na tej samej stronie dokumentu, zmieniła się pozycja liter. Dodatkowo widoczne były różnice dotyczące wielkości czcionki, stylu i koloru do-kumentów. Tam, gdzie w skanowanych dokumentach usunięto lub dodano tekst, uwidoczniły się nieregularne odległości między literami oraz wyrazami. Po zakończe-niu analizy stwierdzono, że żadna ze standardowych me-tod nie zapewnia optymalnych wyników pod względem wykrywania wszystkich wykonanych przeróbek i zmian. I standardowa metoda okazała się przydatna wyłącznie do wykrycia zafałszowań kilku próbek, natomiast II stan-dardowa metoda okazała się bardziej skuteczna jako na-rzędzie do wykrywania wykonanych przeróbek (Tabela 1). Chociaż zastosowanie wyżej opisanej metodologii okazało się skuteczne do wykrywania przeróbek doku-mentów w formacie elektronicznym, to niektóre rodza-je przeróbek jest trudniej wykryć niż inne. Na przykład trudniejsze jest wykrycie zmian dotyczących położenia

dwóch standardowych metod umożliwiających poprawę jakości i analizę tła wszystkich próbek, dzięki którym szybko uzyskiwano prawidłowe wyniki.

2.2.2.1. Standardowa metoda i

Próbki zostały poddane modyfikacjom i analizie za pomocą programu Adobe Photoshop 7.0. Aby uwydatnić szczegóły tła próbki, w oknie edycji Adobe Photoshop „Nieprzezroczystość” została ustawiona na 100%. Za pomocą narzędzia Proof Setup („Konfiguracja korekty”) wybrano opcję RGB. Ponadto z narzędzia Proof Colors („Korekta kolorów”) wybrano opcję Filters („Filtry”). Aby osadzić cały obraz, wybrano polecenie Emboss („Odsadź”) za pomocą opcji Stylize („Stylizacja”) na panelu głównym. Następnie zadano parametry kąta, wy-sokości oraz wartości Embossment („Wytłoczenie”) dla różnych poziomów, dzięki czemu szczegóły tła zostały dobrze uwidocznione. Aby tło było bardziej wyraźne, wybrano opcję Glowing Edges („Świecące krawędzie”), gdzie zadano szerokość, jaskrawość oraz gładkość kra-wędzi zgodnie z poziomami na panelu głównym Adobe Photoshop. na koniec zestawiono warstwy i zapisano uzyskany obraz końcowy w formacie JPEG (Tabela 1).

2.2.2.2. Standardowa metoda ii

Aby poprawić jakość tła, próbki poddane zostały obróbce za pomocą Adobe Photoshop. Za pomocą na-rzędzia Adjustments w oknie edycji adobe Photoshop wybrano opcję Color Balance („Balans kolorów”), za pomocą której zadano wartości barwy niebieskozielonej, purpurowej i żółtej na poziomie odcieni średnich Midto-nes. Używając narzędzia Highlighting, zadano wartości barwy niebieskozielonej, purpurowej i żółtej na regulo-wanych poziomach na panelu głównym programu Ad-obe Photoshop. Ponadto aby uwydatnić tło, w podobny sposób zadano wartości barwy niebieskozielonej, pur-purowej i żółtej za pomocą opcji Shadows („Cienie”). Korzystając z narzędzia Adjustments ustawiono wartości odcienia, nasycenia i jasności, dzięki czemu uzyskano obraz końcowy. Na koniec zestawiono warstwy utworzo-nych obrazów i zapisano je w formacie JPEG (Tabela 1).

3. Wyniki i omówienie

Dokumenty po obróbce cyfrowej zostały podda-ne analizie za pomocą MATLAB 7.10.0 i Adobe Pho-toshop 7.0.

3.1. Wyniki uzyskane za pomocą MATLAB 7.10.0

Analiza pozwoliła wykryć wszystkie rodzaje usunięć z zeskanowanych dokumentów, a uzyskane obrazy zosta-ły przedstawione na Rys. 3a, 3b i 3c. Za pomocą progra-



elementów na tym samym obrazie i na tym samym tle, gdyż brak zakłóceń tła powoduje, że wykonane zmiany są ukryte, a ich wykrycie wymaga dodatkowego wysiłku. Program Adobe Photoshop 7.0 jest przydatny, ponieważ zapewnia on analizę dokumentu i nie wymaga standardo-wej próbki do wykonania badań porównawczych.

Niniejsza praca przedstawia możliwości oprogramo-wania do obróbki obrazów pod kątem analizy przeróbek dokumentów elektronicznych. Wyniki potwierdzają, że wiele wykonanych przeróbek i zmian na obrazach moż-na skutecznie zidentyfikować za pomocą standardowych aplikacji do obróbki obrazów. Do cennych narzędzi nale-ży MATLAB oraz Adobe Photoshop, które zostały zasto-sowane do zbadania zakwestionowanych dokumentów pod kątem ich autentyczności. MATLAB dostarcza wia-rygodne wyniki poprzez sortowanie treści, obrazów oraz innych wybranych miejsc znajdujących się na próbkach. Program ten umożliwia szybką identyfikację jakichkol-wiek zmian wykonanych na dokumencie. Dzięki temu można określić, który z dwóch analizowanych dokumen-tów jest dokumentem oryginalnym. Za pomocą Adobe Photoshop sprawdzono różne cechy obrazów, takie jak szczegóły dotyczące tła, treść, wymiary zdjęcia, styl tek-stu oraz cienie. Hwang i Har (2013) opracowali metodę automatycznego wykrywania i lokalizowania zdupliko-wanych obszarów na obrazach w formacie elektronicz-nym. Obecność powtarzających się treści na obrazie może oznaczać powszechny rodzaj fałszerstwa wykona-nego techniką „kopiuj-przenieś”. Przedstawiono również inną metodę potwierdzania przeróbek obrazów, jednak w przypadku podrobionego obrazu skompresowanego za pomocą programu Photoshop trudno było wyraźnie zidentyfikować zmiany (Nestorov i in., 2008). Dlatego też aby wyeliminować takie ograniczenia, wszystkie próbki podczas przedmiotowego badania zostały podda-ne analizie za pomocą programu MATLAB 7.10.0, któ-ry zapewnia skuteczne wykrywanie każdego szczegółu i zmiany dokumentu. Próbki z przeróbkami wykonanymi przez „profesjonalistów” były trudniejsze do wykrycia niż próbki wykonane przez „amatorów” z uwagi na po-siadane przez nich doświadczenie nabyte podczas pracy z programami do obróbki obrazów. Umiejętność obsługi programów do obróbki obrazów przez profesjonalistów umożliwia im wykonywanie przeróbek na wyższym po-ziomie zaawansowania (biorąc pod uwagę czynniki ta-kie, jak zakłócenia tła oraz wielkość tekstu i czcionki), gdyż koncentrują się oni na tych właściwościach, które bywają pomijane przez fałszerzy-amatorów.

4. Wnioski

Zakres i stopień wyrafinowania przestępstw, szcze-gólnie w przypadku przestępczości cyfrowej, nieustannie rośnie z uwagi na większą dostępność różnych progra-

mów. Tendencja ta wymaga wdrożenia bardziej zaawan-sowanych technik, na przykład metodologii przedstawio-nej w tej pracy, w celu zapewnienia skutecznego badania dokumentów. Przedstawiono tu sposób, w jaki korzy-stanie z zaawansowanych narzędzi do obróbki obrazów, takich jak Adobe Photoshop oraz MATLAB, umożliwia wykrywanie przeróbek dokumentów w formacie elek-tronicznym. Uzyskane wyniki potwierdziły, że zastoso-wanie takiego oprogramowania pozwala zaoszczędzić czas i wysiłek konieczny do dokładnego badania obra-zów w formacie elektronicznym pod kątem dokonanych w nich przeróbek. Metodologia opisana w przypadku programu Adobe Photoshop umożliwiła skuteczne wy-krywanie nawet drobnych przeróbek dokumentów w for-macie elektronicznym. Przedstawiony sposób badania z użyciem programu MATLAB wymaga mniej czasu w porównaniu do poprzedniej metody, zapewniając wykrywalność przeróbek na poziomie 100%. Przepro-wadzone badania wskazują, że prosty program pozwala podnieść skuteczność wykrywania oszustw dokonanych na dokumentach w formacie elektronicznym, przewiduje się także, że takie programy do obróbki obrazów będą coraz częściej wykorzystywane przez ekspertów badają-cych dokumenty podczas ich rutynowej pracy.

Examination of digitally manipulatE d documEnts using ... · Examination of digitally manipulatE d...

Documents

Transcript of Examination of digitally manipulatE d documEnts using ... · Examination of digitally manipulatE d...