第二部分公安部门刑事数字图像处理基础演示文稿

第二部分公安部门刑事数字图像处理基础演示文稿目前一页\总数八十一页\编于八点优选第二部分公安部门刑事数字图像处理基础目前二页\总数八十一页\编于八点1.1图像与数字图像—图像的概念图像的概念：狭义上理解： 图像是指客观景物在人眼中所形成的“影像”或“映像”，也就是人眼所能感知的视觉信息。广义上理解： 图像是泛指能够描绘事物的特征的形象化信息。它包括人眼所直接感知的视觉信息和人眼无法直接感知，但可以通过间接感知的的图像信息(如红外线、X光、超声波图像等)。目前三页\总数八十一页\编于八点1.1图像与数字图像—图像的分类图像按存在形式分类：模拟图像、数字图像模拟图像：保存于传统介质上的图像（照相纸、感光片、画纸、画布等有形载体）数字图像：模拟图像经过采样后以离散的二进制序列（0，1编码序列）形式记录在特殊介质上的计算机文件。目前四页\总数八十一页\编于八点1.1图像与数字图像—图像的数学模型

按存在形式对图像进行分类虽然直观，但并不够严格和准确，要从本质上说明数字图像和模拟图像的区别和特点，并便于对其进行研究，必须借助数学方法对其进行描述。

从数学的观点来看，图像可看作二维或三维空间上的一个或一组分布函数。目前五页\总数八十一页\编于八点1、模拟图像的数学模型灰度（黑白）模拟图像的数学模型：

灰度图像中灰度强度值随坐标图像空间坐标(x,y)连续分布，因此可将其定义为三维空间上的连续函数z＝f(x，y)，其中，Z代表图像在空间坐标处的灰度值(或亮度)强度。 实际图像的灰度值是有界的，这种有界性可表示为：

0≤f(x,y)≤Bmy0f(x,y)

目前六页\总数八十一页\编于八点1、模拟图像的数学模型B：三维空间上的图像AC：f(x,y)投影到X—Y平面目前七页\总数八十一页\编于八点1、模拟图像的数学模型彩色模拟图像的数学模型： 彩色图像的数学模型还应反映出色彩的类别及强度变化。 通常将彩色图像分解为三个连续三维灰度（或亮度）函数Zr=fr(x,y),

，Zg=fg(x,y),

，Zb

=fb(x,y)进行表达，分别代表图像中红、绿、蓝三种光谱成分的亮度幅值在二维空间（x，y）上的分布变化，同样fr(x,y)、fg(x,y)、fb(x,y)也是连续有界的。Zr=fr(x,y),0≤fr(x,y)≤BmZg=fg(x,y),0≤fg(x,y)≤BmZb=fb(x,y),0≤fb(x,y)≤Bm目前八页\总数八十一页\编于八点模拟图像的特点1．空间上连续（空间坐标是有界且连续变化的量）2．信号连续，不分级（亮度或色彩属性呈连续变化）3、不能直接被计算机和数字设备识别和处理（连续信号不能被数字设备识别和处理）。目前九页\总数八十一页\编于八点2、数字图像的数学模型

对于灰度（黑白）图像，定义三维离散亮度函数：

z=f(x，y)，其中：

x={0，1，2…..xmax} y={0，1，2…..ymax} z={0,1,2…zmax} x，y说明图像像素的空间坐标，xmax，ymax代表图像尺寸（长、宽），同时决定x，y的取值范围为介于0—xmax和0—ymax之间的整数。 函数值z代表了在坐标(x，y)处像素的灰度值（亮度值），通常取值范围为0到255的整数值，0表示纯黑、255表示纯白。

注意：坐标空间和亮度幅值的离散性，即取值为某个区间内的整数值，而非实数值。目前十页\总数八十一页\编于八点2、数字图像的数学模型

使用二维矩阵方式对数字图像的进行表达方式更接近于人们对数字图像的视觉感受，便于理解。

定义二维矩阵f[m,n]，m,n说明图像的宽和高，矩阵元素f(i，j)的值表示图像在第i行，第j列的像素的灰度值或色彩属性值；i,j表示图像像素的几何位置。mXn代表数字图像的像素总数，称作图像的空间分辨率（图像尺寸）对于灰度等级（K=256）的灰度图像，f(i,j)={0…255};对于24位RGB彩色图像，f(i,j)={RGB(r,g,b)|(r、g、b={0…255})}目前十一页\总数八十一页\编于八点数字图像的特点1．空间上离散（空间坐标是介于某个区间的正整数值）2．信号是分级的离散值（亮度或色彩属性为不连续集合空间内的正整数值）3、能直接被计算机和数字设备识别和处理。目前十二页\总数八十一页\编于八点这幅数字图像由56x56个像素组成。每个像素在二维空间中具有特定的位置（x,y）属性和幅值f(x,y)属性。若该图是24位RGB彩色图像，f(i,j)={RGB(r,g,b)|(r、g、b={0…255})}目前十三页\总数八十一页\编于八点为什么需要图像的数学模型？便于研究、分析和处理图像根据需要对这些函数进行某种数学运算（即对其表达函数进行加工和改造或分析），即可达到某种目标。目标：图像增强、图象恢复、边缘提取、图像内容识别等。

目前十四页\总数八十一页\编于八点1.2图像处理与数字图像处理

1.2.1图像处理与图像处理方法

图像处理的概念：

按特定的目标，使用一定的设备和方法，对已有图像进行的“加工”和“改造”。图像处理方法分类：一、模拟图像处理对象：模拟图像手段和方法：光学、化学、模拟电子手段二、数字图像处理对象：数字图像手段和方法：数字化设备和软件目前十五页\总数八十一页\编于八点模拟图像处理手段及特点光学手段：利用光的透射、干涉、衍射原理化学手段：如：暗房技术对底片加厚、减薄、反差调整模拟电子手段：对图像的模拟电子信号进行滤波、边缘提取、反差增大、亮度对比度调整、伪彩色显示等缺点：容易产生信号失真、引入噪声干扰、不易控制处理的量和度、过程不直观。目前十六页\总数八十一页\编于八点数字图像处理手段及特点

利用计算机，使用具备某些特定算法的软件对数字化后的图像进行处理。特点 ：

不会引入噪声干扰、精确性高（数字技术自身的特点） 过程直观，再现性好，易控制处理的量和度 灵活性大，一般不依赖于特定的硬件设备，成本低廉速度快，由计算机或数字设备完成，快捷、方便。目前十七页\总数八十一页\编于八点1.2.2数字图像处理的研究领域

（基本任务）

数字图像处理过程是对原始图像的数学函数f(x，y)进行某种运算H从而得到目标G的过程，这个过程可以表示为：G=H[(f(x，y)]根据H性质和目标的不同可分为：图像增强(imageenhancement)

图像压缩(imagecompression)图像恢复(imagerestoration)图像特征提取(featureextraction)目前十八页\总数八十一页\编于八点1、数字图像处理（图像增强）给定一幅图像f(x，y)，选择一种操作运算H，使得结果图像f’(x，y)在某种主观评测标准下比原图f(x，y)具有更好的视觉质量，这就是图像增强(imageenhancement)问题。对比度增强前、后图像增强是个高度主观的过程，增强效果的评判是否取决于目标图像的最终用途，没有一个普遍适用严格的客观测评标准。注意目前十九页\总数八十一页\编于八点2、数字图像处理（图像压缩）

给定一幅图像f(x，y)，我们寻找一种操作H，使得f(x，y)对原图像f(x，y)的表示（存储、处理、显示、传输等）可以在少量图像细节丢失的条件下用更少的比特数进行，这就是图像压缩(imagecompression)问题。目前二十页\总数八十一页\编于八点图像压缩的两种基本类别图像压缩：有损压缩、无损压缩

“你的妻子，Helen，将于明天晚上6点零5分在波士顿的Logan机场接你”无损压缩：去除冗余信息你的妻子将于明晚6点零5分在Logan机场接你有损压缩：去除非关键信息

Helen将于明晚6点在Logan接你。目前二十一页\总数八十一页\编于八点3、图像恢复

给定一幅损毁或失真图像f(x，y),找出对H-1的估计，恢复图像f(x，y)，这就是图像恢复(imagerestoration)问题。其中，H-1代表对造成图像损毁或失真过程的数学模型的逆函数，对损毁或失真过程所建立的数学模型越精确，恢复效果越好。图像恢复是个客观的过程，必须依赖于图像损毁或失真过程的较为准确的数学模型，否则难以获得理想的恢复结果。注意目前二十二页\总数八十一页\编于八点4、图像特征提取给定一幅图像f(x，y)，寻找一种操作H，使得处理结果G为图像f(x，y)的某种特征（灰度、颜色、纹理等），这就是图像特征提取(featureextraction)。图像特征提取往往又需要进行边缘检测(edgedetection)、图像分割(imagesegmentation)。特征提取属于数字图像处理研究与应用的中级层面。即输入图像，输出便于机器识别的图像的特征。目前二十三页\总数八十一页\编于八点特征提取过程的例子车牌自动识别系统中的图像处理（边缘检测）目前二十四页\总数八十一页\编于八点图像分割例子指纹自动识别预处理（图像分割）通过图像分割算法（基本全局阈值算法）分割得到的图像目前二十五页\总数八十一页\编于八点1.2.3数字图像处理应用领域

图像处理的应用涉及航空航天、生物医学工程、通信工程、工业和工程、军事、公安、档案、文化艺术、计算机视觉等众多领域和学科。目前二十六页\总数八十一页\编于八点数字图像处理应用领域（医学）对原始对比度不够的CT扫描图像和经过直方图均衡化处理(一种图像增强技术)以后的图像，可以看出，图像增强后的CT图，细节得到了突出。目前二十七页\总数八十一页\编于八点数字图像处理应用领域（地质遥感）遥感图像的判读是遥感图像分析的一项重要内容。图(a)给出一幅灰度遥感图像，其中海洋、山川等地貌不突出。图(b)为一幅经过伪彩色处理的图像，各种地貌的差异变大，便于判读。人的视觉系统对颜色变化的敏感程度强于灰度变化。目前二十八页\总数八十一页\编于八点数字图像处理应用领域（工业检测）装瓶生产线上，可以通过图像检测瓶子是否装满。原图通过合适的图像分割方法，将液体和没有液体的空白图像区域分割开（增大差异），再通过计算机进行分析检测。目前二十九页\总数八十一页\编于八点1.2.4数字图像处理设备和数字图像处理系统

图像处理系统的5大组成部分其中，计算机及图像处理软件为核心

目前三十页\总数八十一页\编于八点1、图像采集设备（数字化输入设备)图像采集设备是图像数字化输入单元，常用设备有：扫描仪（平板扫描仪、胶片扫描仪）CCD（Charged-CoupledDevice）摄像机、数码相机视频采集器（采集卡）目前三十一页\总数八十一页\编于八点2、图像存储设备（存储器）常用存储容量单位比特(bit,):1个二进制位，数字技术最小处理容量单位字节（Byte，):1byte=8bit

千字节（KByte，单位缩写KB),1KB=210Byte

兆字节(MByte，单位缩写MB),1MB=210KB

吉字节(GByte，单位缩写GB),1GB=210MB

存储器分类可读写存储（计算机内存）在线或联机存储器（软盘、硬盘）数据库存储器（磁带、光盘）移动存储器（SD卡,CF卡，U盘等）目前三十二页\总数八十一页\编于八点3、图像处理设备(完成图像处理运算)

计算机及图像处理软件图像处理数字电路硬件模块:为了提高速度或克服通用计算机限制的情况下才用特制的硬件。目前三十三页\总数八十一页\编于八点4、图像显示、输出设备显示器、阴极射线管(CRT)和各种打印设备。打印机是一种输出设备，可将计算机产生的彩色图像或来自扫描仪的彩色图像高质量地打印出来。打印机的分类针式打印机喷墨打印机激光打印机热升华打印机目前三十四页\总数八十一页\编于八点5、交互设备

在图像处理过程中会存在大量人机交互操作，这些操作将通过鼠标、键盘进行。目前三十五页\总数八十一页\编于八点1.2.5图像数字化过程图像数字化过程（ImageDigitzingProcess）:

将一副图像从模拟状态转变为数字化形式的处理过程。包括以下三个基本步骤：扫描(Scanning）：对模拟图像进行寻址，每个被寻址的最小单元最终形成数字图像的一个像素采样(Sampling)：在每个扫描位置测定其灰度值。量化(Quantization)：将灰度数值划分为不同的等级并对像素地址及量化后的像素灰度等级值进行编码形成离散的二进制序列。

灰度值：表征图像某空间位置处明暗程度的物理量目前三十六页\总数八十一页\编于八点1、扫描数字化设备将模拟图像划分成M(行)XN（列）的矩阵，然后对每个矩形方格进行寻址，进行一次灰度值的采样和量化，最后形成1个像素点，这个寻址过程称作扫描。n0mM，NMXN叫做数字图像的空间分辨率，实质是构成数字图像的像素点个数，通常用于度量数字图像的尺寸和也用于说明图像采样精度。目前三十七页\总数八十一页\编于八点模拟图像f(x,y)->

采样图像{fc(i,j)}其中,i＝{1、2、3、…n}；j＝{1、2、3、…m}，mxn叫做空间分辨率若将图像数字化为灰度图像，fc(i,j)表示采样得到的i行j列矩形方格的灰度值(0≤f(i,j)≤Bm)也称作“抽样”，指将图像的连续表达方式f(x,y)转换成为空间上离散的表达方式{fc(i,j)}的操作过程。2、采样目前三十八页\总数八十一页\编于八点像素灰度值像素平均灰度值2、采样(灰度值的确定)y0f(x,y)

{fc(i,j)}nm0m，n0≤f(i,j)≤Bm的实数105.3200.8197181172172170.27195184178170163.4160.3153.26125142131123.7114.41051025108928363.360.57177.6469635133.154.5114124.53831171224834108.8152.526310811745950.4103.1176543210X目前三十九页\总数八十一页\编于八点均匀分隔等份均匀分隔等份16163232636312812832×32采样64×64采样128×128采样

显然，采样小方格的面积取得越小（m，n越大），采样区域数越多，采样图像就越接近原始模拟图像。模拟图像16×16采样采样后的数字图像2、采样（空间分辨率对图像质量的影响）目前四十页\总数八十一页\编于八点量化：为了便于计算机处理,采样得到的图像灰度矩阵{fc(i,j)}中的每个像素的灰度值f(i,j)还必须被离散化为便于计算机可以识别和度量、处理的等级，这一步操作称为“量化”。连续的灰度空间(物理值)量化后的灰度空间(逻辑值)QiQi+1Qi-1IfZi<=Z<Zi+1Q=Qi一般情况下，采取均匀量化，即将像素灰度的取值范围分成均等的K个子区间，为便于计算机处理和存储，通常量化等级K取为2的整数次幂，即：

K=2n，(n=1,2,3,……)3、量化K叫做灰度分辨率(图像最多可能能灰度级别数量)n

叫做位深度ziZi+1Zi-1Bm0目前四十一页\总数八十一页\编于八点概念：灰度灰度：像素的灰度值代表了图像像素的灰暗和明亮等级，等级的范围从全黑到全白。根据位深度的不同可划分为不同的等级范围：

在8位（N=8，K=256）灰度图像中，像素值0代表全黑，而像素值255代表全白。灰度127代表了恰好处在黑色和白色正中间的一种灰色（中灰），灰度63的灰色则处在中灰和全黑的正中间。

0纯黑255纯白127中灰64深灰目前四十二页\总数八十一页\编于八点概念：位深度

灰度图像的位深可以是1,2、4、6、8、12、16和32，但最常用的还是8位灰度图像。原因：

1）1个像素的灰度值（0-255），刚好可由1个Byte进行表示，计算机很容易进行处理(例,0可表示为00000000,255可表示为11111111)2）8BPP的灰度图像提供了256个明显的灰度色阶（人的眼睛能够同时区分的灰度色阶不超过200种），所以它可以如实地表现出任何的灰度图像。目前四十三页\总数八十一页\编于八点N=3,K=8(灰度等级为8)01234567255075100125150175200105.3200.8197181172172170.27195184178170163.4160.3153.26125142131123.7114.41051025108928363.360.57177.6469635133.154.5114124.53831171224834108.8152.526310811745950.4103.1176543210{fc(i,j)}灰度采样值(实数)4777666777766666555445454324233421112443344114622441016176543210灰度量化值（整数）量化100……………110111………………110110………………100101………………011100………………100011………………110010010100100001000001110001111110101100011001000000离散二进制01序列灰度值编码目前四十四页\总数八十一页\编于八点当n=1时，K=2，像素值只有黑白两种，对应二值图像。当n=2时，K=4，像素值只有黑到白4级灰度。当n=3时，K=8，像素值只有黑到白8级灰度。当n=8时，K=256，像素值为黑到白256级灰度。对应灰度图像。灰度分辨率K对图像质量的影响:目前四十五页\总数八十一页\编于八点图像数字化过程

采样和量化参数对图像质量的影响

图像数字化时，行和列的采样点数m和n(空间分辨率），量化时像素灰度值的量化级K（灰度分辨率）是影响数字化后的图像是否忠实原图像的重要质量参数。目前四十六页\总数八十一页\编于八点32×32采样64×64采样128×128采样16×16采样n=1,k=2n=2,k=4n=3,k=8n=8,k=256目前四十七页\总数八十一页\编于八点1.2.6数字图像处理的基本原理和方法

根据图像增强处理所在的空间不同，数字图像图像处理方法可分为两类基本方法：空间域图像处理。灰度变换空域滤波频率域（变换域）图像处理。目前四十八页\总数八十一页\编于八点1、空间域图像处理

“空间域“一词指的图像平面本身，这种技术以对图像像素进行直接处理为基础。 包括：灰度变换空域滤波目前四十九页\总数八十一页\编于八点概念：灰度变换

基于点操作的增强方法，它将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值，如增强处理中常用的对比度拉伸、直方图均衡化、图像算术运算（加、减）等方法。

特点：某一像素的新值取决于其原值。

例如，灰度级范围为【0，K-1】的图像反转运算的变换式为：s=K-1-r， 其中k为灰度分辨率，r为图像原像素灰度，s为输出灰度。 又如：图像减操作获得的新图像中的每个像素值取决于两幅图像同一空间坐标处像素值之差。目前五十页\总数八十一页\编于八点概念：空域滤波基于邻域处理的增强方法，依次对图像中每个像素及其周围一定范围（邻域）内的像素进行某种数学运算，得到该像素新的灰度值（即输出值），该输出值与其自身原来的值和邻域内的像素值有关，常用的图像锐化与平滑技术就属于空间域滤波的范畴。特点：某一像素的新值取决于其自身及其周围一定范围内像素的值。目前五十一页\总数八十一页\编于八点空域滤波原理：原点：xy图像f(x,y)(x,y)图像f(x,y)的子图像（以x,y坐标为中心的3x3大小的邻域）对坐标位置为x,y的像素为中心的子图像（邻域）进行某种运算T（邻域内像素都参与运算），运算结果g作为新图像坐标位置x,y处的像素值。子图像中心从一个像素移到下一个像素，每移动一次，对新的子图像（邻域）再次应用T运算….目前五十二页\总数八十一页\编于八点2、频率域（变换域）图像处理

与空间域处理不同，频率域处理将图像中包含的信息成份以频率的视觉来看待（图像中变化缓慢的内容对应图像低频成分、变化剧烈的成份对应图像的高频成分），在进行处理时，首先经过傅里叶变换将图像从空间域变换到频率域，然后在频率域对图像进行操作和处理，去除图像中某些不需要的成分所对应的频率，再将其反变换到空间域，从而得到增强后的图像。目前五十三页\总数八十一页\编于八点频率域（变换域）图像处理例规则织物上的指纹频谱图去除高频部分后的频谱图通过逆变换得到的去除背景后的指纹图像空间域指纹图像指纹图像对应的频率域图像空间域指纹图像1、空间域转换为频率域2、频率域转换为空间域目前五十四页\总数八十一页\编于八点1.3数字图像处理技术在刑事司法领域应用中存在的风险及应对

数字图像易于处理和修改的优势，同时也是导致数字图像图像在刑事司法领域的应用易受到质疑、存在风险的原因。目前五十五页\总数八十一页\编于八点Leftisoriginalimage.Imageonrighthasbeenalteredtoremoveweaponfromtable. 目前五十六页\总数八十一页\编于八点Topimagehasbeencreatedbyalteringbottomleftimageandcompositingitwiththebottomrightimage. 目前五十七页\总数八十一页\编于八点近年来，造假照片愈演愈烈:《纽约时报》记者造假伊拉克士兵驱赶难民（后期修改制作）美联社记者造假陕西洪水漫过膝盖（后期制作合成照片）“华赛”大奖作品造假中国高楼第一爆（后期修改制作）当年“非典”时期一对新婚伴侣走上街头的照片…….目前五十八页\总数八十一页\编于八点根据网民提出的质疑及刘为强本人确认，影响2006·CCTV

图片新闻年度评选专业组铜奖作品《青藏铁路为野生动物开辟生命通道》是刘为强经过电脑合成处理的虚假新闻图片目前五十九页\总数八十一页\编于八点上图曾获得2005年“华赛”金奖，但2年后，有网友认为图中两只鸽子一模一样，并做了一些技术分析为证。

目前六十页\总数八十一页\编于八点风险与挑战一数字图像处理过程中，主观故意或无意的偶然都可能“创造”图像中原本没有的信息或者移去图像原始信息，取决于图像处理者的意图以及其处理图像的技巧。随着软件技术发展，计算机图像处理软件随处可得，使用也相对简单。恶意篡改、伪造图像比以往任何时候都更相对容易，直接带来的问题是：采用数字图像处理技术伪造的图像比通过传统手段伪造的图像更难于检验。这使得很多人将数字图像技术用于刑事司法领域心存疑虑和恐惧。目前六十一页\总数八十一页\编于八点风险与挑战二什么样的处理技术手段能够增强图像细节与什么样的处理技术手段会带来图像信息的歪曲、损失或者会引入原本没有的额外信息，两者之间的界限并不是简明清晰的。“真理向前跨越一步就是谬误”，即便是对比度调整之类的源于传统暗房技术的处理技术的简单增强处理，如果处理过度也可能会导致图像中关键信息的损失（例如过度的对比度调整会直接影响图像中客体的尺寸）。如何定义处理手段的科学性、有效性？如何证实？目前六十二页\总数八十一页\编于八点风险与挑战三

诉讼参与者基本都不是图像技术专家，不懂图像处理的原理和方法，甚至对该技术存在偏见。 图像处理者要从理论的角度向非专业人员说明和论证其所采用的图像处理手段是否是正确、适当的并不是件容易的事情。 当处理后的图像作为证据使用时受到质疑？如何向诉讼参与者证实所进行的处理不会带来图像本质内容的改变？目前六十三页\总数八十一页\编于八点

因为以上原因而排斥数字图像在刑事司法领域的使用是不明智的，保证刑事数字图像作为证据使用的可靠性（Reliability），规避数字图像技术在刑事司法领域中的使用风险，特别需要关注数字图像的四方面的特性：风险规避与应对（1）原始性（Originality）（2）真实性（Authenticity）（3）完整性（Integrity）（4）可重复性（Repeatability）目前六十四页\总数八十一页\编于八点风险应对需考量的四方面问题：原始性（Originality）： 指数字图像呈现的图像信息是否源于最初获得的场合，是否人为创造或进行过加工处理。原始性是数字图像证据可靠性和真实性的基石，是评判数字图像是否真实描绘待证事实的基础依据。

什么是数字图像的原件（存储器中存储的0，1二进制序列？） 国内学者普片倾向认同美国联邦证据规则（FederalRulesofEvidence(Rules1001—1008)）中类似的规定：照片原件包括原始负片及其打印输出形式的，如果原始信息以计算机等类似设备存储，则任何准确反映这些信息的可视输出都应视为原件。目前六十五页\总数八十一页\编于八点

真实性（Authenticity）：数字图像的真实性是指作为图像所反映的内容是否与其形成时候的场景状况一致。图像真实性的审查依赖于对图像来源的审查，必要时候还需借助技术检验。

来源审查包括整个图像生成到展示过程的可靠性评估，包括：拍照：什么情形下拍摄、拍摄人是谁、是否符合法定程序和技术规范….处理：什么软件？谁进行的处理？如何处理？处理方法和步骤是否科学有效？存储：原始图像是否妥善保存，图像存储是否安全、可靠？有什么样的程序和技术措施予以保证？是否存储时候采用有损压缩导致关键信息丢失？传送：传送过程是否存在被截获、修改的可能？目前六十六页\总数八十一页\编于八点原始性与真实性的关系数字图像原始性不完全等同于待证事实的真实性（图像是原始的，其反映的内容就是真实的吗？周老虎案说明什么?）图像真实性改变必然导致原始性的丧失图像原始性改变未必导致真实性改变目前六十七页\总数八十一页\编于八点完整性（Integrity）：数字图像证明力之保证。

完整性是用于衡量图像是否存在真实性丧失风险，是衡量数字图像可靠性的重要指标。 图像完整性是指图像生成的伴生数据信息的完整性，也包括图像从加工、处理直到交付作为证据使用的整个保管链所采用的程序及技术手段的合法规范及安全可靠程度。 这意味着，为了让数字图像证据的真实性经得住审查，图像证据的举证方必须尽可能保证数字图像的完整性，并且在面对质疑时，知道如何论证图像的完整性。例如：假如对图像进行了加工处理，应该记录处理人、处理时间、所使用的软件、功能、步骤及每步骤参数。

目前六十八页\总数八十一页\编于八点可重复性(Repeatability)：

当需要将处理后数字图像作为证据使用或在其基础上作出鉴定结论，应确保所采用的技术手段能够通过一组相同的操作得到相同的结果，即处理过程的应是可再现的。 当采用的技术与方法在法庭上受到质疑与挑战时,通过操作过程的再现可以直观的方式说明所采用的技术给对于原图像带来的影响和变化。确保图像处理过程可重复、处理结果可再现是避免可能的争议或解决争议的有效办法。目前六十九页\总数八十一页\编于八点1.3风险应对刑事数字影像技术规则（GA/T592-2006）1、必须在副本上进行，避免破坏原件2、处理必须保证不破坏事物本质，不能破坏图像客观性3、操作过程应能再现每步处理过程结果应分别存盘记录每步操作所使用的软件、功能及参数记录处理日期以及操作人员更多可参考的指导细则可参阅：国际鉴定联合会（IAI）下的科学图像工作组(SWGIT)的指导建议RecommendationsandGuidelinesfortheUseofDigitalImageProcessingintheCriminalJusticeSystem（刑事数字图像处理指导）BestPracticesforMaintainingtheIntegrityofDigitalImagesandDigitalVideo(released6-4-2007)（维护数字图像完整性的最佳实践）目前七十页\总数八十一页\编于八点1.4数字图像处理软件

数字图像处理软件是数字图像处理系统的重要核心。 本质是对原始图像的数学函数f(x，y)进行某些运算H从而得到目标G的算法程序库。

可用于刑事数字图像处理软件既包括：各种被广泛应用于各种科学研究邻域的图像处理软件(MediaCybernetics公司的Image-Pro)也包括各种被实现有被广泛认可的处理算法的民用图像处理软件(Photoshop)专用的刑事数字图像处理系统。目前七十一页\总数八十一页\编于八点刑事技术专用图像处理软件用于解决刑事技术领域特有的图像处理难题1、刑事痕迹、文检图像增强处理、检验分析类代表：大连恒锐公司痕迹/文检分析系统 北京极名源公司痕迹/文检分析系统主要功能：重叠指纹、痕迹的分离模糊图像复原去除噪声（图像干扰）变形校正