noise_inconsistency_map — IMGFORENSICS `noise` op

• Datenarten: image2d → image2d

• Aufruf: import imgforensics; imgforensics.noise_inconsistency_map(image, block: 'int' = 16) -> 'np.ndarray' (oder opsimgforensics.get("noise_inconsistency_map"))

Verwendung

Eine Karte der Rauschstandardabweichung pro Block. `image2d`.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

Immerkær 1996 の 3x3 マスクで高周波成分を取り、`block` 角の非重複ブロックごとに

`sigma = sqrt(pi/2) / 6 * mean(|conv|)` を出してブロック定数で戻す。

貼り付けた領域が別の露出・別の圧縮率・別のカメラから来ていれば、この値が

まわりと段差になる。

精度は良い(`tests/test_imgforensics.py` が固定)。真の σ が上半分 0.01・

下半分 0.04(8 bit で 2.55 と 10.20、比 4.0)の合成画像で、推定は

2.533 と 10.214、比 4.033 —— 絶対値も比も 1% 以内。

この地図が言えないこと:

• テクスチャは雑音として数えられる。Immerkær のマスクはラプラシアン風なので、

細かい模様の領域は σ が高く出る。実測:雑音は上下とも同じ σ=0.01 で、

下半分にだけ市松模様を足した画像では、模様側 15.97 / 平坦側 2.58 = 6.2 倍。

段差があっても「改竄」ではなく「模様」かもしれない。

• 逆に 平滑化された改竄は σ が下がるので見えるが、平坦な背景に平坦な物を

貼った場合は差が出ない。

• JPEG は雑音をブロックごとに削るので、圧縮済みの画像では `block` を 8 の倍数に

しないとブロック格子と干渉して縞が出る(既定 16 は 8 の倍数)。

• ★ 画像の縁に、改竄と無関係な段差が必ず出る(2026-09-06 実測)。

畳み込みが `mode="reflect"` で折り返すため、外周のブロックでは高周波が

減って σ が低く出る。改竄ゼロ・一様雑音の 256x256 で、最外ブロック帯

8.815 に対し中心 9.537(-7.6 %)。同じ画像の生の局所 std は

0.03491 と 0.03563(-2.0 %)しか違わないので、差の大半は推定器が作っている。

中央値からの隔たりで見ると最外 0.7173 / 中心 0.5948 = 1.21 倍。

画素ごとの ROC を取るとこれだけでゼロ点 AUC が 0.5 から外れる

(`examples/poc_forensics_roc.py` の実測で 0.447)。**外周 1 ブロックを

判定から外す**か、中央値を場所ごとに取ること。

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• image_forensics_audit — py -3.11 examples/image_forensics_audit.py

• poc_forensics_roc — py -3.11 examples/poc_forensics_roc.py

Typkompatible Folge-Operatoren (nehmen `image2d` als Eingabe)

perceptual_hash · fingerprint_correlate · error_level_map · jpeg_quality_estimate · jpeg_ghost_map · copy_move_regions · watermark_embed · watermark_extract

Gleiche Kategorie (`noise`)

—

*Provenance: imgforensics.py — IMGFORENSICS Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

noise_inconsistency_map — IMGFORENSICS noise op