noise_inconsistency_map — IMGFORENSICS noise op

• データ種: image2d → image2d

• 呼び出し: import imgforensics; imgforensics.noise_inconsistency_map(image, block: 'int' = 16) -> 'np.ndarray' (または opsimgforensics.get("noise_inconsistency_map"))

使い方

ブロックごとの 雑音標準偏差 を並べた地図。`image2d`。

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)。

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• image_forensics_audit — py -3.11 examples/image_forensics_audit.py

型が繋がる次の op(image2d を入力に取れる)

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

同カテゴリ(noise)

—

*Provenance: imgforensics.py — IMGFORENSICS operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.