Bilderdieben auf der Spur — Analysemittel

Manchmal entstehen identisch aussehende Fotos tatsächlich komplett unabhängig voneinander, weil Örtlichkeit, Technik und allgemeine Regeln ein gewisses Vorgehen nahelegen — manchmal wird einfach hemmungslos geklaut. Oft helfen Indizien wie Schatten oder Wolken, die sich kaum ein zweites Mal identisch auf Bildern wiederfinden, vor allem wenn sie (angeblich) von verschiedenen Fotografen zu unterschiedlichen Zeitpunkten aufgenommen worden sind.

DIe Vorlage sichtbare und unsichtbare Veränderungen

Original und Fälschung — sichtbare und unsichtbare Veränderungen.

Und mancher Dieb kommt sich besonders schlau vor, wenn er kleine Veränderungen an dem Foto vornimmt. Das kann schon etwas verunsichern… Wieviele Unterschiede gibt es zwischen den beiden Bildern oben — das Gartenhäuschen ist Kontrollobjekt.

Gerade bei elektronischem Bilderklau kann man auch gut elektronische Hilfsmittel einsetzen, wie beispielsweise Photoshop. Eine von Laien wenig beachtete Funktion ist die Art der Ebenenverknüpfung, die es z. T. auch bei anderen Bildbearbeitungsprogrammen gibt (zum Beispiel beim kostenlosenHornil SylePix). Dazu lädt man Original und (vermutete) Fälschung in ein Photoshop-Dokument auf zwei Ebenen und benennt diese entsprechend, Es kommt darauf an, wie die Ebenen verknüpft werdendamit man später nicht durcheinander kommt.

Es kommt darauf an, wie die Ebenen verknüpft werden.

Im “Idealfall” wurde das geklaute Bild 1:1 übernommen und sie liegen somit deckungsgleich übereinander. Dann muß man für das oben liegende Bild für die Ebenenverknüpfung nur noch die Art “Differenz” (oder “Ausschluß”) einstellen. — Das Ergebnis: ein mehr oder weniger schwarzes Bild. Was kann man daraus schließen?

  • Ist das Bild komplett schwarz, sind die beiden Bilder absolut identisch, egal um welches Detail es geht.
  • Sind nur Teile schwarz, muß man abwägen: Handelt es sich um kleine Veränderungen, um die Herkunft zu verschleiern, technisch bedingt (Neukomprimierung als JPG) oder ist es tatsächlich eine zufällige Übereinstimmung?

Achtung, dies ist ein pragmatisch orientierter Beitrag für den Hausgebrauch. Rechtskundige und Mathematiker haben dazu sicherlich eine ganz andere Ansicht. — Für konstruktive Hinweise gibt es die Kommentare.

Ebenenverknüpfung zeigt die Unterschiede

Die Ebenenverknüpfung zeigt exakt die Unterschiede.

Das Beispiel unter “Laborbedingungen” (es ist tatsächlich das selbe Foto mit identischen Abmessungen usw.) zeigt neben dem auffälligen Gartenhäuschen auch eine Menge Krähen, die sich im Geäst der alten Eiche tummeln. Es ist sehr unwahrscheinlich, daß bei zwei Zwei Bilder sind praktisch nie 100 Prozent deckungsgleich Aufnahmen wirklich jedes Ästchen deckungsgleich ist, das ist selbst bei Aufnahmen vom Stativ nur bedingt möglich.

Zwei Bilder sind praktisch nie 100 Prozent deckungsgleich.

Mein Kontrollbild von zwei an verschiedenen Tagen vom selben Standpunkt mit der selben Kamera gemachten Bildern zeigt eine Menge Unterschiede, obwohl eine Übereinstimmung im Rahmen einer “Zeitraffer” gewollt ist. Sie sind sehr ähnlich, aber nicht identisch. Problematisch ist natürlich, daß Bilder u. U. in der Größe oder in der Abbildungsqualität verändert werden, so daß es trotz “objektiver” Übereinstimmung zu Abweichungen kommen kann. Es liegt in der Art der häufig benutzten verlustbehafteten JPG-Komprimierung, daß gerade wirres Geäst oder diagonal laufende Linien (z. B. Fachwerk, Gerüste u. ä.) vom Algorithmus in zwei Aufnahmen unterschiedlich verarbeitet wird und es gerade in den feinen Strukturen zu Differenzen kommt. Dies könnte man zusätzlich mit einem Image ErrorLevel Analyser (ELA) untersuchen, der allerdings seine Grenzen hat, wenn das zu vergleichende Bild in unterschiedlichen Formaten vorliegt.

JPG kann man auf Error Level analysieren

JPG kann man auf Error Level analysieren
(hier 29a.ch)

Diese “Untersuchung” kann m. E. einen ersten Anhaltspunkt geben. Einen “Beweis”, wer der wahre Autor ist kann man eventuell erbringen, wenn man a) mehrere ähnliche Bilder oder b) ein RAW vorlegen kann. Auf Grund von individuellen Pixelfehlern kann man ein RAW einem bestimmten Sensor/Kamera zuordnen.

[Update]

Das “Tutorial: Error Level Analysis” erläutert das Vorgehen mit der ELA-Methode.

Comments

comments

Leave a Reply

Your email address will not be published.