一种JPEG格式图像来源鉴别方法技术

本发明专利技术属于数字图像被动取证领域，具体涉及一种JPEG格式图像来源检测方法。该方法首先需要建立已知相机的图像库，利用维纳滤波器提取参考模式噪声；然后使用相同的噪声提取方法获得待测JPEG格式图像的模式噪声，并估测待测JPEG格式图像的量化噪声误差，得到模式噪声的可信度因子；最后利用可信度因子作为权重，对待测JPEG格式图像的模式噪声与相机的参考模式噪声做加权相关运算，得到相关系数，利用成熟的分类器做出判决。本发明专利技术充分考虑了JPEG压缩的量化误差影响，能够可靠的判断出JPEG格式图像来源于哪个照相机。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理
，特别是一种针对JPEG格式图像的来源鉴 别方法。
技术介绍
近几年，数码照相机的逐渐普及以及网络技术越来越发达，数字图像已被广泛 应用于人们的日常工作和生活中，同时数字图像在网络信息传递中所占比例也越来越 大。然而，随着技术的进步，功能强大的图像处理和编辑软件如Photoshop、Photoimpact、 CorelDraw、AutoCAD、FreeHand等的广泛应用，人们可以利用各种图像处理工具和编辑软 件，对图像进行篡改和伪造而不留下人眼可以识别出来的痕迹，自然真实的图像很容易被 伪造和篡改，使数字图像变得真假难辨。虽然大多数图像处理者的动机可能是合法的，但是 不排除有些人故意散布一些经过伪造或篡改技术处理过的照片，来实现自己的某种目的。 这也使得越来越多高品质的，足够以假乱真的非自然场景的图片通过Internet网广为流 传。伪造或篡改的图片使人们对新闻的真实性产生怀疑，严重的可能会歪曲事实、影响历 史、危害社会公共安全，数字多媒体取证技术就是在这种背景下孕育而生的。 目前，数字多媒体取证技术大致可以分为两类：主动取证与被动取证。其中，主动 取证技术是在多媒体信息制作过程中，主动加入一些特有的验证数据，即可在接收端通过 验证上述信息达到验证媒体完整性的目的，其代表技术是数字签名技术和数字水印技术。 但它们往往要求媒体获取设备本身具有生成签名或添加水印的功能（通常要求生产厂商 在设备中添加相应的软硬件模块），这种设备一般比较昂贵，属于高端产品，且目前绝大多 数设备并无签名或水印功能。被动取证技术则是仅根据获取的数字媒体资源以及相关设备 的特征，分析自然媒体与被篡改媒体之间的差异，从中寻找篡改后可能留下的各种痕迹，从 而区分出自然媒体与被篡改媒体，并进一步对篡改操作进行定性或定量分析。由于它的应 用领域更具普遍性，涵盖了现有的媒体资源，因此更具实用价值。 由于图像数据量大，在照相机内部的图像后处理模块中会引入JPEG (Joint Photographic Experts Group)后压缩处理操作，将图像压缩在很小的储存空间。但同时 JPEG压缩过程会导致量化误差，降低了模式噪声的精度。 专利技术目的 本专利技术的目的在于针对现有技术的不足，提供一种JPEG格式图像来源鉴别方法。 实现本专利技术目的的技术方案为：一种JPEG格式图像来源鉴别方法，它利用照相机 在产生数字图像的过程中引入的模式噪声，并充分考虑JPEG压缩的量化误差影响，对模式 噪声的每一点计算其可靠性因子，提出了一种自适应加权相关检测算法判断待测JPEG格 式图像来源于哪个照相机，包括以下五个步骤： (1)建立一个已知相机的图像库，而后分别提取图像库与待测JPEG格式图像的模 式噪声，且对图像库的模式噪声取平均得到相机的参考噪声模板；已知相机的图像库中的 图像为bmp格式。 (2)建立频域量化噪声模型，估计JPEG格式图像的量化噪声方差； (3)建立模式噪声的可信度评价函数，计算模式噪声的可信度因子； ⑷利用可信度因子，求取待测JPEG格式图像的模式噪声与参考噪声模板之间的 自适应加权相关； (5)利用成熟的分类器判断待测JPEG格式图像来源于哪个相机。 本专利技术步骤（1)的模式噪声提取方法，具体包含以下步骤： (a)对图像P做小波分解，得到4个子频带，分别为：低低频带LU低高频带LH、高 低频带HL、高高频带HH ;且分别对LH、HL、HH三个子频带进行后续处理； (b)提取某一子频带的小波系数局部方差：定义一个尺寸为WXW的检测窗口， W e {3, 5, 7, 9}，用最大似然估计算法和最小均方误差算法估计每个小波系数的局部方差 〇1",./)，其计算公式如下：(1)1 其中〇"为加性高斯白噪声方差，用噪声估计的方法估计出来，为快速处理，可将 σ n= 3, h (i，j)为每个子频带的小波系数，i，j为图像像素的横坐标和纵坐标，从局部方差 序列= 中选择最小的值作为该点的局部方差〇2(i，j)，计算公式为：(2) (C)对三个高频子频带做小波局部维纳滤波hf(i，j):C3) (d)对LL，以及处理过的LH、HL、HH三个子频带进行小波逆变换，得到去噪图像 F (P)，并与原始图像P做差，获取模式噪声N : N = P-F (P) (4) (e)去除模式噪声中包含的CFA插值噪声：先对每一列减去该列的均值，再对每一 行减去该行的均值； (f)对图像库中M幅参考图像的模式噪声进行平均处理，得到参考模式噪声模板 Pc(i，j): (5 J Nk (i，j)表示第k畐Ij图像位于（i，j)位置的模式噪声，k取值1~Μ。 本专利技术步骤（2)的频域量化噪声模型，其依据的是DCT(DCT for Discrete Cosine Transform，离散余玄变换）系数1的分布情况，提出了一种混合量化噪声模型：(每 其中γ是归一化常数，X表示积分变量，1是当前图像像素（u，V)位置处的量化 DCT系数值，q(l+l)、q(l)分别是1对应的DCT系数量化区间上限与下限，F(X)是拉普拉斯 概率分布函数。对于给定的一副JPEG格式图像，其量化DCT系数值、量化参数等都是已知 的，可以计算得到q(l)值。 基于频域量化噪声模型<;(〃.V)，对频域噪声做8 X 8的DCT逆变换，得到空域量化 噪声40'，./)，其计算公式如下：0) 其中aU)为变换常量函数，a(u)、a(v)都是该类型常量函数。因为JPEG图像压 缩过程采用的是8x8的DCT变换矩阵，所以反变换也是8X8的IDCT变换矩阵，因此u，V对 的上限是7。参数λ为判断参数。 本专利技术步骤（3)的模式噪声可信度评价函数。可信度评价函数是用来估计压缩图 像中模式噪声的可靠性，可信性函数r (i，j)定义为参考模式噪声大于量化噪声的概率，其 计算公式如下：(8) 本专利技术步骤（4)的自适应加权相关函数。考虑到JPEG压缩过程带来的影响，减弱 压缩图像中量化噪声对模式噪声的影响，加权相关计算公式如下：C9) 其中为向量内积操作，I |X| I为计算向量X的二阶模，N(i，j)为待测JPEG格式 图像的模式噪声，r(i, j)为可信度因子，队(i, j)为修正后的模式噪声，死为所有队(i, j) 的算术平均值，Pji，j)为参考模式噪声模板，1为所有Pji，j)的算术平均值。 申请人发现，鉴别数字图像的来源是数字图像多媒体被动取证的第一步，主要提 供有关数字图像收集、处理、输出设备的信息，简而言之，就是研究数字图像资源从哪个照 相机拍摄而来的。虽然在视觉上不同类型的设备产生的数字图像差别并不明显，但是由于 各种图像生成设备有着内在的不同特性，这些特性可以通过对输出的数字图像进行分析来 区别。其中，图像传感器作为光电转换的核心部件，其好坏往往对最后输出图像的质量有很 大影响。研究工作者发现图像传感器存在各种固有缺陷，如灰尘特性、暗电流引起的固定模 式噪声、光敏材料的光响应非均匀性引起的随机噪声等等，这些缺陷最终会造成输出图像 含有独特的噪声模式，不同的相机具有不同的独有噪声模式。在JPEG压缩过程中，这些独 有的噪声模式会被量化噪声干扰，从本文档来自技高网...

【技术保护点】
一种JPEG格式图像来源鉴别方法，其特征在于，包括以下步骤：(1)建立一个已知相机的bmp图像库，分别提取图像库与待测JPEG格式图像的模式噪声，且对图像库的模式噪声取平均得到相机的参考噪声模板；(2)建立频域量化噪声模型，估计待测JPEG格式图像的量化噪声方差；(3)建立模式噪声的可信度评价函数，计算模式噪声的可信度因子；(4)利用可信度因子，求取待测JPEG格式图像的模式噪声与参考噪声模板之间的自适应加权相关；(5)利用分类器判断待测JPEG格式图像来源。

【技术特征摘要】

【专利技术属性】
技术研发人员：徐俊瑜，杜思良，凌云，李煜祺，郑玄，
申请(专利权)人：中国电子科技集团公司第二十八研究所，
类型：发明
国别省市：江苏;32