一种图像相机源识别的方法及系统技术方案

本发明专利技术适用于多媒体信息安全技术领域，提供了一种图像相机源识别的方法及系统。所述方法包括：获取待检测图像，对所述待检测图像进行卷积运算获得所述待检测图像的卷积图像；计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数；当所述待测图像的卷积图像与某一相机指纹的相关系数大于预定阈值时,则判定该相机指纹对应的相机为所述待检测图像的相机源。本发明专利技术可以在保持较高检测率的情况下，降低计算复杂度、减少内存占用，利于实时检测和海量图像的相机源识别。

【技术实现步骤摘要】

本专利技术属于多媒体信息安全
，尤其涉及一种图像相机源识别的方法及系统。
技术介绍
随着数码相机的普及，数字图像在现代生活中无处不在，已成为一种非常重要的信息载体。这些数字图像被用于生活的方方面面，甚至是新闻配图、军事机密和法庭证据等。然而，当一幅数字图像的来源被恶意更改或者隐瞒时，用户难以揣测更改或隐瞒图像来源的人是否“图谋不轨”，但至少，恶意更改或隐瞒图像来源会一定程度上掩盖事实。若是因为不知道一幅被用作法庭证据的图像被“偷梁换柱”，而导致错案冤案，或是因为不知道包含军事机密信息的图像被偷偷“掉包”，而致使国家安全受到威胁，都会造成不可估量的损失。因此，对数字图像相机源的检测是至关重要的。数字图像的相机源识别就是为揭穿图像被偷偷“掉包”行为而产生的技术。每个相机上均有传感器，但由于工艺的欠缺，无法制造出两个感光特性完全相同的感光单元，使得不同相机中的感光单元阵列对相同强度的入射光具有独特的不均匀响应，故在图像上产生传感器模式噪声。不同相机产生的传感器模式噪声均不同，因此可作为区分不同相机的凭证。相机源识别技术即是利用相机的传感器模式噪声模式作为相机指纹，通过比对的方式识别出数字图像的相机源，进而判断数字图像来源是否与被告知的相机来源一致的一种技术。现有技术提出了一种基于多层小波变换提取传感器模式噪声，进而识别相机源的方法。该方法主要通过对图像进行多层小波变换并作计算得到残差图像，进而根据残差图像估计出图像相机指纹，接着用同样的方式计算待检测图像的残差图像，将待检测图像的残差图像与相机指纹作对比，根据比对结果最终识别待测图像的相机源。该方法在实际检测过程中，需要图像进行多次小波变换，导致计算量过大，且小波变换占用内存高，不适用于实时性要求较高的应用场合和海量图像检测场合。
技术实现思路
鉴于此，本专利技术实施例提供一种图像相机源识别的方法及系统，以在保持较高检测率的情况下，降低计算复杂度、减少内存占用，利于实时检测和海量图像的相机源识别。第一方面，本专利技术实施例提供了一种图像相机源识别的方法，所述方法包括：获取待检测图像，对所述待检测图像进行卷积运算获得所述待检测图像的卷积图像；计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数；当所述待测图像的卷积图像与某一相机指纹的相关系数大于预定阈值时,则判定该相机指纹对应的相机为所述待检测图像的相机源。第二方面，本专利技术实施例提供了一种图像相机源识别的系统，所述系统包括：卷积图像获取模块，用于获取待检测图像，对所述待检测图像进行卷积运算获得所述待检测图像的卷积图像；相关系数计算模块，用于计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数；相机源确定模块，用于当所述待测图像的卷积图像与某一相机指纹的相关系数大于预定阈值时,则判定该相机指纹对应的相机为所述待检测图像的相机源。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例在提取相机指纹时，不需要进行多层次的小波变换，而仅需要进行一次卷积运算，且不需要再对卷积后的图像作计算，极大的降低了计算复杂度，同时也显著减少了对内存数量的需求，有利于实时检测和海量图像的相机源识别，具有较强的易用性和实用性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的图像相机源识别的方法的实现流程示意图；图2是本专利技术实施例提供的实验效果图；图3是本专利技术实施例提供的另一实验效果图；图4是本专利技术实施例提供的图像相机源识别的系统的组成结构示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透切理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。请参阅图1，为本专利技术实施例提供的图像相机源识别的方法的实现流程，该方法可适用于各类终端设备，如个人计算机、平板电脑、手机等。该方法主要包括以下步骤：步骤S101，获取待检测图像，对所述待检测图像进行卷积运算获得所述待检测图像的卷积图像。具体的是，获取待检测图像的像素值矩阵，利用所述像素值矩阵与滤波器作卷积，获得所述待检测图像的卷积图像，计算公式如下：其中，Wx表示待检测图像的卷积图像(通过矩阵表示)，Ix表示待检测图像的像素值矩阵，H表示滤波器，H＝[1-33-1]，H’表示H的转置。可选的是，所述H还可以为H＝[-101]，H＝[1-322-31]等类似的滤波器。另外所述计算公式还可以为或等类似的卷积。在步骤S102中，计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数。在本专利技术实施例中，在计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数之前，还包括：建立相机指纹库。所述建立相机指纹库具体包括：获取不同款相机所拍摄的图像组，对所述获取的每组图像分别进行卷积运算获得对应的卷积图像，其中每一款相机对应一组图像；根据所述对应的每组卷积图像，采用最大似然法估计每组卷积图像对应相机的相机指纹；将所述相机指纹存储于相机指纹库中。其中，所述根据所述对应的每组卷积图像，采用最大似然法估计每组卷积图像对应相机的相机指纹的公式为：其中，KF表示不同款相机的相机指纹，所述相机指纹用矩阵表示，n＝1,2,...N，n表示同一款相机所拍摄的图像组内的图像编号，N表示同一款相机拍摄的图像的数量，F表示相机的型号，或或表示F相机所拍摄的第n幅图像对应的卷积图像，表示F相机所拍摄的第n幅图像的像素值矩阵，H表示滤波器，H＝[1-33-1]、H＝[-101]或H＝[1-322-31]，H’表示H的转置。具体的，所述计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数的公式为：其中，R表示相关系数，或或Wx表示待检测图像的卷积图像，Ix表示待检测图像的像素值矩阵，H表示滤波器，H＝[1-33-1]、H＝[-101]或H＝[1-322-31]，H’表示H的转置，p和q表示待检测图像的大小(以像素为单位)，i和j表示待检测图像中的位置坐标，Wx(i,j)表示所述待检测图像的卷积图像Wx中第i行第j列的元素，表示所述待检测图像的卷积图像Wx中所有元素的平均值，KF(i,j)表示相机指纹KF中第i行第j列的元素，表示相机指纹KF中所有元素的平均值。在步骤S103中，当所述待测图像的卷积图像与某一相机指纹的相关系数大于预定阈值时，则判定该相机指纹对应的相机为所述待检测图像的相机源。需要说明的是，若存在两个或以上的相关系数大于所述预定阈值，则判定最大相关系数对应的相机为所述检测图像的相机源。与现有技术相比，本专利技术实施例在提取相机指纹时，不需要进行多层次的小波变换，而仅需要进行一次卷积运算，且不需要再对卷积本文档来自技高网...

【技术保护点】
一种图像相机源识别的方法，其特征在于，所述方法包括：获取待检测图像，对所述待检测图像进行卷积运算获得所述待检测图像的卷积图像；计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数；当所述待测图像的卷积图像与某一相机指纹的相关系数大于预定阈值时,则判定该相机指纹对应的相机为所述待检测图像的相机源。

【技术特征摘要】
1.一种图像相机源识别的方法，其特征在于，所述方法包括：获取待检测图像，对所述待检测图像进行卷积运算获得所述待检测图像的卷积图像；计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数；当所述待测图像的卷积图像与某一相机指纹的相关系数大于预定阈值时,则判定该相机指纹对应的相机为所述待检测图像的相机源。2.如权利要求1所述的方法，其特征在于，所述方法还包括：若存在两个或以上的相关系数大于所述预定阈值，则判定最大相关系数对应的相机为所述检测图像的相机源。3.如权利要求1所述的方法，其特征在于，在计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数之前，所述方法还包括：建立相机指纹库；所述建立相机指纹库包括：获取不同款相机所拍摄的图像组，对所述获取的每组图像分别进行卷积运算获得对应的卷积图像，其中每一款相机对应一组图像；根据所述对应的每组卷积图像，采用最大似然法估计每组卷积图像对应相机的相机指纹；将所述相机指纹存储于相机指纹库中。4.如权利要求3所述的方法，其特征在于，所述根据所述对应的每组卷积图像，采用最大似然法估计每组卷积图像对应相机的相机指纹的公式为：其中，KF表示不同款相机的相机指纹，所述相机指纹用矩阵表示，n=1,2,...N，n表示同一款相机所拍摄的图像组内的图像编号，N表示同一款相机拍摄的图像的数量，F表示相机的型号，或或表示F相机所拍摄的第n幅图像对应的卷积图像，表示F相机所拍摄的第n幅图像的像素值矩阵，H表示滤波器，H=[1-33-1]、H=[-101]或H=[1-322-31]，H’表示H的转置。5.如权利要求4所述的方法，其特征在于，所述计算所述待检测图像的卷积图像与预设的相机指纹库中的每一个相机指纹的相关系数的公式为：其中，R表示相关系数，或或Wx表示待检测图像的卷积图像，Ix表示待检测图像的像素值矩阵，H表示滤波器，H=[1-33-1]、H=[-101]或H=[1-322-31]，H’表示H的转置，p和q表示待检测图像的大小，i和j表示待检测图像中的位置坐标，Wx(i,j)表示所述待检测图像的卷积图像Wx中第i行第j列的元素，表示所述待检测图像的卷积图像Wx中所有元素的平均值，KF(i,j)表示相机指纹KF中第i行第j列的元素，表示相机指纹KF中所有元素的平均值。6.一种图像相机源识别的系统，其特征在于，所述系统包括：卷积图像获取模块，用于获取待检测图像，对所述待检测图...

【专利技术属性】
技术研发人员：罗瑶，杨建权，朱国普，黄晓霞，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44