一种使用空域平滑滤波的数字照片图像来源识别方法技术

本发明专利技术公开了一种使用空域平滑滤波的数字照片图像来源识别方法，其基于相机的传感器模式噪声和数字照片图像的传感器模式噪声，并考虑JPEG压缩对相机的传感器模式噪声和数字照片图像的传感器模式噪声的质量的影响，充分利用相机的传感器模式噪声和数字照片图像的传感器模式噪声的本质特性，采用高斯白噪声图像对零均值化后的相机的传感器模式噪声和数字照片图像的传感器模式噪声分别进行空域平滑滤波处理，能够有效抑制JPEG压缩噪声；由于本发明专利技术方法能有效剔除相机的传感器模式噪声和数字照片图像的传感器模式噪声中的干扰成分，能有效改善所获得的相机的传感器模式噪声和数字照片图像的传感器模式噪声的质量，因此大大提高了本发明专利技术方法的识别率。

【技术实现步骤摘要】
一种使用空域平滑滤波的数字照片图像来源识别方法
本专利技术涉及一种图像取证技术，尤其是涉及一种使用空域平滑滤波的数字照片图像来源识别方法。
技术介绍
随着数码相机、数码摄像机，尤其是带拍照功能的智能手机等各种摄影产品的普及，数字照片图像在人们的日常生活中得到了广泛使用。作为一种重要的信息载体，数字照片图像在新闻报道、科学研究、保险申诉调查、犯罪调查以及情报分析等领域发挥着重要的作用。然而，在这些特殊场合，如何保证作为证据的数字照片图像来源的可靠，一直是一个具有挑战性的研究课题。对数字照片图像来源进行鉴别时，最直观和最简单的方法就是查看数字照片图像的EXIF(ExchangeImageFile，可交换图像文件)，但是随着一些功能强大的图像编辑软件的出现，更改EXIF信息已变得非常容易。一些生产商采用在数码相机中嵌入不可见的脆弱水印的方法来保护数字照片图像的真实性和完整性，然而此种做法不仅会影响数字照片图像的质量，而且成本过高，目前大多数品牌的数码相机都没有采用该技术。随着数字照片图像取证技术研究的深入，研究者们把注意力从主动取证转移到从数字照片图像中寻找数码相机内在特性的被动取证上。一般而言，每幅数字照片图像的形成都要经历感光、成像和图像信号处理等一系列硬件和软件操作，虽然这些操作会不可避免地对数字照片图像中的像素点产生负面影响，但是同时也为数字照片图像的来源识别提供了思路。如：MehdiKharrazi,NasirMemon.BlindSourceCameraIdentification[C].IEEEInternationalConferenceonImageProcessing2004:709-712.(梅迪·哈拉奇，纳西尔·麦蒙，盲源相机识别[C]，IEEE国际图像处理会议，2004:709-712)，提出了利用相机镜头径向失真对数字照片图像统计特性的影响进行数字照片图像来源认证。又如：SevincBayram,NasirMemon.SourcecameraidentificationbasedonCFAinterpolation[C].IEEEInternationalConferenceonImageProcessing,2005,3:III-69-72.(塞维克·拜拉姆，纳西尔·麦蒙，基于CFA插值特性的源相机识别技术[C]，IEEE国际图像处理会议，2005,3:III-69-72)，提出了利用不同CFA(ColorFilterArray，色彩滤波阵列)插值算法引起的差异进行识别。还如：HanyFarid.BlindInverseGammaCorrection[J].IEEETransactionsonImageProceessing,2001,10:1428-1433(汉尼·福瑞德，盲逆伽玛校正[J],IEEE图像处理，2001，第10期：1428-1433)认为伽马校正过程会在数字照片图像的频域引入高阶相关性，利用其估计每部相机的校正曲线，从而实现来源检测目的。Yu-FengHsu,Shi-FuChang.Detectingimagesplicingusinggeometryinvariantsandcameracharacteristicsconsistency[C].InternationalConferenceonMultimediaandExpo,2006:549-652.(徐堉峰，张士辅，使用几何不变量和相机特征一致性检测图像拼接[C]，国际多媒体会议，2006:549-652)，提出了利用相机响应函数识别来源的方法。考虑到不同的相机可能采用不同JPEG量化表，MatthewJamesSorrell,DigitalcamerasourceidentificationthroughJPEGquantization[J],InformationScienceReference,2008:291-313.(马修·詹姆斯·索罗，基于JPEG压缩的数字相机识别[J]，信息科学参考，2008:291-313)采用量化差异鉴别不同来源的数字照片图像。良好的数字照片图像来源识别算法应该具有高检测率和强鲁棒性，上述方法虽然在一定程度上实现了识别目的，但是普遍存在计算复杂度高、检测率低的问题。尤其是利用不同CFA插值算法引起的差异进行识别的方法和采用量化差异鉴别不同来源的方法，若遇到采用相同插值方式或相同JPEG量化表的相机时，对应的方法将会失效。经过深入研究，JanLukas,JessicaFridrich,andMiroslavGoljan,Digitalcameraidentificationfromsensorpatternnoise,IEEETransactiononInformationForensicsSecurity,2006,1(2):205–214.(简·卢卡斯，杰西卡·弗里德里希，米罗斯拉夫·格兰，基于模式噪声的源相机识别[J]，IEEE信息与安全，2006，第1期(2):205-214)，提出了一种非常有效的数字照片图像来源识别方法——基于相机的传感器模式噪声(SensorPatternNoise，SPN)的数字照片图像来源检测算法。相机的传感器模式噪声主要是由传感器的制作工艺不完美和材质不一致所导致的。由于每部相机的传感器模式噪声都具有唯一性，因此可看作相机的指纹。一种经典的基于模式噪声的照片来源识别方法主要包括以下步骤：1)通过对一部相机拍摄的多幅图像的噪声残差进行最大似然估计获取相机的传感器模式噪声R；2)获取待测图像的噪声残差W，作为待测图像的模式噪声；3)用事先设置的阈值对待测图像的模式噪声W与相机的传感器模式噪声R的相关性ρ(W,R)进行判决，实现数字照片图像的来源识别。然而，在实际中由于相机的传感器模式噪声是弱信号，容易受到数字照片图像的内容、CFA插值和JPEG压缩等不利因素干扰，致使识别结果不理想。为了消除不利因素影响，改善相机的传感器模式噪声的质量，提高来源识别率，研究者提出了多种不同的方法。如：MoChen、JessicaFridrich、MiroslavGoljan.DeterminingImageOriginandIntegrityUsingSensorNoise[J].IEEETransactionsonInformationandSecurity,2008,3(1):74-90.(陈莫、杰西卡·弗里德里希、米罗斯拉夫·格兰，基于传感器模式噪声的图像来源与完整性检测[J].IEEE信息与安全.2008，第3期(1):74-90)，其在获取相机的传感器模式噪声时，提出使用内容平滑(如蓝天)的数字照片图像，并在降噪时使用小波变换方法，消除数字照片图像的内容影响。在此基础上，GiovanniChierchia,SaraParrilli,GiovanniPoggi,etal.OntheinfluenceofdenoisinginPRNUbasedforgerydetection[C].InProcessingsecondACMWorkshopMultimediaForensics,2010:117-122.(乔凡尼·基耶尔基亚，萨娃·帕本文档来自技高网...

【技术保护点】
一种使用空域平滑滤波的数字照片图像来源识别方法，其特征在于包括以下步骤：①获取N幅原始数字照片图像，将获取的第n幅原始数字照片图像记为I

【技术特征摘要】
1.一种使用空域平滑滤波的数字照片图像来源识别方法，其特征在于包括以下步骤：①获取N幅原始数字照片图像，将获取的第n幅原始数字照片图像记为Iorg,n；并任意选取一幅数字照片图像作为待识别照片图像，记为Itest；其中，N≥2，1≤n≤N，获取每幅原始数字照片图像所采用的相机与Itest所声明的来源相机为同一部相机，每幅原始数字照片图像和Itest的尺寸大小相同，且宽度为col、高度为row；②获取每幅原始数字照片图像的降噪图像，将Iorg,n的降噪图像记为I'org,n；然后根据每幅原始数字照片图像及其降噪图像，获取每幅原始数字照片图像的噪声残差图像，将Iorg,n的噪声残差图像记为Worg,n，将Worg,n中坐标位置为(i,j)的像素点的像素值记为Worg,n(i,j)，Worg,n(i,j)＝Iorg,n(i,j)-I'org,n(i,j)；接着根据所有原始数字照片图像的噪声残差图像，获取相机的传感器模式噪声，记为R；再消除R中的CFA插值噪声，得到相机的无CFA插值噪声的传感器模式噪声，记为R'；其中，1≤i≤col,1≤j≤row，Iorg,n(i,j)表示Iorg,n中坐标位置为(i,j)的像素点的像素值，I'org,n(i,j)表示I'org,n中坐标位置为(i,j)的像素点的像素值；同样，获取Itest的降噪图像，记为I'test；然后根据Itest及I'test，获取Itest的噪声残差图像，记为Wtest，将Wtest中坐标位置为(i,j)的像素点的像素值记为Wtest(i,j)，Wtest(i,j)＝Itest(i,j)-I'test(i,j)；接着将Wtest作为Itest的传感器模式噪声；再消除Wtest中的CFA插值噪声，得到Itest的无CFA插值噪声的传感器模式噪声，记为W'test；其中，Itest(i,j)表示Itest中坐标位置为(i,j)的像素点的像素值，I'test(i,j)表示I'test中坐标位置为(i,j)的像素点的像素值；③随机生成一幅宽度为col且高度为row的标准高斯白噪声图像，记为G；然后根据G在空域对R'进行空域平滑滤波处理，获得相机的最终的传感器模式噪声，记为R*；同样，根据G在空域对W'test进行空域平滑滤除处理，获得Itest的最终的传感器模式噪声，记为W*test；④采用SPCE方法计算W*test与R*的相关性，记为SPCE(W*test,R*)；⑤用事先设置的Itest所声明的来源相机下的相关性判别阈值对SPCE(W*test,R*)进行判决，若SPCE(W*test,R*)大于或等于相关性判别阈值，则判定Itest来自其所声明的来源相机；若SPCE(W*test,R*)小于相关性判别阈值，则判定Itest来自非其所声明的来源相机，即Itest来自其它相机。2.根据权利要求1所述的一种使用空域平滑滤波的数字照片图像来源识别方法，其特征在于所述的步骤②中获取每幅原始数字照片图像的降噪图像和获取Itest的降噪图像所采用的方法为小波降噪处理方法；所述的步骤②中采用最大似然估计法对所有原始数字照片图像的噪声残差图像进行处理，获得R；所述的步骤②中采用零均值化法对R进行处理以消除R中的CFA插值噪声，获得R'；所述的步骤②中采用零均值化法对Wtest进行处理以消除Wtest中的CFA插值噪声，获得W'test。3.根据权利要求1或2所述的一种使用空域平滑滤波的数字照片图像来源识别方法，其特征在于所述的步骤③中根据G在空域对R'进行空域平滑滤波处理获得R*及根据G在空域对W'test进行空域平滑滤除处理获得W*test的具体过程为：③_1、对G的四周边界进行扩充，且将扩充的像素点的像素值设定为0，将扩充得到的宽度为col+2且高度为row+2的图像记为然后采用尺寸大小为3×3的滑动窗口，在中将横坐标范围为[1,col]且纵坐标范围为[1,row]中的每个像素点对应滑动窗口的左上角进行逐像素点滑动，将划分为col×row个互相重叠的尺寸大小为3×3的区域块；同样，对R'的四周边界进行扩充，且将扩充的像素点的像素值设定为0，将扩充得到的宽度为col+2且高度为row+2的图像记为然后采用尺寸大小为3×3的滑动窗口，在中将横坐标范围为[1,col]且纵坐标范围为[1,row]中的每个像素点对应滑动窗口的左上角进行逐像素点滑动，将划分为col×row个互相重叠的尺寸大小为3×3的区域块；同样，对W'test的四周边界进行扩充，且将扩充的像素点的像素值设定为0，将扩充得到的宽度为col+2且高度为row+2的图像记为然后采用尺寸大小为3×3的滑动窗口，在中将横坐标范围为[1,col]且纵坐标范围为[1,row]中的每个像素点对应滑动窗口的左上角进行逐像素点滑动，将划分为col×row个互相重叠的尺寸大小为3×3的区域块；③_2、计算中的每个区域块中的所有像素点的像素值的均值，得到对应的均值图像，记为的宽度为col且高度为row；计算中的每个区域块中的所有像素点的像素值的方差，得到对应的方差图像，记为varG，varG的宽度为col且高度为row；同样，计算中的每个区域块中的所有像素点的像素值的均值，得到对应的均值图像，记为的宽度为col且高度为row；计算中的每个区域块中的所有像素点的像素值的方差，得到对应的方差图像，记为varR，varR的宽度为col且高度为row；同样，计算中的每个区域块中的所有像素点的像素值的均值，得到对应的均值图像，记为的宽度为col且高度为row；计算中的每个区域块中的所有像素点的像素值的方差，得到对应的方差图像，记为varW，varW的宽度为col且高度为row；然后计算中的每个区域块中的所有像素点的像素值与中对应位置的区域块中的所有像素点的像素值之间的协方差，得到对应的协方差图像，记为covGR，covGR的宽度为col且高度为row；同样，计算中的每个区域块中的所有像素点的像素值与中对应位置的区域块中的所有像素点的像素值之间的协方差，得到对应的协方差图像，记为covGW，covGW的宽度为col且高度为row；③_3、计算中的每个区域块与中对应位置的区域块之间的第一系数和第二系数，将中左上角像素点的坐标位置为(i,j)的区域块与中左上角像素点的坐标位置为(i,j)的区域块之间的第一系...

【专利技术属性】
技术研发人员：郭浩龙，张荣，郭立君，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江,33