当前位置: 首页 > 专利查询>山东大学专利>正文

一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法技术

技术编号:20426231 阅读:47 留言:0更新日期:2019-02-23 08:51
本发明专利技术涉及一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法,首先对输入图像进行归一化,色彩空间转换等预处理;其次检测输入图像的饱和度,色度,亮度,边缘区域,纹理区域,平坦区域作为感兴趣候选区域;然后根据上述信息将图像切割成指定大小的色块,并将这些色块分成六个子集;最后将六个子集中的色块分别送入残差网络,利用深度学习的方法提取每个色块中的相机光响应非均匀性指纹,预训练形成一个指纹提取系统,用于源相机识别。本方法提取指纹具有唯一性且鲁棒性好,能够较为快速且准确的检测出相机光响应非均匀性指纹,适用于刑侦鉴定,支票防伪,图像比对,信息安全等领域。

【技术实现步骤摘要】
一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法
本专利技术涉及一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法,属于计算机视觉

技术介绍
随着计算机视觉技术的发展,源相机识别技术日趋得到重视,越来越多的场合使用源相机识别技术鉴定图像来源以及真伪,比如刑侦鉴定,支票防伪,图像比对,信息安全等。若在原始图像上直接进行检测,会造成准确性低、计算量大、检测速度慢等问题。因此,基于深度学习的相机光响应非均匀性指纹提取得到了广泛的应用,同时有效选取源相机识别所需的光响应非均匀性指纹特征信息更是其成功的关键。现有技术中,对过大图像提取相机指纹时存在计算量大、计算复杂度高、空间占用率高等问题。现有的关于相机光响应非均匀性指纹提取方法中,一般采用降噪的方式来提取,其中使用最广泛的是Lukas提出的方法,他在文章中已证明相机光响应非均匀性指纹是一种乘性噪声,Lukas方法是采用低通滤波器滤除原始图像加性噪声,然后用原始图像减去去噪后的图像,即得到相机光响应非均匀性指纹。但由于相机光响应非均匀性指纹噪声属于乘性噪声,是高频信号,并且与图像本身内容相关,这种方法得到的指纹噪声本文档来自技高网...

【技术保护点】
1.一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法,其特征在于,包括步骤如下:(1)对输入图像进行图像预处理;(2)检测输入图像的饱和度、色度、亮度、纹理区域、边缘区域及平坦区域,以检测到的相应特征区域作为相机光响应非均匀性指纹提取的候选区域;(3)按照候选区域,将输入图像切割成M*M大小的色块,M的取值为不大于原始图像像素点的值,并将这些色块均匀抽取,分成6个子集;此处6个子集为饱和度、色度、亮度、纹理区域、边缘区域及平坦区域六个子集;(4)将每个子集中的色块分别送入残差网络,利用残差网络提取每个色块中的相机光响应非均匀性指纹;(5)将步骤(4)预训练的残差网络得到的最好模型保存...

【技术特征摘要】
1.一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法,其特征在于,包括步骤如下:(1)对输入图像进行图像预处理;(2)检测输入图像的饱和度、色度、亮度、纹理区域、边缘区域及平坦区域,以检测到的相应特征区域作为相机光响应非均匀性指纹提取的候选区域;(3)按照候选区域,将输入图像切割成M*M大小的色块,M的取值为不大于原始图像像素点的值,并将这些色块均匀抽取,分成6个子集;此处6个子集为饱和度、色度、亮度、纹理区域、边缘区域及平坦区域六个子集;(4)将每个子集中的色块分别送入残差网络,利用残差网络提取每个色块中的相机光响应非均匀性指纹;(5)将步骤(4)预训练的残差网络得到的最好模型保存下来,以此作为指纹比对模型,在对目标图像进行指纹比对时,先将目标图像分割成M*M大小的色块,再将分割好的色块送入指纹比对模型中进行指纹比对。2.根据权利要求1所述的一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法,其特征在于,M=32或M=64或M=128。3.根据权利要求1所述的一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法,其特征在于,所述步骤(1)中,对输入图像进行图像预处理,包括步骤如下:A、对输入图像归一化处理,形成统一标准格式图像;B、对步骤A处理后的图像进行色彩空间转换,即从RGB颜色空间转换为HSI颜色空间。4.根据权利要求1所述的一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法,其特征在于,所述步骤(2)中,检测输入图像饱和度、色度、亮度、纹理区域、边缘区域及平坦区域,作为候选区域;包括步骤如下:C、设定输入图像P,对于输入图像P,先计算像素值的均值和标准差,像素值的取值范围为[0,255]:输入图像P的像素值如矩阵(I)所示:矩阵(I)中,矩阵元素为像素值,m表示行数,n表示列数,矩阵P元素的取值范围为[0,255];输入图像P的像素值的均值如式(Ⅱ)所示,对矩阵P按列的顺序逐次求均值,形成一个1*n的矩阵:式(Ⅱ)中,Xij为第i行第j列的像素点值,为第j列的像素值的均值,j∈[1,n];输入图像P的像素值的标准差如式(Ⅲ)所示:式(Ⅲ)中,Stdj为矩阵P的第j列的像素值的标准差,j∈[1,n];D、检测输入图像的饱和度:选取像素值的均值在[0,5]或[250,255]且像素值的标准差在[0,5]范围内的色块,作为相机光响应非均匀性指纹候选区域:E、检测输入图像的平坦区域:选取像素值的均值在[0,5]或[250,255]且像素值的标准差为[5,8]范围内的色块,以及像素值的均值在[5,250]且像素值的标准差为[0,8]范围内的色块,作为相机指纹感兴趣候选区域:F、检测输入图像的边缘区域;G、检测输入图像的纹理区域:①对图像P的HSI空间各个通道进行二层小波分解,提取其小波能量Em;②对提取到的小波能量进行归一化处理,得到能量特征i=1,2,3,表示三个高频细节,包含主要的纹理信息,Xj表示...

【专利技术属性】
技术研发人员:杨阳闵永浩刘云霞
申请(专利权)人:山东大学
类型:发明
国别省市:山东,37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1