基于模式噪声的图片出处与窜改认定方法技术

本发明专利技术提供的基于模式噪声的图片出处与窜改认定方法，图片出处认定基于图片模式噪声的主要分量光子响应非均匀性噪声的唯一特征，可作为图片源检测的依据，首先对参考图片集进行降噪处理，得到噪声残差图片，再计算多幅残差噪声图片的均值获取样本模式噪声，最后求其与待测图片非均匀性光响应噪声的关联度，并依据临界值判定出处，正确率达到95％以上。图片窜改认定首先从样本照相设备未伪造图片中估算非均匀性光响应噪声的值，然后提取局部图片区域的非均匀性光响应噪声，最后对两者进行关联性检测，根据临界值判断是否被窜改，正确率达到92％以上。

【技术实现步骤摘要】
基于模式噪声的图片出处与窜改认定方法
本专利技术涉及一种图片出处与窜改认定方法，特别涉及一种基于模式噪声的图片出处与窜改认定方法，属于图片认定方法

技术介绍
在早期的胶片相机时代，通过处理原始相机底片可改变照片的初始形态，随着科学技术的快速发展，出现了更多的图片编辑修改工具，导致图片窜改这种移花接木的现象更加普遍，任何人都能对自然场景图片进行修改、编辑或通过软件制作非自然场景图片来达到想要的效果。虽然这些先进的图片编辑修改技术给人们带来了方便，但也带来了许多困扰和不便。伴随图片编辑修改门槛的降低而来的是人们对数字图片真实性的不信任，眼见为实的古论已被推翻，一些居心不良和别有用心的人，在书籍、网络、学术研究中大肆运用窜改图片，极大地影响了新闻界实事求是和学术界公正性原则，引起了人们对照片的极大怀疑。近几年，图片窜改事件数不胜数，藏羚羊伪造事件、学术论文图片造假事件、周老虎事件等等，一度引起各种矛盾和恐慌，给民众的生活带来不可估量的负面影响。在学术界，伪造的实验结果会对科研之路带来错误指引；在司法界，伪造的图片会使坏人逍遥法外，好人的权益不能保障；战争中，伪造的图片会夸大战争的激烈程度，导致人心惶惶；在保险界，客户都拿着经过窜改的图片找保险公司索赔，保险公司会遭受严重的经济损失；在新闻界，伪造图片严重违背了新闻媒体实事求是的原则，违背媒体工作者的职业操守问题，造成大量的负面作用。诸多图片造假事件的出现，使得眼见不为实的现象越来越普遍，同时人们对图片真实性的质疑也越来越多，更多的人呼吁加强对数字图片的监管，越来越多的人开始关心图片的真实性，图片出处认定也变成热门研究和应用领域，司法上也急需照相设备认定技术为解决司法难题提供有力的技术支撑。现有技术数字图片认定并没有建立系统的认定框架，也没有成熟的理论基础，图片出处与窜改认定研发运用迫在眉睫。各种出处图片的融合使伪造的图片越来越逼真，增加了司法取证的难度，同时也使得数字图片出处认定具有更现实的意义。数字照相设备的普及使图片窜改造假现象越来越普遍，眼见不再为实的认知增加了民众的恐慌，图片出处认定与图片窜改认定受到越来越多的关注，图片认定方法主要应用于防伪与窜改的检测。防伪是在图片主动认定时，数字水印通过在图片中加入隐秘消息来防伪，只有在专门检测器下才能显现；在数字图片被动取证中，通过利用模式噪声检测图片源照相设备的方法实现防伪。图片窜改算法可只依据图片本身进行图片窜改检测，及时遏制造假图片的恶意传播，减小甚至消除其造成的不良影响，保障司法执法的公正，肃清科研学术造假之风等，促进整个社会的积极向上健康发展。数字图片认定技术通过分析图片的内部特征来检测图片出处与窜改，其理论知识涉及图片处理、模式识别、图片传感器等多个学科，是各学科间的相互结合。数字图片出处认定技术近几年才兴起，现有技术相关研究相对较少，美国的法里德教授利用小波分解以及数学建模认定图片是来自计算机、照相设备还是扫描仪，该方法针对图片出处认定有较好的实验效果，但仅限于区分图片是来源于计算机、还是照相设备或扫描仪，局限性很大。吴旻等人利用照相设备颜色滤波矩阵插值系数、图片块离散余弦变换系数、幅度-相位谱特征及信号噪声能量比估算的方法，对经过双重压缩、重采样润饰及增加对比度等窜改手段的图片进行出处检测，还利用盲反卷积技术模拟图片成像过程,得到图片成像过程中的滤波操作，但该方法对有相似成像传感器的相同型号的不同照相设备的检测效果并不理想，得到的结果可信度相对较低，使得在司法运用的一些领域无法推广运用。哥伦比亚大学通过研究照相设备在成像过程中经历的CFA插值、白平衡、伽玛校正等过程中信号的处理，分析这些过程可能在图片形成过程中引入的固有特征，在图片拼接与出处认定方面成果显著,但依然存在图片出处与窜改认定理论基础不够牢固，认定可靠度不高的问题。哈拉齐为主的研究团队运用图片的颜色、质量和小波域等多维统计特征认定不同的照相设备照片，针对无压缩图片的认定正确率达到了91.54％，压缩图片中品质因子为75的JPEG图片的认定正确率有82.75％，但是当参考照相设备上升到5个之后，认定准确率下降到79.36％，当参考照相设备数量继续上升时，认定准确率快速下降，参考照相设备数量较多时该方法没有利用价值。现有技术也有利用数字照相设备特有的镜头指纹，即照相设备的镜头径向失真，估算不同照相设备的径向失真，并将估算得到的失真参数作为特征矢量判断数字图片出处。但该方法无法识别不具有直线边缘的图片，同时该方法对压缩图的认定率不高。综上，针对现有技术存在的部分缺陷，本专利技术拟解决以下问题：一是当前诸多图片造假事件的出现，使得眼见不为实的现象越来越普遍，同时人们对图片真实性的质疑也越来越多，更多的人呼吁加强对数字图片的监管，越来越多的人开始关心图片的真实性，图片出处认定也变成热门研究和应用领域，司法上也急需照相设备认定技术为解决司法难题提供有力的技术支撑。现有技术数字图片认定并没有建立系统的认定框架，也没有成熟的理论基础，图片出处与窜改认定研发运用迫在眉睫。二是在数字图片出处认定方面，现有技术基于图片特征的数字图片出处检测方法对具有相似传感器的照相设备存在严重的误判情况，数字图片出处认定效果差，正确率低；在数字图片窜改认定方面，现有技术的基于复制粘贴、双重JPEG压缩和重采样的窜改认定方法都有各自的明显不足之处，图片窜改认定成功率低，存在很大的局限性，很多场景不能适用，几乎没有实用价值。三是现有技术的一些方法仅限于区分图片是来源于计算机、还是照相设备或扫描仪，局限性很大。现有技术还有利用盲反卷积技术模拟图片成像过程,得到图片成像过程中的滤波操作，但该方法对有相似成像传感器的相同型号的不同照相设备的检测效果并不理想，得到的结果可信度相对较低，不能够在各种类型的图片认定中均保持较高的正确率，使得在司法运用等一些领域无法推广运用。四是现有技术运用图片的颜色、质量和小波域等多维统计特征认定不同的照相设备照片的方法，当参考照相设备数量继续上升时，认定准确率快速下降，参考照相设备数量较多时该方法没有利用价值。现有技术也有利用数字照相设备特有的镜头指纹，即照相设备的镜头径向失真，估算不同照相设备的径向失真，并将估算得到的失真参数作为特征矢量判断数字图片出处。但该方法无法识别不具有直线边缘的图片，同时该方法对压缩图的认定率不高。检测结果误差大，不能够适应各种环境条件下的图片认定。
技术实现思路
针对现有技术的不足，本专利技术提供的基于模式噪声的图片出处与窜改认定方法，在数字图片出处认定方面，基于图片模式噪声的主要分量光子响应非均匀性噪声的唯一特征，可作为图片源检测的依据，本专利技术提出了基于模式噪声关联性的图片出处认定算法，首先对参考图片集进行降噪处理，得到噪声残差图片，再计算多幅残差噪声图片的均值获取样本模式噪声，最后求其与待测图片非均匀性光响应噪声的关联度，并依据临界值判定出处，正确率达到95％以上。在数字图片窜改认定方面，首先从样本照相设备未伪造图片中估算非均匀性光响应噪声的值，本文档来自技高网...

【技术保护点】
1.基于模式噪声的图片出处与窜改认定方法，其特征在于，包括基于模式噪声关联性的图片出处认定方法和基于模式噪声关联性的图片窜改认定方法；/n基于模式噪声关联性的图片出处认定方法流程图包括，一是收集参考照相设备图片集和待测图片集，通过降噪算法处理后分别提取得到参考模式噪声和待测模式噪声，然后计算两者的关联度，并将关联度值转换为峰值关联能量比值，最后与实验临界值相比较，如果峰值关联能量比值大于等于检测临界值，则表明待测图片来自参考照相设备，如果峰值关联能量比值小于检测临界值，则表明待测图片不是来自参考照相设备；基于模式噪声关联性的图片出处认定方法主要包括三个环节，分别是：出处模式噪声提取、出处关联性计算、临界值训练判别；/n基于模式噪声关联性的图片窜改认定方法主要包括二步：一是从无窜改图片中估算非均匀性光响应噪声的值；二是局部图片区域的非均匀性光响应噪声的检测，局部图片区域为一个完整图片的各个小块；通过拍摄图片的照相设备或其它由照相设备拍摄的非窜改图片，先估算照相设备的非均匀性光响应噪声，作为照相设备的认定水印；然后提取各个图片块检测非均匀性光响应噪声，通过检测窜改部分残差噪声与模式噪声相似部分的一致性识别认定图片中的窜改区域。/n...

【技术特征摘要】
1.基于模式噪声的图片出处与窜改认定方法，其特征在于，包括基于模式噪声关联性的图片出处认定方法和基于模式噪声关联性的图片窜改认定方法；
基于模式噪声关联性的图片出处认定方法流程图包括，一是收集参考照相设备图片集和待测图片集，通过降噪算法处理后分别提取得到参考模式噪声和待测模式噪声，然后计算两者的关联度，并将关联度值转换为峰值关联能量比值，最后与实验临界值相比较，如果峰值关联能量比值大于等于检测临界值，则表明待测图片来自参考照相设备，如果峰值关联能量比值小于检测临界值，则表明待测图片不是来自参考照相设备；基于模式噪声关联性的图片出处认定方法主要包括三个环节，分别是：出处模式噪声提取、出处关联性计算、临界值训练判别；
基于模式噪声关联性的图片窜改认定方法主要包括二步：一是从无窜改图片中估算非均匀性光响应噪声的值；二是局部图片区域的非均匀性光响应噪声的检测，局部图片区域为一个完整图片的各个小块；通过拍摄图片的照相设备或其它由照相设备拍摄的非窜改图片，先估算照相设备的非均匀性光响应噪声，作为照相设备的认定水印；然后提取各个图片块检测非均匀性光响应噪声，通过检测窜改部分残差噪声与模式噪声相似部分的一致性识别认定图片中的窜改区域。


2.根据权利要求1所述的基于模式噪声的图片出处与窜改认定方法，其特征在于，出处模式噪声提取中，利用低通滤波器分离模式噪声与随机噪声，设照相设备的实际生成图片为S，经过低通滤波去噪处理后的图片为S0，对于任意的图片S，将S与S0相减便得到噪声残余图片C，如式1、式2，B表示去噪函数：
S0＝B(S)式1
C＝S-S0式2
照相设备中有以下传感器输出形式，所有矩阵操作都是对应元素相乘：
S＝S+S0P+Θ式3
其中，P为非均匀性光响应噪声因子,即模式噪声，Θ为所有随机噪声的集合，包括散粒、暗电流、量化及读出噪声，模式噪声P能从对应照相设备拍摄的M幅图片中估算出来，假设C1、C2,…,CM是这些图片经过去噪滤波器B后的残余噪声，即Ci＝Si-B(Si),i＝1,2,…,M，根据最大似然估算，模式噪声P的推导公式为：



C作为待测图片S的噪声残留，P的检测问题归结为双向假设检测问题，其中，D0代表待测照相设备与参考照相设备不匹配的情况，D1代表待测照相设备与参考照相设备匹配的情况,P1、P2分别是参考模式噪声和待测模式噪声：
D0：P1≠P2式5
D1：P1＝P2式6
其中：



C＝SP2+Θ2式8
是观测值，模式噪声由式3和残余噪声C计算得到，本发明需要提取二个模式噪声，即参考模式噪声和待测模式噪声。


3.根据权利要求2所述的基于模式噪声的图片出处与窜改认定方法，其特征在于，提取参考模式噪声中，以M幅图片Si(i＝1,2,…,M)，提取参考模式噪声的步骤具体为：
第一步，收集参考图片集Si：收集任意参考照相设备的至少100幅图片，并作为参考图片集；
第二步，低通滤波：本发明用基于多贝西小波的低通滤波器对图片进行滤波，对任一幅需要滤波的图片Si，先将图片的三个颜色通道分离，然后镜像填充每一个颜色通道，将图片的行列大小都填充到2j，j是小波分解级数，然后将每一个颜色通道的图片小波分解，再对分解之后的图片分别提取垂直噪声、水平噪声、对角线噪声，最后将各通道图片进行小波重构，获取低通滤波之后的图片为Si′；
第三步，获取噪声残余图片：运用式2得到噪声残余图片Ci；
第四步，提取参考模式噪声：对噪声残差图片求平均，采用式4估算出非均匀性光响应噪声因子P，并去除模式噪声中的线性结构阵列，得到参考模式噪声。


4.根据权利要求1所述的基于模式噪声的图片出处与窜改认定方法，其特征在于，出处关联性计算中，计算参考模式噪声和待测模式噪声的关联性，根据广义似然比检验，归一化的最大关联系数U的较好估算值为：




J＝C,其中，S是待测图，是参考模式噪声，J是待测模式噪声，式9所示的关联系数U的最大值由剪切图片和模式噪声中的允许位移量b决定，设图片像素为n×m,模式噪声像素为nb×mb,则允许位移量为：
b＝(nb-n+1)(mb-m+1)式10
如果待测图片尺寸与参考图片尺寸不，则在计算关联系数U之前，将图片的不足部分补零以匹配I和J的大小，b与l都为位移量，位移b+k1与l+k2就是为了匹配n和m的大小；
本发明用PCE峰值关联能量比值表示信号的关联性，作为度量照片是否匹配的标准；
假设关联系数U取最大值时，峰值坐标为kp＝[k1,k2]，峰值关联能量比值为：



峰值关联能量比值用作度量峰值高度，I·J(kp)是循环移动位移k后的点积，N是峰值附近的小邻域块；运用式11计算参考图片与待测图片的关联性，并将峰值关联能量比值PCE与判别临界值a比较，依此判定待测图片出处。

【专利技术属性】
技术研发人员：刘秀萍，扆亮海，
申请(专利权)人：荆门汇易佳信息科技有限公司，
类型：发明
国别省市：湖北;42