一种基于离散小波变换的图像PRNU欺骗方法及系统技术方案

本发明专利技术提出了一种基于离散小波变换的图像PRNU欺骗方法及系统，属于图像处理领域,对源图像进行离散小波变换，提取源图像的低频特征；对候选图像进行离散小波变换，提取候选图像的中高频特征；对源图像的低频特征和候选图像的中高频特征进行逐级重构，得到最终的干扰图像；本发明专利技术用离散小波变换域进行频域分析，用维纳滤波方案辅助进行去噪，将抑制设备指纹的重点放在抑制中高频分量上，同时低频分量做轻微处理以保证最后输出图像的质量，从而实现高质量的设备指纹复刻攻击。高质量的设备指纹复刻攻击。高质量的设备指纹复刻攻击。

【技术实现步骤摘要】
一种基于离散小波变换的图像PRNU欺骗方法及系统


[0001]本专利技术属于图像处理领域，尤其涉及一种基于离散小波变换的图像PRNU欺骗方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]基于光响应不均匀性(PRNU)的设备识别方法在最近得到了重视，PRNU是指由图像设备制造工艺的缺陷和硅晶片的不均匀性引起的光照响应不一致性，这种噪声模式被认为是每个设备独有的，PRNU的原理已被用于通过处理典型设备获取的生物特征图像，在生物识别的背景下进行设备去识别；在这种情况下，设备标识(或传感器标识)可与生物识别结合使用，以验证设备(如智能手机)的身份以及间接知晓使用该设备的个人身份。
[0004]但是，在应用识别时往往会存在容易被攻击的设备造成信息的泄露，存在以下问题：(1)目前的研究往往忽视了设备也会暴露隐私的问题，传统的解决方案通常侧重于多媒体内容的保护，例如年龄、面部等，但用于捕获图像的设备也可能暴露我们的隐私；(2)传统的解决方案通常会干扰生物特征图像的认证速度，比如着重于强压缩或者强过滤来抑制图像中的指纹噪声的方案等，都会破坏图像的整体细节；(3)传统去识别方案往往会疏漏频域分析对图像的影响，例如：经典的傅里叶变换域(Fourier transform)，信号表现形式往往不够直观，并且抑制PRNU效果较弱；DCT压缩的研究会普遍出现方块效应，这也会影响图像的质量等；(4)目前的研究方法在欺骗方案上，通常只存在针对源设备较少的情况。
[0005]所以，如何从源图像中剥离源设备信息，切断与源设备之间的联系，用其他设备的信息来干扰源图像，达到欺骗的效果，是一个值得研究的问题。

技术实现思路

[0006]为克服上述现有技术的不足，本专利技术提供了一种基于离散小波变换的图像PRNU欺骗方法及系统，用离散小波变换域进行频域分析，用维纳滤波方案辅助进行去噪，将抑制设备指纹的重点放在抑制中高频分量上，同时低频分量做轻微处理以保证最后输出图像的质量，从而实现高质量的设备指纹复刻攻击。
[0007]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
[0008]本专利技术第一方面提供了一种基于离散小波变换的图像PRNU欺骗方法；
[0009]一种基于离散小波变换的图像PRNU欺骗方法，包括：
[0010]对源图像进行离散小波变换，提取源图像的低频特征；
[0011]对候选图像进行离散小波变换，提取候选图像的中高频特征；
[0012]对源图像的低频特征和候选图像的中高频特征进行逐级重构，得到最终的干扰图像。
[0013]进一步的，所述离散小波变换，是三层小波分解或者二层小波分解；
[0014]源图像和候选图像是一对多的关系时，采用三层小波分解，候选图像是目标设备拍摄的一组图像；
[0015]源图像和候选图像是一对一的关系时，选择二层小波分解，候选图像是目标设备拍摄的一张图像。
[0016]优选地，提取源图像的低频特征后，通过维纳滤波，去除低频特征中的噪声。
[0017]优选地，获取拍摄源图像的源设备拍摄的一组图像，作为图像训练集，从图像训练集中提取设备指纹特征，对源设备的指纹特征进行离散小波变换，得到指纹特征的低频特征，去除噪声后的源图像低频特征减去n倍强度的指纹特征的低频特征，得到剥离源设备信息的源图像低频特征。
[0018]优选地，提取候选图像的中高频特征后，获取拍摄候选图像的候选设备拍摄的一组图像，作为图像训练集，从图像训练集中提取设备指纹特征，对候选设备的指纹特征进行离散小波变换，得到指纹特征的中高特征，候选图像的中高频特征加上指纹特征的中高频特征，得到加强目标设备信息的候选图像中高频特征。
[0019]进一步的，采用乘性因子的极大似然估计方法提取设备的指纹特征。
[0020]进一步的，采用逆小波变换的方式实现逐级重构。
[0021]本专利技术第二方面提供了一种基于离散小波变换的图像PRNU欺骗系统。
[0022]一种基于离散小波变换的图像PRNU欺骗系统，包括源图像特征提取模块、候选图像特征提取模块和图像重构模块；
[0023]源图像特征提取模块，被配置为：对源图像进行离散小波变换，提取源图像的低频特征；
[0024]候选图像特征提取模块，被配置为：对候选图像进行离散小波变换，提取候选图像的中高频特征；
[0025]图像重构模块，被配置为：对源图像的低频特征和候选图像的中高频特征进行逐级重构，得到最终的干扰图像。
[0026]本专利技术第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方面所述的一种基于离散小波变换的图像PRNU欺骗方法中的步骤。
[0027]本专利技术第四方面提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本专利技术第一方面所述的一种基于离散小波变换的图像PRNU欺骗方法中的步骤。
[0028]以上一个或多个技术方案存在以下有益效果：
[0029]本专利技术优化了目前生物特征图像领域存在的去识别算法，开拓了其中源图像和候选图像对应关系一对多和一对一的情况，着重考虑了设备拍摄图像训练集的多少问题，在PSNR和余弦相似性等指标上取得了较高的成功。
[0030]本专利技术提出了一种基于离散小波变换的PRNU欺骗算法，该算法分层次对PRNU的中高、低频段进行不同的处理；即使对测试图像做了轻微的扰动，在光照十分充足的前提下，欺骗成功率仍能保持在高水平线上。
[0031]本专利技术提出的低频信息去除PRNU模式相关伪影的方法，可以大空间的减少与源设备之间的联系，但并不会对图像视觉质量和人眼特征退化有明显的影响，这里的特征退化
是针对生物特征识别来说的。
[0032]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0033]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0034]图1为第一个实施例的方法流程图。
[0035]图2为第二个实施例的方法流程图。
[0036]图3为第三个实施例的系统结构图。
[0037]图4为本专利技术的欺骗原理图。
具体实施方式
[0038]应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。
[0039]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于离散小波变换的图像PRNU欺骗方法，其特征在于，包括：对源图像进行离散小波变换，提取源图像的低频特征；对候选图像进行离散小波变换，提取候选图像的中高频特征；对源图像的低频特征和候选图像的中高频特征进行逐级重构，得到最终的干扰图像。2.如权利要求1所述的一种基于离散小波变换的图像PRNU欺骗方法，其特征在于，所述离散小波变换，是三层小波分解或者二层小波分解；源图像和候选图像是一对多的关系时，采用三层小波分解，候选图像是目标设备拍摄的一组图像；源图像和候选图像是一对一的关系时，选择二层小波分解，候选图像是目标设备拍摄的一张图像。3.如权利要求1所述的一种基于离散小波变换的图像PRNU欺骗方法，其特征在于，优选地，提取源图像的低频特征后，通过维纳滤波，去除低频特征中的噪声。4.如权利要求1所述的一种基于离散小波变换的图像PRNU欺骗方法，其特征在于，优选地，获取拍摄源图像的源设备拍摄的一组图像，作为图像训练集，从图像训练集中提取设备指纹特征，对源设备的指纹特征进行离散小波变换，得到指纹特征的低频特征，源图像的低频特征减去n倍强度的指纹特征的低频特征，得到剥离源设备信息的源图像低频特征。5.如权利要求1所述的一种基于离散小波变换的图像PRNU欺骗方法，其特征在于，优选地，提取候选图像的中高频特征后，获取拍摄候选图像的候选设备拍摄的一组图像，作为图像训练集，从图像训练集中提取设备指纹...

【专利技术属性】
技术研发人员：李健，张晓波，马宾，王春鹏，吴晓明，张鹏，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：