圖像模式噪聲相關(guān)性預(yù)測(cè)器的設(shè)計(jì)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種圖像與其標(biāo)準(zhǔn)模式噪聲相關(guān)性的預(yù)測(cè)器的設(shè)計(jì)，數(shù)字圖像與其標(biāo) 準(zhǔn)模式噪聲的相關(guān)性數(shù)值進(jìn)行估算預(yù)測(cè)，有助于圖像的來源性取證與反取證。 二、
【背景技術(shù)】
[0002] 模式噪聲是一種相機(jī)成像傳感器的固有屬性，無論是CCD(電荷耦合元件）還是 CMOS(互補(bǔ)金屬氧化物半導(dǎo)體）成像傳感器，每個(gè)像素點(diǎn)的光電轉(zhuǎn)換效率并非絕對(duì)均勻， 部分像素點(diǎn)對(duì)入射光線的變化較為敏感，部分像素點(diǎn)則反之。這些細(xì)微的差異構(gòu)成了特定 相機(jī)拍攝的數(shù)字圖像所固有有的非均一響應(yīng)特征（photo-response non uniformity)。這 些微弱的乘性噪聲可以視其為非主動(dòng)擴(kuò)頻水印，每個(gè)像素的非均一響應(yīng)通過矩陣K記錄下 來，使得特定相機(jī)設(shè)備所拍的圖像有了共同的特性，用于完成各種數(shù)字圖像的來源性取證 任務(wù)，如來源設(shè)備分類，識(shí)別區(qū)分等。例如，可以通過濾波提取模式噪聲，然后與待測(cè)圖像的 殘差計(jì)算相關(guān)度的方式來判定數(shù)字圖像是否出自待測(cè)相機(jī)，通過對(duì)比的相關(guān)性系數(shù)預(yù)測(cè)器 的理論估算值與實(shí)際值方式，可以以很高的正確率判斷出圖像是否來源于特定相機(jī)。反之， 反取證篡改也會(huì)利用到相關(guān)性系數(shù)預(yù)測(cè)器，對(duì)偽造的模式噪聲進(jìn)行嵌入修改。無論是取證 操作還是反取證篡改操作，模式噪聲相關(guān)性預(yù)測(cè)器的準(zhǔn)確性十分重要。 三、

【發(fā)明內(nèi)容】

[0003] 設(shè)計(jì)了一種基于圖像內(nèi)容特征的相機(jī)內(nèi)容相關(guān)性預(yù)測(cè)器，以便于數(shù)字相機(jī)所拍攝 照片來源性取證和反取證。為了求出預(yù)測(cè)器模型，需收集一定數(shù)目的目標(biāo)相機(jī)圖片，計(jì)算它 們的內(nèi)容特征和與標(biāo)準(zhǔn)模式噪聲的相關(guān)性數(shù)值，利用ΒΡ神經(jīng)網(wǎng)絡(luò)擬合這些數(shù)據(jù)，得出給相 機(jī)的預(yù)測(cè)器模型參數(shù)。
[0004] 圖像內(nèi)容特征：
[0005] (1)圖像強(qiáng)度：由于計(jì)算得來的PRNU模式噪聲系數(shù)Κ是倍乘的，即ΙΚ。所以在高圖 像強(qiáng)度的相關(guān)性系數(shù)會(huì)很高。強(qiáng)度表明成像傳感器受到的光線強(qiáng)度大，由此對(duì)光線敏感的 像素點(diǎn)和對(duì)光線不敏感的像素點(diǎn)對(duì)比性要比低強(qiáng)度圖像強(qiáng)一點(diǎn)，整體圖像所表現(xiàn)出的PRNU 共性會(huì)隨著圖像強(qiáng)度增加，從而影響了相關(guān)性。但是，由于圖像強(qiáng)度有限的范圍[0,256]，所 以需要考慮到靠近臨界強(qiáng)度的像素對(duì)相關(guān)性的影響。所以將下式作為圖像的強(qiáng)度特征：
[0007] 其中，att(x)是衰減函數(shù)：
[0009] 上式中的τ和Icirt是個(gè)針對(duì)特定相機(jī)的常數(shù)，大致區(qū)域e [230，......， 255]，τ = [3,……，8]，可以根據(jù)窮舉搜索的方法來確定。衰減函數(shù)就可以區(qū)分出圖像強(qiáng) 度的飽和范圍與正常強(qiáng)度的區(qū)別。
[0010] (2)紋理：如果一個(gè)圖像紋理較多，那么它與相機(jī)的PRNU的相關(guān)性較小。傳感器的 非均一響應(yīng)在絕對(duì)均一光照的條件下表現(xiàn)的最明顯，但是當(dāng)圖像紋理較多的時(shí)候，這說明 了傳感器本身受到的光線是不均勻的，在單一的圖片中這種客觀的不均勻光線強(qiáng)度與傳感 器固有的非均一響應(yīng)相比，光線帶來的非均一性要更明顯些，擾亂了相關(guān)性檢測(cè)器的判定。 因此，必須考慮圖像紋理對(duì)相關(guān)性系數(shù)的影響。由于在獲得該圖像殘差時(shí)用的是小波濾波 器，所以現(xiàn)在可以直接引用中間數(shù)據(jù)計(jì)算出高通濾波圖像F(用LH，HH，HL等子帶逆小波合 成的），這樣就可以從圖像的高頻成分中計(jì)算出紋理特征fT。
[0012] 其中，VAR5的意思是像素 i在鄰域F的方差。因?yàn)閳D像紋理較多，數(shù)字圖像的像素 點(diǎn)值的方差就會(huì)變大，而為了防止分母出現(xiàn)零值的狀態(tài)，將算出的方差值加1，保證其為正 數(shù)。
[0013] (3)信號(hào)平整度：如果圖像經(jīng)過了低通濾波本質(zhì)的后處理，比如JPEG壓縮。那么 PRNU噪聲會(huì)受到抑制，并且降低了相關(guān)性。相對(duì)于取證者的權(quán)限來說，篡改者的可能沒法像 取證者那樣獲得最直接的傳感器輸出數(shù)據(jù)，篡改者得到的是經(jīng)過CFA插值和壓縮后的后處 理圖像，而這些后處理在數(shù)學(xué)上的達(dá)到的效果往往是低通濾波，這對(duì)一些平坦圖像有著很 大的改動(dòng)，降低了成像傳感器的帶來的模式噪聲的影響。然而，對(duì)于相對(duì)平坦和高強(qiáng)度但又 不是靠近臨界飽和的區(qū)域較多的圖像，相關(guān)性會(huì)有很大變化。這些平坦區(qū)域方差較低。于 是定義了第三個(gè)圖像特征：
[0015] 其中，c是設(shè)定的常數(shù)，一般設(shè)為0· 03。句[?]是像素 i的圖像強(qiáng)度在5X5的局部 方差。該公式將數(shù)字圖像中方差較小區(qū)域的像素點(diǎn)統(tǒng)計(jì)出來，以衡量圖像平坦區(qū)域的比重。
[0016] (4)RGB純色特征：當(dāng)圖像內(nèi)容中有綠色，紅色，藍(lán)色等純色區(qū)域時(shí)，說明了有相當(dāng) 一部分像素的取值主要是由CFA插值算法所得。在這些區(qū)域，在最后的成像圖片上有相當(dāng) 一部分（對(duì)于大部分相機(jī)，如果是純綠色是50%，如果是純紅色或藍(lán)色是75%)的像素取 值，可能與最初的傳感器輸出差別較大，不能反映出傳感器本身的特性。這是由于該像素點(diǎn) 上傳感器的CFA只能接受一種顏色，而大多數(shù)得到四格矩陣為兩綠一紅一藍(lán)。因此，在考慮 相關(guān)性計(jì)算上，引入RGB純色特征。（有些相機(jī)使用的是四色的濾光片陣列，特征計(jì)算與此 類似。）
[0018] 其中，R[i]、G[i]、B[i]分別為圖像紅色通道、綠色通道、藍(lán)色通道的在某點(diǎn)的取 值，β e [30，……,50], γ e [0,……，10]〇
[0019] (5)平坦色塊特征：數(shù)字圖片大多是JPEG格式的圖片。由于色度量化表的量化步 長(zhǎng)較大，對(duì)于一些有著平坦灰度而又有著單調(diào)大色塊的圖片，JPEG在此情況壓縮會(huì)造成較 大扭曲失真，造成相關(guān)性的減小。因此，有必要考慮圖片的平坦色塊特征：
[0021] 其中，彩色圖片需由RGB轉(zhuǎn)換成為YUV，Cr和Cb分別表示色度的矩陣。^和 是像素 i的圖像色度在5X5的局部方差。
[0022] (6)內(nèi)容噪聲特征：圖像在拍攝過程中自身也會(huì)產(chǎn)生與PRNU模式噪聲無關(guān)的噪 音，比如一些弱光場(chǎng)合下拍攝的圖片，曝光程不夠的照片，圖片中部分噪音與成像傳感器沒 有關(guān)系，當(dāng)這些噪音被小波濾波提取殘差后，可能還會(huì)保留，影響了與PRNU矩陣相關(guān)性的 計(jì)算。因此，加入了內(nèi)容噪音特征：
[0023] fpsNR = PSNR(I-med(I))
[0024] 公式中med表示中值濾波計(jì)算。
[0025] (7)圖像正則性特征：數(shù)字圖像的正則性也是影響模式噪聲相關(guān)性估計(jì)的一個(gè)因 素，即圖像越光滑濾波所受到紋理內(nèi)容的影響越小，對(duì)其模式噪聲的估算也越準(zhǔn)確。而對(duì)圖 像正則性的估算則采用TV (Total Variation)模型，選擇整體變分作為正則化函數(shù)：
[0027] 其中，▽為哈密頓算子，I為圖像矩陣。TV值即可反映圖像的光滑程度。
[0028] 預(yù)測(cè)器設(shè)計(jì)：
[0029] 在計(jì)算得到這些特征后，通過智能學(xué)習(xí)的方式建立特征與模式噪聲相關(guān)性的模 型。擬神經(jīng)網(wǎng)絡(luò)中的BP網(wǎng)絡(luò)進(jìn)行擬合估算。
[0030] 首先，建立一個(gè)7個(gè)特征輸入，兩個(gè)隱層，一個(gè)輸出的神經(jīng)網(wǎng)絡(luò)模型。其中，第一層 為輸入層，第二層為5個(gè)結(jié)點(diǎn)的隱層，第三層為3個(gè)結(jié)點(diǎn)的隱層，第四為輸出層。第Q層網(wǎng) 絡(luò)的輸入輸出變換關(guān)系為：
[0032] 收集P組的特征值與對(duì)應(yīng)相關(guān)性系數(shù)樣本，利用一階梯度法，即最速下降法進(jìn)行 網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)擬合。
[0033] 總誤差函數(shù)：
[0034] 對(duì)于輸出層計(jì)算

[0035]對(duì)于Q層計(jì)算 ，其中等為該組數(shù)據(jù)計(jì)算所 得結(jié)果。
[0036] 對(duì)于Q-1層計(jì)算 等為該
組數(shù)據(jù)計(jì)算所得結(jié)果。
[0037] 以此反向遞推，最后算出BP網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)。
【具體實(shí)施方式】：
[0038] 下面結(jié)合附圖表和實(shí)例對(duì)本發(fā)明作進(jìn)一步的說明。
[0039] 1求出源相機(jī)與偽造相機(jī)的PRNU噪聲
[0040] 收集100張以上的偽造相機(jī)拍出來的圖片和盡可能多的源相機(jī)拍出來的圖片。然 后針對(duì)每組圖像先利用小波去噪進(jìn)行濾波處理，在得到每幅圖像的樣本噪聲，最后根據(jù)公 式：
[0042] 得出了 PRNU的矩陣K，其中W為相機(jī)參考模式噪聲，L為相機(jī)拍攝的第i張圖像。
[0043] 2計(jì)算源相機(jī)與其PRNU矩陣的關(guān)系，建立相關(guān)性預(yù)測(cè)器
[0044] 圖像與其模式噪聲的相關(guān)性分布與偽造圖像的相關(guān)性分布的差異大小由嵌入強(qiáng) 度影響著。因此，分別計(jì)算源相機(jī)所排出的一組圖片的內(nèi)容特征和對(duì)應(yīng)的相關(guān)性，再通過BP 神經(jīng)網(wǎng)絡(luò)擬合所得到的數(shù)據(jù)，得到該相機(jī)照片與其PRNU矩陣相關(guān)性的預(yù)測(cè)器。
[0045] 3利用上一步得到的預(yù)測(cè)器，計(jì)算偽造圖像預(yù)定的相關(guān)性系數(shù)，然后利用嵌入公 式：
[0047] 調(diào)整其中的參數(shù)α使實(shí)際的相關(guān)性系數(shù)等于預(yù)測(cè)器得出的值。這樣就可以得到 更加合理的分布。
【主權(quán)項(xiàng)】
1. 本發(fā)明設(shè)計(jì)了一種基于圖像內(nèi)容特征的模式噪聲相關(guān)性預(yù)測(cè)器，并利用BP神經(jīng)網(wǎng) 絡(luò)模型，基于最速下降法進(jìn)行擬合算出網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)，最終得到一個(gè)W7個(gè)特征值為輸入 的非線性相關(guān)性數(shù)值預(yù)測(cè)器。其中，利用到了與實(shí)際應(yīng)用中相關(guān)的圖像內(nèi)容特征，送些內(nèi)容 特征比較符合低端相機(jī)的圖像。2. 圖像內(nèi)容的RGB純色特征、平坦色塊特征、內(nèi)容噪聲特征和圖像正則性特征的計(jì)算 方法，其中RGB純色特征：其中，R[i]、G[i]、B[i]分別為圖像紅色通道、綠色通道、藍(lán)色通道的在某點(diǎn)的取值， 目E巧0，......，50]，Ye[0，......，10]。平坦色塊特征：其中，彩色圖片需由RGB轉(zhuǎn)換成為YUV，Cr和Cb分別表示色度的矩陣。起叫和&叫 是像素i的圖像色度在5X5的局部方差。圖像天然噪聲的特征： fpsNR=PSNR(I-med(D) 公式中med表示中值濾波計(jì)算。數(shù)字圖像正則性特征的計(jì)算方法：其中，▽為哈密頓算子，I為圖像矩陣。TV值即可反映圖像的光滑程度。
【專利摘要】本發(fā)明屬于圖像取證與反取證領(lǐng)域，涉及到通過提取圖像模式噪聲來對(duì)圖像來源進(jìn)行檢測(cè)時(shí)利用到的預(yù)測(cè)器技術(shù)，基于全面，高效的圖像內(nèi)容特征及訓(xùn)練出的BP神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)字圖像與其參考模式噪聲的相關(guān)性進(jìn)行預(yù)測(cè)，達(dá)到較好的效果。
【IPC分類】H04N5/365
【公開號(hào)】CN105376506
【申請(qǐng)?zhí)枴緾N201410436851
【發(fā)明人】周治平, 楊弘
【申請(qǐng)人】江南大學(xué)
【公開日】2016年3月2日
【申請(qǐng)日】2014年8月27日