[发明专利]一种使用空域平滑滤波的数字照片图像来源识别方法

摘要

本发明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方法的识别率。

主权项

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I_org,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I_test；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I_test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I_test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I_org,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I_org,n的噪声残差图像记为W_org,n，将W_org,n中坐标位置为(i,j)的像素点的像素值记为W_org,n(i,j)，W_org,n(i,j)＝I_org,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，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，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I_test的降噪图像，记为I'_test；然后根据I_test及I'_test，获取I_test的噪声残差图像，记为W_test，将W_test中坐标位置为(i,j)的像素点的像素值记为W_test(i,j)，W_test(i,j)＝I_test(i,j)‑I'_test(i,j)；接着将W_test作为I_test的传感器模式噪声；再消除W_test中的CFA插值噪声，得到I_test的无CFA插值噪声的传感器模式噪声，记为W'_test；其中，I_test(i,j)表示I_test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I_test的最终的传感器模式噪声，记为W^*_test；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数和第二系数记为a^R(i,j)和b^R(i,j)，然后将中的所有区域块与中对应位置的区域块之间的第一系数构成第一系数图像，记为a^R，a^R的宽度为col且高度为row；并将中的所有区域块与中对应位置的区域块之间的第二系数构成第二系数图像，记为b^R，b^R的宽度为col且高度为row；其中，1≤i≤col,1≤j≤row，covGR(i,j)表示covGR中坐标位置为(i,j)的像素点的像素值，varG(i,j)表示varG中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值，ξ为惩罚因子；同样，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数和第二系数记为a^W(i,j)和b^W(i,j)，然后将中的所有区域块与中对应位置的区域块之间的第一系数构成第一系数图像，记为a^W，a^W的宽度为col且高度为row；并将中的所有区域块与中对应位置的区域块之间的第二系数构成第二系数图像，记为b^W，b^W的宽度为col且高度为row；其中，covGW(i,j)表示covGW中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值；③_4、对a^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；接着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；同样，对b^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；接着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；同样，对a^W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；接着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；同样，对b^W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；接着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；③_5、获取R^*，将R^*中坐标位置为(i,j)的像素点的像素值记为R^*(i,j)，其中，表示中坐标位置为(i,j)的像素点的像素值，G(i,j)表示G中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值；同样，获取W^*_test，将W^*_test中坐标位置为(i,j)的像素点的像素值记为W^*_test(i,j)，其中，表示中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值；④采用SPCE方法计算W^*_test与R^*的相关性，记为SPCE(W^*_test,R^*)；所述的步骤④中其中，sign()为求符号函数，P_max表示W^*_test与R^*的相关函数图像P中最大的像素值，Ne×Ne表示W^*_test与R^*的相关函数图像P中以像素值为P_max的像素点为中心的窗口区域的尺寸大小，8≤Ne≤15，Ω表示W^*_test与R^*的相关函数图像P中的所有像素点的坐标位置的集合，Ω_Ne×Ne表示W^*_test与R^*的相关函数图像P中以像素值为P_max的像素点为中心的窗口区域中的所有像素点的坐标位置的集合，P(s)表示W^*_test与R^*的相关函数图像P中坐标位置为s的像素点的像素值；⑤用事先设置的I_test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I_test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I_test来自非其所声明的来源相机，即I_test来自其它相机。