CN102395041A - 一种基于模式噪声相位的成像设备源检测方法 - Google Patents

一种基于模式噪声相位的成像设备源检测方法 Download PDF

Info

Publication number
CN102395041A
CN102395041A CN2011102238881A CN201110223888A CN102395041A CN 102395041 A CN102395041 A CN 102395041A CN 2011102238881 A CN2011102238881 A CN 2011102238881A CN 201110223888 A CN201110223888 A CN 201110223888A CN 102395041 A CN102395041 A CN 102395041A
Authority
CN
China
Prior art keywords
imaging device
noise
modal
modal noise
video frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011102238881A
Other languages
English (en)
Inventor
康显桂
李寅祥
黄继武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN2011102238881A priority Critical patent/CN102395041A/zh
Publication of CN102395041A publication Critical patent/CN102395041A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明属于数字图像/视频信息取证技术领域，是一种基于模式噪声相位的成像设备源检测方法。其包括成像设备模式噪声参考模板提取和成像设备源检测两个步骤，参考模板提取的具体步骤为：A1.获取K(K>1)幅的原始数码图像/视频帧；A2.获取原始数码图像/视频帧的白色噪声；A3.获取成像设备模式噪声参考模板；成像设备源检测的具体步骤为：B1.获取步骤A3中的参考模板；B2.获取测试图像/视频帧的噪声；B3.计算测试图像/视频帧与原始数码图像/视频帧之间的相似度；B4.将相似度与预先设定阈值t进行比较，判断测试图像/视频帧是否由被测成像设备生成的。本发明能够提高图像/视频帧源检测性能，增强检测可信度。

Description

一种基于模式噪声相位的成像设备源检测方法
技术领域
本发明属于数字图像/视频信息取证技术领域，具体涉及一种基于模式噪声相位的成像设备源检测方法。
背景技术
当前图像及视频多由数字成像设备生成，以数字信号形式进行存储和发布。由于数字图像及视频便于编辑、发布和共享的特性，它在给人们带来便利的同时也引发了与之相关的多媒体信息安全问题。例如，被恶意篡改的图像可能会误导大众舆论，这是不可接受的。数字图像认证技术被用来鉴别图像的真伪。早期以数字水印为代表的主动认证技术由于需要对保护图像进行预处理操作,其已经不能满足当前的应用需求。而数字图像被动取证技术因为仅依靠成像设备或者图像本身来确定其真伪，有着更广的应用前景。其主要思想是通过数码成像设备的固有特性或图像内容来检测数字图像的真伪。传感器模式噪声（Sensor Pattern Noise）是数码成像设备（数码相机、摄像机等）的固有特性，通过检测数字图像/视频帧中所包含的模式噪声信息就可以追踪图像或视频的成像设备，该信息取证方法在当前被称为数字图像和视频成像设备源检测，其确定了图像/视频帧的来源就可以用来说明图像/视频帧的真实有效性。
具体针对数码相机而言，由于当前制造工艺和原材料特性所限，数码相机的光学传感器存在着缺陷。具体表现为，光学传感器上的感光单元存在着一定的差异性，即它们在同等光照条件下的输出不完全一致，这就导致数码相机会在输出图像中引入具有固定模式的噪声。由于不同数码相机的模式噪声之间存在着差异，使得模式噪声成为数码相机“指纹”，可以用于数字图像被动认证。因此，可以事先提取数码相机的模式噪声（指纹），然后检测目标图像中模式噪声来进行图像来源追溯。
现有数码相机模式噪声参考模板的提取方法都是通过分析多幅数码相机拍摄的图像完成。外文文献《Digital camera identification from sensor pattern noise》中首先提出从拍摄的自然景物图像中提取模式噪声参考模板。该方法首先选取足量目标数码相机拍摄的原始图像，对每幅图像使用相同的滤噪方法获取其噪声，最后平均所有噪声得到该相机模式噪声参考模板。然而由于成像设备成像复杂性，当前方法获取的传感器模式噪声指纹会存在一些杂质，而这些杂质并不是成像设备的固有信息，因此会影响源检测结果的准确性。
发明内容
针对现有技术的缺点，本发明的目的是提供一种提高图像/视频帧源检测性能，增强检测可信度的基于模式噪声相位的成像设备源检测方法。
为实现上述目的，本发明的技术方案为：
一种基于模式噪声相位的成像设备源检测方法，包括成像设备模式噪声参考模板提取和成像设备源检测两个步骤，所述成像设备模式噪声参考模板提取的具体步骤为：
A1.获取K(K>1)幅由被检测成像设备生成的原始数码图像/视频帧                                                
Figure 760428DEST_PATH_IMAGE001
, k∈{0,1,2,3,…K-1}；
A2.获取原始数码图像/视频帧的白色噪声；
A3.利用原始数码图像/视频帧的白色噪声获取成像设备模式噪声参考模板y{y i, 0￡i<N-1},  N为模式噪声参考模板中像素数量；
所述成像设备源检测的具体步骤为：
B1.获取步骤A3中的成像设备模式噪声参考模板y；
B2.获取测试图像/视频帧的噪声x{x i , 0￡i<N-1}；
B3.计算测试图像/视频帧与所述原始数码图像/视频帧之间的相似度；
B4.将相似度与预先设定阈值t进行比较，若相似度大于预先设定阈值t，则判断测试图像/视频帧是由被测成像设备生成的，否则，则判断测试图像/视频帧不是由被测成像设备生成的。
上述方案中，所述步骤B3中的相似度为x与y的相关值与互相关值模的比值CCN，其计算公式为：
CCN =
Figure 2011102238881100002DEST_PATH_IMAGE002
，
其中0￡j<N -1, x为测试图像/视频帧的噪声，y为成像设备模式噪声参考模板，
Figure 7607DEST_PATH_IMAGE003
，N为模式噪声参考模板中像素数量，A为j= 0的邻域，
Figure 2011102238881100002DEST_PATH_IMAGE004
为选取的邻域大小。采用相关值与互相关值模的比值CCN的优点是可以抑制图像/视频帧中周期性噪声对检测结果的不利影响。
上述方案中，所述步骤A2的具体步骤为：
A21.将原始数码图像/视频帧逐一去噪滤波，得到K幅原始数码图像/视频帧的模式噪声,k∈{0,1,2,3,…K-1}；
A22.将原始数码图像/视频帧的模式噪声
Figure 106330DEST_PATH_IMAGE005
进行白化操作，得到原始数码图像/视频帧的白色噪声。
上述方案中，所述模式噪声进行白化操作的步骤具体为：
A221.对模式噪声
Figure 11150DEST_PATH_IMAGE005
进行二维快速傅立叶变换，得到噪声频域信号
Figure 2011102238881100002DEST_PATH_IMAGE006
；
A222.对频域信号进行幅度归一化操作，将其幅度
Figure 2011102238881100002DEST_PATH_IMAGE008
置为1，得到白化后的频域相位信息,即为频域白色噪声
Figure 712444DEST_PATH_IMAGE009
。
或者，所述模式噪声
Figure 162011DEST_PATH_IMAGE005
进行白化操作的步骤具体为：
A221.对模式噪声
Figure 908250DEST_PATH_IMAGE005
进行二维快速傅立叶变换，得到频域信号
Figure 2011102238881100002DEST_PATH_IMAGE010
；
A222.对频域信号
Figure 263008DEST_PATH_IMAGE011
进行幅度归一化操作，将其幅度
Figure 120106DEST_PATH_IMAGE008
置为1，得到白化后的频域相位信息
Figure 2011102238881100002DEST_PATH_IMAGE012
；
A223. 对白化后的频域相位信息
Figure 143555DEST_PATH_IMAGE013
进行傅立叶逆变换，取其实部,得到空域白色噪声
Figure 2011102238881100002DEST_PATH_IMAGE014
。
上述方案中，所述A3的具体步骤为：
A31.将频域白色噪声
Figure 857433DEST_PATH_IMAGE012
在频域进行叠加平均；
A32.将频域白色噪声叠加平均后的结果进行傅立叶反变换，取其实部，得到成像设备模式噪声参考模板y。
或者，所述A3的具体步骤为：将空域白色噪声
Figure 512536DEST_PATH_IMAGE014
在空域上直接叠加平均得到成像设备模式噪声参考模板y。
与现有技术相比，本发明具有如下有益效果：
本发明通过获取成像设备模式噪声参考模板，得到被测成像设备更为准确的光学传感器信息，通过采用相关值与互相关值模的比值CCN作为相似度的度量，可以抑制图像/视频帧周期性噪声对检测结果的不利影响，提高成像设备源的检测性能，增强了图像/视频帧成像设备源检测结果的可信度，本发明可以用于图像/视频帧信息的取证、成像设备源的检测以及图像/视频帧的篡改检测等，而且相对于现有技术，此应用更为准确可靠。 
附图说明
图1为本发明的总流程图；
图2为本发明中获取频域白色噪声的白化操作流程图；
图3为本发明中获取空域白色噪声的白化操作流程图；
图4为利用现有技术从100幅原始图像中提取得到的成像设备模式噪声参考模板的效果图；
图5为图4中成像设备模式噪声参考模板的傅立叶幅度谱图；
图6为本发明采用与图4中相同的100幅原始图像提取得到的成像设备模式噪声参考模板图；
图7为图5中成像设备模式噪声参考模板的傅立叶幅度谱图；
图8为512x512像素的测试图像通过现有技术和本发明两种方法检测成像设备源的实验结果对比曲线图；
图9为512x512像素的测试图像经过90%的JPEG压缩后，再通过现有技术和本发明两种方法检测成像设备源的实验结果对比曲线图；
图10为512x512像素的测试图像经过75%的JPEG压缩后，再通过现有技术和本发明两种方法检测成像设备源的实验结果对比曲线图；
图11为512x512像素的测试图像经过70%的JPEG压缩后，再通过现有技术和本发明两种方法检测成像设备源的实验结果对比曲线图。
其中，图8、9、10、11中曲线Phase SPN表示利用本发明检测得到的实验结果曲线，曲线Basic SPN表示利用现有技术检测得到的实验结果曲线。
具体实施方式
以下结合附图和实施例对本发明进行详细的描述。
如图1、图2和图3所示，本发明提供一种基于模式噪声相位的成像设备源检测方法，包括成像设备模式噪声参考模板提取和成像设备源检测两个步骤，成像设备模式噪声参考模板提取的具体步骤为：
A1.获取K(K>1)幅由被检测成像设备生成的原始数码图像/视频帧
Figure 173325DEST_PATH_IMAGE001
, k∈{0,1,2,3,…K-1}，K >50。
A2.获取原始数码图像/视频帧的白色噪声：
A21.将原始数码图像/视频帧逐一去噪滤波，得到原始数码图像/视频帧的模式噪声
Figure 722118DEST_PATH_IMAGE005
,k∈{0,1,2,3,…K-1}；
A22.将原始数码图像/视频帧的模式噪声
Figure 121744DEST_PATH_IMAGE005
进行白化操作，得到原始数码图像/视频帧的白色噪声。 
A3.利用原始数码图像/视频帧的白色噪声获取成像设备模式噪声参考模板y{y i, 0￡i<N-1}, N为模式噪声参考模板中像素数量。
成像设备源检测的具体步骤为：
B1.获取步骤A3中的成像设备模式噪声参考模板y；
B2.获取测试图像/视频帧的噪声x{x i , 0￡i<N-1}；
B3.计算测试图像/视频帧与原始数码图像/视频帧之间的相似度，相似度为x与y的相关值与互相关值模的比值CCN，其计算公式为：
CCN =
Figure 388777DEST_PATH_IMAGE002
，
其中0￡j<N -1, x为测试图像/视频帧的噪声，y为成像设备模式噪声参考模板，
Figure 649994DEST_PATH_IMAGE003
，N为模式噪声参考模板中像素数量，A为j = 0的邻域，
Figure 53294DEST_PATH_IMAGE004
为选取的邻域大小。
B4.将相似度与预先设定阈值t进行比较，若相似度大于预先设定阈值t，则判断测试图像/视频帧是由被测成像设备生成的，否则，则判断测试图像/视频帧不是由被测成像设备生成的。
步骤A22中的白色噪声为频域白色噪声或者空域白色噪声，通过白化操作获得频域白色噪声的具体步骤为：
A221.对模式噪声进行二维快速傅立叶变换，得到频域信号
Figure 879616DEST_PATH_IMAGE006
；
A222.对频域信号
Figure 678944DEST_PATH_IMAGE007
进行幅度归一化操作，将其幅度置为1，得到白化后的频域相位信息,即为频域白色噪声
Figure 943758DEST_PATH_IMAGE009
。
利用频域白色噪声
Figure 919805DEST_PATH_IMAGE009
获取成像设备模式噪声参考模板y的具体步骤为：
A31.将频域白色噪声
Figure 460507DEST_PATH_IMAGE012
在频域进行叠加平均；
A32.将频域白色噪声叠加平均后的结果进行傅立叶反变换，取其实部，得到成像设备模式噪声参考模板y。
通过白化操作获得空域白色噪声的具体步骤为：
A221.对模式噪声
Figure 166295DEST_PATH_IMAGE005
进行二维快速傅立叶变换，得到频域信号；
A222.对频域信号
Figure 43433DEST_PATH_IMAGE011
进行幅度归一化操作，将其幅度
Figure 122247DEST_PATH_IMAGE015
置为1，得到白化后的频域相位信息
Figure 620224DEST_PATH_IMAGE012
；
A223. 对白化后的频域相位信息
Figure 188609DEST_PATH_IMAGE013
进行傅立叶逆变换，取其实部,得到空域白色噪声
Figure 404827DEST_PATH_IMAGE014
。
利用空域白色噪声
Figure 598917DEST_PATH_IMAGE014
获取成像设备模式噪声参考模板y的具体步骤为：
将所述空域白色噪声
Figure 951400DEST_PATH_IMAGE014
在空域上直接叠加平均得到成像设备模式噪声参考模板y。

Claims (7)

1.一种基于模式噪声相位的成像设备源检测方法，其特征在于，包括成像设备模式噪声参考模板提取和成像设备源检测两个步骤，所述成像设备模式噪声参考模板提取的具体步骤为：
A1.获取K(K>1)幅由被检测成像设备生成的原始数码图像/视频帧                                                
Figure 924292DEST_PATH_IMAGE001
, k∈{0,1,2,3,…K-1}；
A2.获取原始数码图像/视频帧的白色噪声；
A3.利用原始数码图像/视频帧的白色噪声获取成像设备模式噪声参考模板y{y i, 0￡i<N -1},  N为模式噪声参考模板中像素数量；
所述成像设备源检测的具体步骤为：
B1.获取步骤A3中的成像设备模式噪声参考模板y；
B2.获取测试图像/视频帧的噪声x{x i , 0￡i<N -1}；
B3.计算测试图像/视频帧与原始数码图像/视频帧之间的相似度；
B4.将所述相似度与预先设定阈值t进行比较，若相似度大于预先设定阈值t，则判断测试图像/视频帧是由被测成像设备生成的，否则，则判断测试图像/视频帧不是由被测成像设备生成的。
2.根据权利要求1所述的基于模式噪声相位的成像设备源检测方法，其特征在于，所述步骤B3中的相似度为x与y的相关值与互相关值模的比值CCN，其计算公式为：
CCN =
Figure DEST_PATH_IMAGE002
，
其中0￡j<N -1, x为测试图像/视频帧的噪声，y为成像设备模式噪声参考模板，
Figure 979973DEST_PATH_IMAGE003
，N为模式噪声参考模板中像素数量，A为j = 0的邻域，
Figure DEST_PATH_IMAGE004
为选取的邻域大小。
3.根据权利要求1所述的基于模式噪声相位的成像设备源检测方法，其特征在于，所述步骤A2的具体步骤为：
A21.将原始数码图像/视频帧逐一去噪滤波，得到原始数码图像/视频帧的模式噪声
Figure 547352DEST_PATH_IMAGE005
,k∈{0,1,2,3,…K-1}；
A22.将所述原始数码图像/视频帧的模式噪声
Figure 284364DEST_PATH_IMAGE005
进行白化操作，得到原始数码图像/视频帧的白色噪声。
4.根据权利要求3所述的基于模式噪声相位的成像设备源检测方法，其特征在于，所述模式噪声
Figure 870066DEST_PATH_IMAGE005
进行白化操作的步骤具体为：
A221.对模式噪声
Figure 299910DEST_PATH_IMAGE005
进行二维快速傅立叶变换，得到频域信号
Figure DEST_PATH_IMAGE006
；
A222.对频域信号
Figure 853120DEST_PATH_IMAGE007
进行幅度归一化操作，将其幅度
Figure DEST_PATH_IMAGE008
置为1，得到白化后的频域相位信息,即为频域白色噪声
Figure 190560DEST_PATH_IMAGE009
。
5.根据权利要求3所述的基于模式噪声相位的成像设备源检测方法，其特征在于，所述模式噪声
Figure 834031DEST_PATH_IMAGE005
进行白化操作的步骤具体为：
A221.对模式噪声
Figure 169198DEST_PATH_IMAGE005
进行二维快速傅立叶变换，得到频域信号
Figure 2011102238881100001DEST_PATH_IMAGE010
；
A222.对频域信号
Figure 711169DEST_PATH_IMAGE011
进行幅度归一化操作，将其幅度
Figure 789983DEST_PATH_IMAGE008
置为1，得到白化后的频域相位信息
Figure DEST_PATH_IMAGE012
；
A223. 对白化后的频域相位信息
Figure 350277DEST_PATH_IMAGE013
进行傅立叶逆变换，取其实部,得到空域白色噪声
Figure DEST_PATH_IMAGE014
。
6.根据权利要求1所述的基于模式噪声相位的成像设备源检测方法，其特征在于，所述A3的具体步骤为：
A31.将频域白色噪声
Figure 433509DEST_PATH_IMAGE012
在频域进行叠加平均；
A32.将频域白色噪声叠加平均后的结果进行傅立叶反变换，取其实部，得到成像设备模式噪声参考模板y。
7.根据权利要求1所述的基于模式噪声相位的成像设备源检测方法，其特征在于，所述A3的具体步骤为：将空域白色噪声
Figure 384147DEST_PATH_IMAGE014
在空域上直接叠加平均得到成像设备模式噪声参考模板y。
CN2011102238881A 2011-08-05 2011-08-05 一种基于模式噪声相位的成像设备源检测方法 Pending CN102395041A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011102238881A CN102395041A (zh) 2011-08-05 2011-08-05 一种基于模式噪声相位的成像设备源检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011102238881A CN102395041A (zh) 2011-08-05 2011-08-05 一种基于模式噪声相位的成像设备源检测方法

Publications (1)

Publication Number Publication Date
CN102395041A true CN102395041A (zh) 2012-03-28

Family

ID=45862237

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011102238881A Pending CN102395041A (zh) 2011-08-05 2011-08-05 一种基于模式噪声相位的成像设备源检测方法

Country Status (1)

Country Link
CN (1) CN102395041A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108259126A (zh) * 2016-12-29 2018-07-06 华为技术有限公司 相位噪声参考信号传输方法和装置
CN109767376A (zh) * 2018-12-13 2019-05-17 平安科技（深圳）有限公司 图像认证方法、装置、计算机设备及存储介质
CN114554227A (zh) * 2022-01-17 2022-05-27 广东工业大学 基于多尺度变换域自适应维纳滤波的压缩视频来源检测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108259126A (zh) * 2016-12-29 2018-07-06 华为技术有限公司 相位噪声参考信号传输方法和装置
CN109767376A (zh) * 2018-12-13 2019-05-17 平安科技（深圳）有限公司 图像认证方法、装置、计算机设备及存储介质
CN114554227A (zh) * 2022-01-17 2022-05-27 广东工业大学 基于多尺度变换域自适应维纳滤波的压缩视频来源检测方法

Similar Documents

Publication Publication Date Title
Lin et al. Preprocessing reference sensor pattern noise via spectrum equalization
Lawgaly et al. Sensor pattern noise estimation based on improved locally adaptive DCT filtering and weighted averaging for source camera identification and verification
Fridrich Sensor defects in digital image forensic
Lin et al. A passive approach for effective detection and localization of region-level video forgery with spatio-temporal coherence analysis
Wahab et al. Passive video forgery detection techniques: A survey
Singh et al. Detection of upscale-crop and splicing for digital video authentication
CN103561271A (zh) 静止摄像头拍摄的运动目标被移除视频空域篡改检测方法
Yang et al. A fast source camera identification and verification method based on PRNU analysis for use in video forensic investigations
Gupta et al. Improving source camera identification performance using DCT based image frequency components dependent sensor pattern noise extraction method
Visentini-Scarzanella et al. Video jitter analysis for automatic bootleg detection
Alles et al. Source camera identification for heavily jpeg compressed low resolution still images
CN114840831A (zh) 人脸图像的合法性验证方法、装置、电子设备和存储介质
Rani et al. Digital image forgery detection techniques: A comprehensive review
CN102395041A (zh) 一种基于模式噪声相位的成像设备源检测方法
Fan et al. Modeling the EXIF-image correlation for image manipulation detection
Cozzolino et al. Multimedia forensics before the deep learning era
Han et al. A phase-based approach for ENF signal extraction from rolling shutter videos
CN103561274A (zh) 静止摄像头拍摄的运动目标被移除视频时域篡改检测方法
Wang et al. Digital image forgery detection based on the consistency of defocus blur
Kamenicky et al. PIZZARO: Forensic analysis and restoration of image and video data
Ng et al. Blind detection of digital photomontage using higher order statistics
Samaras et al. Robustness in blind camera identification
Wang et al. Source camera identification forensics based on wavelet features
Gharibi et al. Using the local information of image to identify the source camera
Cozzolino et al. A comparative analysis of forgery detection algorithms

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20120328