專利名稱：一種基于dft交叉相關分析的數碼照片來源識別方法
技術領域：
本發(fā)明涉及數碼照片來源識別技術，尤其涉及的是一種基于DFT交叉相關分析的數碼照片來源識別方法。
背景技術：
隨著社會進步和科技的快速發(fā)展，數碼照片成為人類在數字通信技術中獲取和交換信息的一種重要的方式。大容量存儲裝置在技術進步的推動作用下，價格變得越來越來越便宜，而數碼照片存儲要求存儲空間越大越好，這些給數碼照片的方便存儲及廣泛應用提供了條件。然而，隨著數碼照片應用范圍的擴大和豐富我們生活的同時其優(yōu)越性也為違法犯罪活動提供了手段和工具。從司法角度考慮，數碼照片來源鑒定技術的產生、發(fā)展則為這個問題提供了 一種解決方案。數碼相機現在已經被廣大的消費者所接受，數碼照片的來源分布很廣和容易獲取，這些好處是無疑的。但是數碼照片易于獲取也是一個很大的缺陷。因為我們不知道數碼照片準確來源。我們可以推知，在當今社會數碼照片會成為日常生活中的爭辯和法庭審判中的一種通用證據來源。同樣的，電視新聞數碼照片普遍的成為新報道的真實性證明。因此開展數碼照片來源鑒定技術研究是一項非常有意義的工作。國際上數碼照片來源鑒定技術是近幾年才興起的，目前仍然處于起步階段，相關的研究隊伍僅有幾家，以美國的大學和研究機構居多。美國Polytechnic大學的Kharrazi等人通過分析數碼相機內部圖像處理過程，從數字圖像中提取能夠反映相機特點的多維特征進行分類認證，是通過提取特征進行來源取證的一種典型算法；Tsai等人也提出了類似的方法，利用圖像特征進行判別；K. S. Choi等人在此基礎上加入了鏡頭徑向失真特征，提高了相機來源分類的準確率；S. Bayram等人采用EM算法檢測相機CFA插值引入的周期性特征進行來源取證；美國Dartmouth大學的HanyFarid教授領導的科研團隊較早提出了基于小波域多尺度分析的數字圖像來源取證方法，對數碼照片和計算機生成圖像進行分類，其研究成果顯著；美國Columbia大學以Shih-Fuchang為核心的科研團隊,在圖像的來源認證上取得了一定的成績，他們提出利用相機響應函數反映數碼相機成像過程中不同信號處理方法，對不同相機拍攝的數字圖像進行來源認證；美國Marytand大學的吳昊等人通過估計相機CFA插值系數來實現分類；美國Binghamton大學的J. Fridrich團隊,這些年來也一直跟蹤研究數字圖像來源技術，對多媒體信息安全領域做出了巨大貢獻。近年來，數碼相機圖像來源鑒定技術在國際著名期刊和會議上也陸續(xù)受到了重視。頂級的專業(yè)國際會議等已經陸續(xù)有相關會議專題，這些都昭示著數碼相機來源鑒定技術的重要性和前沿性。國內有關數碼照片來源鑒定技術專題研究也剛剛起步，相關的研究成果和技術還非常少。

發(fā)明內容
本發(fā)明所要解決的技術問題是針對現有技術的不足提供一種基于DFT交叉相關分析的數碼照片來源識別方法。
本發(fā)明的技術方案如下—種DFT交叉相關分析的數碼照片來源識別方法，包括以下步驟(I)首先對參考和測試照片集進行R、G和B顏色通道分割照片I可以分割為Ii,
iG {R，G，B};選擇一個BLS-GSM小波低通濾波器對ISi G {R，G，B}進行濾波得到無PRNU的參考照片1、」，j = 1，2. . . n和測試照片Iitk, k = 1，2. . . m ;(2)對應照片原通道Ii和無PRNU1、」，Iitk，相減得到殘差圖像n、，Hit ；(3)對每一通道計算參考PRNU wci, i G {R，G，B}和融合參考PRNU Wc ;計算式如下
權利要求
1.一種DFT交叉相關分析的數碼照片來源識別方法，其特征在于，包括以下步驟 (1)首先對參考和測試照片集進行R、G和B顏色通道分割照片I可以分割為Ii,i G {R，G，B};選擇一個BLS-GSM小波低通濾波器對ISi G {R，G，B}進行濾波得到無PRNU的參考照片1、」，j = 1，2. . . n和測試照片Iitk, k = 1，2. . . m ; (2)對應照片原通道Ii和無PRNUI^，Iitk，相減得到殘差圖像n、，Hit； (3)對每一通道計算參考PRNUwci, i G {R，G，B}和融合參考PRNU Wc ;計算式如下
2.根據權利要求1所述的方法，其特征在于，選擇判定閾值Th的方法為由中心極限定理可知，不是同一數碼相機照片交叉相關性數位置的歐氏距離值近似服從高斯分布，n個測試照片其交叉相關性數位置歐氏距離值的累加分布密度函數、高斯分布密度函數和高斯分布函數的關系為
全文摘要
本發(fā)明公開了一種DFT交叉相關分析的數碼照片來源識別方法，包括以下步驟(1)首先對參考和測試照片集進行R、G和B顏色通道分割；(2)對應照片原通道Ii和無PRNU Iirj，Iitk，相減得到殘差圖像nir，nit(3)對每一通道計算參考PRNU wci，i ∈{R，G，B}和融合參考PRNU wc；(4)計算融合參考PRNU wc和測試圖像殘差噪聲nt的交叉相關系數cwn；(5)最后定位交叉相關系數最大值位置，并計算其到原點的歐氏距離；確定判定閾值。本發(fā)明使用的特征信息對7中型號不同品牌的數碼相機拍攝的照片進行來源識別，平均識別率達到了96.3％。因此，本方法具有較高的應用價值。
文檔編號G06K9/62GK103020641SQ20121049969
公開日2013年4月3日 申請日期2012年11月18日 優(yōu)先權日2012年11月18日
發(fā)明者張震, 謝永杰, 劉東升, 劉淵, 楊宇豪, 佟森峰, 秦毅男, 寧波, 路若瑾, 馬正祥, 彭輝, 何爭輝 申請人:鄭州大學