一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒跋到y(tǒng)的制作方法
【專利摘要】本發(fā)明涉及電子技術(shù)領(lǐng)域，特別涉及一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒跋到y(tǒng)，包括依次連接的照片分割模塊、照片噪聲信息提取模塊、噪聲信息比對與匹配模塊和顯示器；所述照片分割模塊將參考照片和測試照片劃分分塊的信息傳遞給所述照片噪聲信息提取模塊；所述照片噪聲信息提取模塊將分別提取的參考照片每個分塊和測試照片相應(yīng)位置分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)，傳給所述噪聲信息比對與匹配模塊；所述噪聲信息比對與匹配模塊將進(jìn)行相關(guān)系數(shù)計算和匹配的結(jié)果傳送給顯示器。采用該系統(tǒng)不僅能夠判斷某種型號的相機(jī)所拍攝的照片是否經(jīng)過偽造，還可以判斷經(jīng)過處理的具體部分，將傳統(tǒng)鑒偽方式進(jìn)行了細(xì)化，為由點(diǎn)到面地還原真圖提供了可能。
【專利說明】
一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒跋到y(tǒng)
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及電子技術(shù)領(lǐng)域，特別是涉及一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒跋到y(tǒng)。
【背景技術(shù)】
[0002]在手機(jī)和相機(jī)的使用中，數(shù)字圖像無處不在，隨著數(shù)字圖像處理技術(shù)的不斷發(fā)展以及眾多圖像處理軟件的出現(xiàn)，任何普通用戶具備一定的軟件使用能力，都可以對數(shù)字照片進(jìn)行修改。當(dāng)一些修改不再保持圖像原本的真實(shí)性，開始對社會造成威脅的時候，對這些篡改操作進(jìn)行有效檢測的方法變得越來越重要。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是為用戶提供一種通過相機(jī)噪聲辨識照片真?zhèn)蔚姆椒跋到y(tǒng)，不僅可以檢測某一相機(jī)所拍攝的照片是否經(jīng)過修改，且能夠確定照片被修改的區(qū)域。
[0004]為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是:
一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒?，包括以下步驟:
51.使用參考照相設(shè)備拍攝照片作為參考照片，提取參考照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)，作為設(shè)備指紋；
52.再提取測試照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)，與設(shè)備指紋進(jìn)行比對，且與作為設(shè)備指紋的噪聲數(shù)據(jù)進(jìn)行相關(guān)系數(shù)的計算;并進(jìn)行匹配判斷，若匹配成功則表明測試照片出自參考照相設(shè)備，照片未曾修改；
53.將鑒別結(jié)果傳送至顯示器顯示。
[0005]優(yōu)選的，步驟S2中所述的相關(guān)系數(shù)是用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計指標(biāo)，是按積差方法計算，以兩變量與各自平均值的離差為基礎(chǔ)，通過兩個離差相乘來反映兩變量之間相關(guān)程度，利用相關(guān)峰值能量比計算相關(guān)度。
[0006]優(yōu)選的，步驟S2中所述匹配成功的判斷原理是:依據(jù)相關(guān)性檢測算法返回值，鑒別測試照片是否被修改過，在匹配判斷操作時，比較相關(guān)峰值能量比和閾值大小即可確定是否匹配;若相關(guān)系數(shù)大于閾值，則匹配成功。
[0007]進(jìn)一步優(yōu)選的，所述相關(guān)性檢測算法指將光子響應(yīng)不均勻噪聲作為設(shè)備指紋進(jìn)行像源鑒別的算法。
[0008]為實(shí)現(xiàn)上述通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒?，采用以下技術(shù)方案:
一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚南到y(tǒng)，包括依次連接的圖片噪聲信息提取模塊、噪聲信息比對與匹配模塊和顯示器;所述圖片噪聲信息提取模塊將提取參考照片和測試照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)傳給所述噪聲信息比對與匹配模塊;所述噪聲信息比對與匹配模塊進(jìn)行相關(guān)系數(shù)計算和匹配，再傳送至顯示器。
[0009]為實(shí)現(xiàn)能夠確定照片被修改的區(qū)域，采用了以下技術(shù)方案:
一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚姆椒?，包括以下步驟: (1)使用參考照相設(shè)備拍攝照片，作為參考照片，將參考照片劃分成n*n的網(wǎng)格(η為正整數(shù))，η2個同樣大小的分塊，同時將測試照片也劃分成η*η的網(wǎng)格，η2個同樣大小的分塊；
(2)提取參考照片中η2個分塊中每一個分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)，將其作為噪聲模板；
(3 )提取測試照片中η2個分塊中每一個分塊的光子響應(yīng)不均勾噪聲數(shù)據(jù)，與噪聲模板對應(yīng)位置的每一個分塊逐個進(jìn)行比對，且與對應(yīng)位置作為噪聲模板的噪聲數(shù)據(jù)進(jìn)行相關(guān)系數(shù)的計算;逐一進(jìn)行匹配判斷，若匹配成功則鑒別測試照片該位置的分塊出自參考照相設(shè)備;
(4)鑒別結(jié)果傳送至顯示器顯示。
[0010]優(yōu)選的，步驟(3)中計算測試照片中η2個分塊中每一個分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)與對應(yīng)位置作為噪聲模板的噪聲數(shù)據(jù)的相關(guān)系數(shù)，所述相關(guān)系數(shù)是用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計指標(biāo)，是按積差方法計算，以兩變量與各自平均值的離差為基礎(chǔ)，通過兩個離差相乘來反映兩變量之間相關(guān)程度，利用相關(guān)峰值能量比計算相關(guān)度。
[0011]優(yōu)選的，步驟(3)中所述匹配成功的判定原理是:測試照片某一位置的分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)與噪聲模板上對應(yīng)位置的分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)進(jìn)行計算，依據(jù)相關(guān)性檢測算法返回值，鑒別測試照片該位置的分塊是否偽造過，在匹配判斷操作時，比較相關(guān)峰值能量比和閾值大小即可確定是否匹配;若相關(guān)系數(shù)大于閾值，則匹配成功。
[0012]進(jìn)一步優(yōu)選的，所述相關(guān)性檢測算法指將光子響應(yīng)不均勻噪聲作為設(shè)備指紋進(jìn)行像源鑒別的算法。
[0013]為實(shí)現(xiàn)通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚姆椒?，采用了以下技術(shù)方案:
一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚南到y(tǒng)，包括依次連接的圖片分割模塊、圖片噪聲信息提取模塊、噪聲信息比對與匹配模塊和顯示器;所述圖片分割模塊將參考照片和測試照片劃分分塊的信息傳遞給所述圖片噪聲信息提取模塊;所述圖片噪聲信息提取模塊將分別提取的參考照片每個分塊和測試照片相應(yīng)位置分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)，傳給所述噪聲信息比對與匹配模塊;所述噪聲信息比對與匹配模塊將進(jìn)行相關(guān)系數(shù)計算和匹配的結(jié)果傳送給顯示器。
[0014]與傳統(tǒng)鑒別圖像真?zhèn)蔚姆椒ú煌?，光子響?yīng)不均勾噪聲(Photo Response Non-Uniformity Noise，以下稱PRNU)是一種隨信號強(qiáng)度變化的乘性噪聲，它是由硅片的不均勻性和傳感器制造過程中的缺陷引起的，即使同一型號的相機(jī)產(chǎn)生的PRNU噪聲也會不相同。照片的PRNU噪聲和照片內(nèi)容無關(guān)，只由相機(jī)設(shè)備本身決定，因此我們可以利用PRNU噪聲鑒別相機(jī)照片真?zhèn)?。通過提取測試照片和參考照片的PRNU噪聲，依據(jù)相關(guān)性檢測算法返回值，判定測試照片是否被偽造過，若相關(guān)峰值能量比(the Peak to Correlat1nEnergyrat1，下稱PCE)值大于閾值則測試照片來自參考照相設(shè)備，即測試照片沒有偽造過，若PCE值小于閾值則測試照片被偽造過。其中相關(guān)性檢測算法是指將PRNU噪聲作為為設(shè)備指紋進(jìn)行像源鑒別的算法。
[0015]通過對照片分區(qū)域進(jìn)行PRNU噪聲的檢測與匹配計算，識別出測試照片被修改的區(qū)域，將反饋信息傳送至顯示器顯示出來。圖像處理技術(shù)以圖像塊效應(yīng)、失真以及統(tǒng)計特性等形式呈現(xiàn)，其視覺影響提供認(rèn)證線索。最終根據(jù)這些線索得出的設(shè)備分類認(rèn)證確定產(chǎn)生圖像設(shè)備的模型或生產(chǎn)廠商。
[0016]本發(fā)明的有益效果是:與傳統(tǒng)鑒別圖像真?zhèn)蔚姆椒ú煌?，利用PRNU噪聲因不易消除而得以保留的特性，在照片上總存在殘留的固定噪聲，把它當(dāng)作照片的“身份證”，再提取相機(jī)的參考模式噪聲，與照片進(jìn)行比對，相比較傳統(tǒng)方法準(zhǔn)確率獲得很大提升。將圖像進(jìn)行分塊，對每個分塊進(jìn)行特征提取，進(jìn)行相似性分析和一致性檢測，同時定位篡改區(qū)域以及確定篡改手段。不僅能夠判斷某種型號的相機(jī)所拍攝的照片是否經(jīng)過偽造，還可以判斷經(jīng)過處理的具體部分，將傳統(tǒng)鑒偽方式進(jìn)行了細(xì)化，為由點(diǎn)到面地還原真圖提供了可能。
【附圖說明】
[0017]圖1為本發(fā)明實(shí)施例1的系統(tǒng)方框圖；
圖2是本發(fā)明實(shí)施例2的系統(tǒng)方框圖；
圖3是本發(fā)明的一個實(shí)施例噪聲匹配原理圖。
【具體實(shí)施方式】
[0018]下面結(jié)合附圖對本發(fā)明的實(shí)施方式進(jìn)行詳細(xì)描述。
[0019]實(shí)施例1、檢驗(yàn)照片是否被偽造
PRNU是一種隨信號強(qiáng)度變化的乘性噪聲，它是由硅片的不均勻性和傳感器制造過程中的缺陷引起的，即使同一型號的相機(jī)產(chǎn)生的PRNU噪聲也會不相同。照片的PRNU噪聲和照片內(nèi)容無關(guān)，只由相機(jī)本身決定，因此我們可以利用PRNU噪聲鑒別相機(jī)照片真?zhèn)巍＠肞RNU噪聲因不易消除而得以保留的特性，在數(shù)碼照片上總存在殘留的固定噪聲，把它當(dāng)作照片的“身份證”，再提取相機(jī)的參考模式噪聲，與照片進(jìn)行比對，相比較傳統(tǒng)方法準(zhǔn)確率獲得很大提升。
[0020]具體實(shí)施例技術(shù)方案如下:一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒?，包括以下步驟:
51.使用參考照相設(shè)備拍攝照片作為參考照片，提取參考照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)，作為設(shè)備指紋；
52.再提取測試照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)，與設(shè)備指紋進(jìn)行比對，且與作為設(shè)備指紋的噪聲數(shù)據(jù)進(jìn)行相關(guān)系數(shù)的計算;并進(jìn)行匹配判斷，若匹配成功則表明測試照片出自參考照相設(shè)備，照片未曾修改；
53.將鑒別結(jié)果傳送至顯示器顯示。
[0021]步驟S2中所述的相關(guān)系數(shù)是用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計指標(biāo)，是按積差方法計算，以兩變量與各自平均值的離差為基礎(chǔ)，通過兩個離差相乘來反映兩變量之間相關(guān)程度，利用相關(guān)峰值能量比計算相關(guān)度。
[0022]步驟S2中所述匹配成功的判斷原理是:依據(jù)相關(guān)性檢測算法返回值，鑒別測試照片是否被修改過，在匹配判斷操作時，比較相關(guān)峰值能量比和閾值大小即可確定是否匹配；若相關(guān)系數(shù)大于閾值，則匹配成功。
[0023]所述相關(guān)性檢測算法指將光子響應(yīng)不均勻噪聲作為設(shè)備指紋進(jìn)行像源鑒別的算法。
[0024]以上鑒別照片真?zhèn)蔚姆椒ㄖ兴龅南嚓P(guān)系數(shù)用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計指標(biāo)，相關(guān)系數(shù)是按積差方法計算，以兩變量與各自平均值的離差為基礎(chǔ)，通過兩個離差相乘來反映兩變量之間相關(guān)程度;此處的相關(guān)系數(shù)反映了照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)與鑒權(quán)密鑰噪聲數(shù)據(jù)之間的相關(guān)程度，即是否有關(guān)、有多大關(guān)系。
[0025]如圖1所示，用以上鑒別照片真?zhèn)蔚姆椒ㄅ袛嗾掌欠癖粋卧?，是通過以下技術(shù)方案實(shí)現(xiàn)的:
一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚南到y(tǒng)，包括依次連接的圖片噪聲信息提取模塊
2、噪聲信息比對與匹配模塊I和顯示器3;所述圖片噪聲信息提取模塊2將提取參考照片和測試照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)傳給所述噪聲信息比對與匹配模塊I;所述噪聲信息比對與匹配模塊I進(jìn)行相關(guān)系數(shù)計算和匹配，再傳送至顯示器3。
[0026]圖片噪聲信息提取模塊2用以提取參考照片的PRNU噪聲模板和測試照片PRNU噪聲。
[0027]噪聲信息比對與匹配模塊I用以依據(jù)相關(guān)性檢測算法返回值，判定照片是否被偽造過。若PCE大于閾值則照片來自參考相機(jī)，即照片沒有被偽造過，若PCE值小于閾值則照片被偽造過。其中相關(guān)性檢測算法是指將PRNU噪聲作為設(shè)備指紋進(jìn)行像源鑒別的算法。
[0028]如圖3所示，本實(shí)施例噪聲匹配原理圖，參考照相設(shè)備拍攝照片作為參考照片，圖片噪聲信息提取模塊獲取參考照片和待測照片的PRNU噪聲，通過噪聲信息比對與匹配模塊進(jìn)行相關(guān)系數(shù)計算，計算PCE，進(jìn)行匹配，大于閾值，匹配成功，小于閾值匹配不成功。
[0029]通過對照片分區(qū)域進(jìn)行PRNU噪聲的檢測與匹配計算，識別出照片被修改的區(qū)域，將反饋信息送入顯示器。
[0030]實(shí)施例2、判斷照片被偽造的區(qū)域
采用以下技術(shù)方案能夠判斷被偽造區(qū)域，一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚姆椒?，包括以下步驟:
(1)使用參考照相設(shè)備拍攝照片，作為參考照片，將參考照片劃分成n*n的網(wǎng)格(η為正整數(shù))，η2個同樣大小的分塊，同時將測試照片也劃分成η*η的網(wǎng)格，η2個同樣大小的分塊；
(2)提取參考照片中η2個分塊中每一個分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)，將其作為噪聲模板；
(3 )提取測試照片中η2個分塊中每一個分塊的光子響應(yīng)不均勾噪聲數(shù)據(jù)，與噪聲模板對應(yīng)位置的每一個分塊逐個進(jìn)行比對，且與對應(yīng)位置作為噪聲模板的噪聲數(shù)據(jù)進(jìn)行相關(guān)系數(shù)的計算;逐一進(jìn)行匹配判斷，若匹配成功則鑒別測試照片該位置的分塊出自參考照相設(shè)備;
(4)鑒別結(jié)果傳送至顯示器顯示。
[0031]步驟(3)中計算測試照片中η2個分塊中每一個分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)與對應(yīng)位置作為噪聲模板的噪聲數(shù)據(jù)的相關(guān)系數(shù)，所述相關(guān)系數(shù)是用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計指標(biāo)，是按積差方法計算，以兩變量與各自平均值的離差為基礎(chǔ)，通過兩個離差相乘來反映兩變量之間相關(guān)程度，利用相關(guān)峰值能量比計算相關(guān)度。
[0032]步驟(3)中所述匹配成功的判定原理是:測試照片某一位置的分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)與噪聲模板上對應(yīng)位置的分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)進(jìn)行計算，依據(jù)相關(guān)性檢測算法返回值，鑒別測試照片該位置的分塊是否偽造過，在匹配判斷操作時，比較相關(guān)峰值能量比和閾值大小即可確定是否匹配;若相關(guān)系數(shù)大于閾值，則匹配成功。
[0033]所述相關(guān)性檢測算法指將光子響應(yīng)不均勻噪聲作為設(shè)備指紋進(jìn)行像源鑒別的算法。
[0034]實(shí)施例2通過以下系統(tǒng)來實(shí)現(xiàn)判斷照片的哪個區(qū)域被偽造，如圖2所示，一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚南到y(tǒng)，包括依次連接的圖片分割模塊3、圖片噪聲信息提取模塊2、噪聲信息比對與匹配模塊I和顯示器4;所述圖片分割模塊3將參考照片和測試照片劃分分塊的信息傳遞給所述圖片噪聲信息提取模塊2;所述圖片噪聲信息提取模塊2將分別提取的參考照片每個分塊和測試照片相應(yīng)位置分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)，傳給所述噪聲信息比對與匹配模塊I;所述噪聲信息比對與匹配模塊I將進(jìn)行相關(guān)系數(shù)計算和匹配的結(jié)果傳送給顯示器4。
[0035]圖片分割模塊3將參考相機(jī)所拍攝的參考照片分成η2個同樣大小的分塊，S卩n*n網(wǎng)格，同時將測試照片也分成η2個同樣大小的分塊。
[0036]圖片噪聲信息提取模塊2用以提取這η2個分塊中每一個分塊的PRNU噪聲值，將其作為噪聲模板。同時也將測試照片η2個分塊中每一個分塊的PRNU噪聲值提取出來。
[0037]噪聲信息比對與匹配模塊I用以計算噪聲模板與待測噪聲圖像的每一個分塊的相關(guān)系數(shù)和PCE值。第一個分塊的噪聲信息與第一個分塊的噪聲模板進(jìn)行計算，第η個分塊的噪聲信息與第η個分塊的噪聲模板進(jìn)行計算，即來自同一個位置的噪聲信息與噪聲模板進(jìn)行計算。
[0038]顯示器用以顯示照片被偽造部分的位置。
[0039]實(shí)施例2不僅能夠判斷某種型號的相機(jī)所拍攝的照片是否經(jīng)過偽造，而且還可以判斷出具體是哪一個分塊被偽造過。將傳統(tǒng)鑒偽方式進(jìn)行了細(xì)化，為由點(diǎn)到面地還原真圖提供了可能。
[0040]應(yīng)當(dāng)理解的是，本說明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)。
[0041]雖然以上結(jié)合附圖描述了本發(fā)明的【具體實(shí)施方式】，但是本領(lǐng)域普通技術(shù)人員應(yīng)當(dāng)理解，這些僅是舉例說明，可以對這些實(shí)施方式做出多種變形或修改，而不背離本發(fā)明的原理和實(shí)質(zhì)。本發(fā)明的范圍僅由所附權(quán)利要求書限定。
【主權(quán)項】
1.一種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒?，其特征在于，包括以下步驟: 51.使用參考照相設(shè)備拍攝照片作為參考照片，提取參考照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)，作為設(shè)備指紋； 52.再提取測試照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)，與設(shè)備指紋進(jìn)行比對，且與作為設(shè)備指紋的噪聲數(shù)據(jù)進(jìn)行相關(guān)系數(shù)的計算;并進(jìn)行匹配判斷，若匹配成功則表明測試照片出自參考照相設(shè)備，照片未曾修改； 53.將鑒別結(jié)果傳送至顯示器顯示。2.根據(jù)權(quán)利要求1所述的通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒?，其特征在于，步驟S2中所述的相關(guān)系數(shù)是用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計指標(biāo)，是按積差方法計算，以兩變量與各自平均值的離差為基礎(chǔ)，通過兩個離差相乘來反映兩變量之間相關(guān)程度，利用相關(guān)峰值能量比計算相關(guān)度。3.根據(jù)權(quán)利要求1所述的通過相機(jī)噪聲實(shí)現(xiàn)識別照片真?zhèn)蔚姆椒?，其特征在于，步驟S2中所述匹配成功的判斷原理是:依據(jù)相關(guān)性檢測算法返回值，鑒別測試照片是否被修改過，在匹配判斷操作時，比較相關(guān)峰值能量比和閾值大小即可確定是否匹配;若相關(guān)系數(shù)大于閾值，則匹配成功。4.根據(jù)權(quán)利要求3所述的通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚姆椒ǎ涮卣髟谟?，所述相關(guān)性檢測算法指將光子響應(yīng)不均勻噪聲作為設(shè)備指紋進(jìn)行像源鑒別的算法。5.—種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片真?zhèn)蔚南到y(tǒng)，其特征在于:包括依次連接的圖片噪聲信息提取模塊、噪聲信息比對與匹配模塊和顯示器;所述圖片噪聲信息提取模塊將提取參考照片和測試照片的光子響應(yīng)不均勻噪聲數(shù)據(jù)傳給所述噪聲信息比對與匹配模塊;所述噪聲信息比對與匹配模塊進(jìn)行相關(guān)系數(shù)計算和匹配，再傳送至顯示器。6.—種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚姆椒?，其特征在于，包括以下步驟: (1)使用參考照相設(shè)備拍攝照片，作為參考照片，將參考照片劃分成n*n的網(wǎng)格(η為正整數(shù))，η2個同樣大小的分塊，同時將測試照片也劃分成η*η的網(wǎng)格，η2個同樣大小的分塊； (2)提取參考照片中η2個分塊中每一個分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)，將其作為噪聲模板； (3)提取測試照片中η2個分塊中每一個分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)，與噪聲模板對應(yīng)位置的每一個分塊逐個進(jìn)行比對，且與對應(yīng)位置作為噪聲模板的噪聲數(shù)據(jù)進(jìn)行相關(guān)系數(shù)的計算;逐一進(jìn)行匹配判斷，若匹配成功則鑒別測試照片該位置的分塊出自參考照相設(shè)備； (4)鑒別結(jié)果傳送至顯示器顯示。7.根據(jù)權(quán)利要求6所述的通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚姆椒ǎ涮卣髟谟?，步驟(3)中計算測試照片中η2個分塊中每一個分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)與對應(yīng)位置作為噪聲模板的噪聲數(shù)據(jù)的相關(guān)系數(shù)，所述相關(guān)系數(shù)是用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計指標(biāo)，是按積差方法計算，以兩變量與各自平均值的離差為基礎(chǔ)，通過兩個離差相乘來反映兩變量之間相關(guān)程度，利用相關(guān)峰值能量比計算相關(guān)度。8.根據(jù)權(quán)利要求6所述的通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚姆椒?，其特征在于，步驟(3)中所述匹配成功的判定原理是:測試照片某一位置的分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)與噪聲模板上對應(yīng)位置的分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)進(jìn)行計算，依據(jù)相關(guān)性檢測算法返回值，鑒別測試照片該位置的分塊是否偽造過，在匹配判斷操作時，比較相關(guān)峰值能量比和閾值大小即可確定是否匹配;若相關(guān)系數(shù)大于閾值，則匹配成功。9.根據(jù)權(quán)利要求8所述的通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚姆椒?，其特征在于，所述相關(guān)性檢測算法指將光子響應(yīng)不均勻噪聲作為設(shè)備指紋進(jìn)行像源鑒別的算法。10.—種通過相機(jī)噪聲實(shí)現(xiàn)鑒別照片區(qū)域真?zhèn)蔚南到y(tǒng)，其特征在于:包括依次連接的圖片分割模塊、圖片噪聲信息提取模塊、噪聲信息比對與匹配模塊和顯示器;所述圖片分割模塊將參考照片和測試照片劃分分塊的信息傳遞給所述圖片噪聲信息提取模塊;所述圖片噪聲信息提取模塊將分別提取的參考照片每個分塊和測試照片相應(yīng)位置分塊的光子響應(yīng)不均勻噪聲數(shù)據(jù)，傳給所述噪聲信息比對與匹配模塊;所述噪聲信息比對與匹配模塊將進(jìn)行相關(guān)系數(shù)計算和匹配的結(jié)果傳送給顯示器。
【文檔編號】G06T7/00GK105844638SQ201610168248
【公開日】2016年8月10日
【申請日】2016年3月23日
【發(fā)明人】黃冉冉, 龔澤坤, 陳冉, 高菁遙, 汪子琳
【申請人】武漢大學(xué)