改进的基于模式噪声的源相机检测算法
2014-03-22孙爱华李庆忠
孙爱华 李庆忠
摘 要: 针对基于模式噪声的数码相机源检测中存在的问题,提出了一种改进的模式噪声提取算法。在Lukas算法的基础上,首先利用Wallis预滤波处理抑制低频噪声并增强模式噪声;再利用Sobel边缘检测算子对图像的复杂边缘纹理区进行有效剔除,最后利用经过上述处理得到的图像模式噪声与相机参考模式噪声模板进行相关检测。实验结果表明,提出的改进算法可以有效提高源相机检测的性能。
关键词: 数字图像取证; 源相机检测; 模式噪声; Wallis预滤波; 相关性检测
中图分类号: TN919?34; TP301.6 文献标识码: A 文章编号: 1004?373X(2014)06?0027?05
0 引 言
数字图像易于存取、传输和编辑,因此在日常生活中得到了广泛的应用。然而,随着PhotoShop等图像编辑软件的快速发展,人们可以轻易地对图像进行篡改,信息安全问题随之产生。为了确定数字图像的真实性,数字图像取证技术得以产生和发展。
通过分析数字图像中由成像设备引入的特性,确定图像来源即成像设备的取证技术称为数字图像来源取证,也叫源相机检测,是图像取证技术的一个重要分支。其采用的方法主要是提取相机的参考模式噪声,并检测待测图像中是否含有此模式噪声。模式噪声[1]是相机的特有属性,类似于人的指纹,主要由固定模式噪声(Fixed Pattern Noise,FPN)和光子响应不一致性噪声(Photo Response Non?Uniformity,PRNU)两部分组成。FPN 是指相机传感器在未曝光情况下的输出,是由暗电流引起的。FPN为加性噪声,可以采用减暗帧的方法抑制。PRNU 的主要成分是像素不一致性噪声(Pixel Non?Uniformity,PNU),是指因传感器对光敏感度的不一致性引入的噪声,与拍摄场景无关,只与成像传感器有关,因此不同的数码相机,即使品牌型号相同,其PNU也不相同。……
