一種jpeg格式圖像來源鑒別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計算機圖像處理技術(shù)領(lǐng)域，特別是一種針對JPEG格式圖像的來源鑒 別方法。
【背景技術(shù)】
[0002] 近幾年，數(shù)碼照相機的逐漸普及以及網(wǎng)絡(luò)技術(shù)越來越發(fā)達，數(shù)字圖像已被廣泛 應(yīng)用于人們的日常工作和生活中，同時數(shù)字圖像在網(wǎng)絡(luò)信息傳遞中所占比例也越來越 大。然而，隨著技術(shù)的進步，功能強大的圖像處理和編輯軟件如Photoshop、Photoimpact、 CorelDraw、AutoCAD、FreeHand等的廣泛應(yīng)用，人們可以利用各種圖像處理工具和編輯軟 件，對圖像進行篡改和偽造而不留下人眼可以識別出來的痕跡，自然真實的圖像很容易被 偽造和篡改，使數(shù)字圖像變得真假難辨。雖然大多數(shù)圖像處理者的動機可能是合法的，但是 不排除有些人故意散布一些經(jīng)過偽造或篡改技術(shù)處理過的照片，來實現(xiàn)自己的某種目的。 這也使得越來越多高品質(zhì)的，足夠以假亂真的非自然場景的圖片通過Internet網(wǎng)廣為流 傳。偽造或篡改的圖片使人們對新聞的真實性產(chǎn)生懷疑，嚴重的可能會歪曲事實、影響歷 史、危害社會公共安全，數(shù)字多媒體取證技術(shù)就是在這種背景下孕育而生的。
[0003] 目前，數(shù)字多媒體取證技術(shù)大致可以分為兩類：主動取證與被動取證。其中，主動 取證技術(shù)是在多媒體信息制作過程中，主動加入一些特有的驗證數(shù)據(jù)，即可在接收端通過 驗證上述信息達到驗證媒體完整性的目的，其代表技術(shù)是數(shù)字簽名技術(shù)和數(shù)字水印技術(shù)。 但它們往往要求媒體獲取設(shè)備本身具有生成簽名或添加水印的功能（通常要求生產(chǎn)廠商 在設(shè)備中添加相應(yīng)的軟硬件模塊），這種設(shè)備一般比較昂貴，屬于高端產(chǎn)品，且目前絕大多 數(shù)設(shè)備并無簽名或水印功能。被動取證技術(shù)則是僅根據(jù)獲取的數(shù)字媒體資源以及相關(guān)設(shè)備 的特征，分析自然媒體與被篡改媒體之間的差異，從中尋找篡改后可能留下的各種痕跡，從 而區(qū)分出自然媒體與被篡改媒體，并進一步對篡改操作進行定性或定量分析。由于它的應(yīng) 用領(lǐng)域更具普遍性，涵蓋了現(xiàn)有的媒體資源，因此更具實用價值。
[0004] 由于圖像數(shù)據(jù)量大，在照相機內(nèi)部的圖像后處理模塊中會引入JPEG (Joint Photographic Experts Group)后壓縮處理操作，將圖像壓縮在很小的儲存空間。但同時 JPEG壓縮過程會導(dǎo)致量化誤差，降低了模式噪聲的精度。
[0005] 發(fā)明目的
[0006] 本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種JPEG格式圖像來源鑒別方法。
[0007] 實現(xiàn)本發(fā)明目的的技術(shù)方案為：一種JPEG格式圖像來源鑒別方法，它利用照相機 在產(chǎn)生數(shù)字圖像的過程中引入的模式噪聲，并充分考慮JPEG壓縮的量化誤差影響，對模式 噪聲的每一點計算其可靠性因子，提出了一種自適應(yīng)加權(quán)相關(guān)檢測算法判斷待測JPEG格 式圖像來源于哪個照相機，包括以下五個步驟：
[0008] (1)建立一個已知相機的圖像庫，而后分別提取圖像庫與待測JPEG格式圖像的模 式噪聲，且對圖像庫的模式噪聲取平均得到相機的參考噪聲模板；已知相機的圖像庫中的 圖像為bmp格式。
[0009] (2)建立頻域量化噪聲模型，估計JPEG格式圖像的量化噪聲方差；
[0010] (3)建立模式噪聲的可信度評價函數(shù)，計算模式噪聲的可信度因子；
[0011] ⑷利用可信度因子，求取待測JPEG格式圖像的模式噪聲與參考噪聲模板之間的 自適應(yīng)加權(quán)相關(guān)；
[0012] (5)利用成熟的分類器判斷待測JPEG格式圖像來源于哪個相機。
[0013] 本發(fā)明步驟（1)的模式噪聲提取方法，具體包含以下步驟：
[0014] (a)對圖像P做小波分解，得到4個子頻帶，分別為：低低頻帶LU低高頻帶LH、高 低頻帶HL、高高頻帶HH ;且分別對LH、HL、HH三個子頻帶進行后續(xù)處理；
[0015] (b)提取某一子頻帶的小波系數(shù)局部方差：定義一個尺寸為WXW的檢測窗口， W e {3, 5, 7, 9}，用最大似然估計算法和最小均方誤差算法估計每個小波系數(shù)的局部方差 〇1",./)，其計算公式如下：
[0016]
(1)1
[0017] 其中〇"為加性高斯白噪聲方差，用噪聲估計的方法估計出來，為快速處理，可將 σ n= 3, h (i，j)為每個子頻帶的小波系數(shù)，i，j為圖像像素的橫坐標和縱坐標，從局部方差 序列= 中選擇最小的值作為該點的局部方差〇2(i，j)，計算公式為：
[0018]
(2)
[0019] (C)對三個高頻子頻帶做小波局部維納濾波hf(i，j):
[0020]
C3)
[0021] (d)對LL，以及處理過的LH、HL、HH三個子頻帶進行小波逆變換，得到去噪圖像 F (P)，并與原始圖像P做差，獲取模式噪聲N :
[0022] N = P-F (P) (4)
[0023] (e)去除模式噪聲中包含的CFA插值噪聲：先對每一列減去該列的均值，再對每一 行減去該行的均值；
[0024] (f)對圖像庫中M幅參考圖像的模式噪聲進行平均處理，得到參考模式噪聲模板 Pc(i，j):
[0025] (5 J
[0026] Nk (i，j)表示第k畐Ij圖像位于（i，j)位置的模式噪聲，k取值1~Μ。
[0027] 本發(fā)明步驟（2)的頻域量化噪聲模型，其依據(jù)的是DCT(DCT for Discrete Cosine Transform，離散余玄變換）系數(shù)1的分布情況，提出了一種混合量化噪聲模型：
[0028]
(每
[0029] 其中γ是歸一化常數(shù)，X表示積分變量，1是當前圖像像素（u，V)位置處的量化 DCT系數(shù)值，q(l+l)、q(l)分別是1對應(yīng)的DCT系數(shù)量化區(qū)間上限與下限，F(xiàn)(X)是拉普拉斯 概率分布函數(shù)。對于給定的一副JPEG格式圖像，其量化DCT系數(shù)值、量化參數(shù)等都是已知 的，可以計算得到q(l)值。
[0030] 基于頻域量化噪聲模型<;(〃.V)，對頻域噪聲做8 X 8的DCT逆變換，得到空域量化 噪聲40'，./)，其計算公式如下：
[0031]
0)
[0032] 其中aU)為變換常量函數(shù)，a(u)、a(v)都是該類型常量函數(shù)。因為JPEG圖像壓 縮過程采用的是8x8的DCT變換矩陣，所以反變換也是8X8的IDCT變換矩陣，因此u，V對 的上限是7。參數(shù)λ為判斷參數(shù)。
[0033] 本發(fā)明步驟（3)的模式噪聲可信度評價函數(shù)?？尚哦仍u價函數(shù)是用來估計壓縮圖 像中模式噪聲的可靠性，可信性函數(shù)r (i，j)定義為參考模式噪聲大于量化噪聲的概率，其 計算公式如下：
[0034]
(8)
[0035] 本發(fā)明步驟（4)的自適應(yīng)加權(quán)相關(guān)函數(shù)?？紤]到JPEG壓縮過程帶來的影響，減弱 壓縮圖像中量化噪聲對模式噪聲的影響，加權(quán)相關(guān)計算公式如下：
[0036]
C9)
[0037] 其中為向量內(nèi)積操作，I |X| I為計算向量X的二階模，N(i，j)為待測JPEG格式 圖像的模式噪聲，r(i, j)為可信度因子，隊(i, j)為修正后的模式噪聲，死為所有隊(i, j) 的算術(shù)平均值，Pji，j)為參考模式噪聲模板，1為所有Pji，j)的算術(shù)平均值。
[0038] 申請人發(fā)現(xiàn)，鑒別數(shù)字圖像的來源是數(shù)字圖像多媒體被動取證的第一步，主要提 供有關(guān)數(shù)字圖像收集、處理、輸出設(shè)備的信息，簡而言之，就是研究數(shù)字圖像資源從哪個照 相機拍攝而來的。雖然在視覺上不同類型的設(shè)備產(chǎn)生的數(shù)字圖像差別并不明顯，但是由于 各種圖像生成設(shè)備有著內(nèi)在的不同特性，這些特性可以通過對輸出的數(shù)字圖像進行分析來 區(qū)別。其中，圖像傳感器作為光電轉(zhuǎn)換的核心部件，其好壞往往對最后輸出圖像的質(zhì)量有很 大影響。研究工作者發(fā)現(xiàn)圖像傳感器存在各種固有缺陷，如灰塵特性、暗電流引起的固定模 式噪聲、光敏材料的光響應(yīng)非均勻性引起的隨機噪聲等等，這些缺陷最終會造成輸出圖像 含有獨特的噪聲模式，不同的相機具有不同的獨有噪聲模式。在JPEG壓縮過程中，這些獨 有的噪聲模式會被量化噪聲干擾，從待測JPEG格式圖像中提取可靠的噪聲模式，與已知照 相機的參考噪聲模式相匹配，可得知圖像的來源于哪個照相機。
[0039] 本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為：
[0040] (1)新穎性。本發(fā)明充分考慮到JPEG量化過程的影響，提出了一種量化噪聲的混 合模型，利用該模型建立了模式噪聲的可信度評價函數(shù)，估計模式噪聲的可信度，設(shè)計了一 種自適應(yīng)加權(quán)相關(guān)檢測算法，大大提升了檢測精度。
[0041] ⑵適應(yīng)性廣。以往的圖像來源鑒別檢測技術(shù)往往針對未壓縮的原始圖像，當圖像 經(jīng)過JPEG壓縮后，其檢測效果大大降低；而本發(fā)明檢測的對象主要是JPEG格式圖像，未壓 縮圖像是JPEG格式圖像中的一種，故適應(yīng)性廣。
[0042] (3)可信度高。本發(fā)明利用的是照相機固有的特性一一模式噪聲，其產(chǎn)生的原因是 光電傳感器在制造過程中會存在不可避免的缺陷，導(dǎo)致不同位置的像素點對光線的敏感程 度不一。本發(fā)明正是檢測這種像素的不均勻性來判別數(shù)字圖像的來源，具有明確的物理依 據(jù)，且充分考慮到了 JPEG壓縮過程的影響，故可信度比較高。
【附圖說明】
[0043] 圖1是本發(fā)明的JPEG格式圖像來源鑒別系統(tǒng)的整體流程圖；
[0044] 圖2是本系統(tǒng)的模式噪聲提取流程圖；
[0045] 圖3是一相機拍攝的原始圖像；
[0046] 圖4是圖3的小波二維分解結(jié)果；
[0047] 圖5是相關(guān)性計算結(jié)果散點圖。
【具體實施方式】
[0048] 圖1說明本發(fā)明的JPEG格式圖像來源鑒別系統(tǒng)的整體流程圖。在步驟A，通過模 式噪聲提取模塊獲取待鑒定JPEG格式圖像的模式噪聲，首先對圖像做小波變換，生成四個 子帶，而后針對包含高頻的子帶做低通濾波操作，最后做小波逆變換得到濾波后圖像，并與 原始圖像做差得到圖像的模式噪聲。在步驟B，利用混合量化噪聲模型估計圖像的量化噪聲 大小，隨后在步驟C中估計每個像素的模式噪聲可靠性因子，并在步驟D中計算待測JPEG 格式圖像的模式噪聲與參考噪聲模板之間的加權(quán)相關(guān)性。最后，在步驟E中利用一個成熟 的分類器依據(jù)步驟D中的相關(guān)性程度來判斷待測JPEG格式圖像的來源。
[0049] 結(jié)合圖1，本發(fā)明的圖像模式噪聲提取主要針對小波高頻子帶，處理流程如圖2所 示，具體步驟如下：
[0050] (a)對圖像P做小波分解，得到4個子頻帶，分別為低低頻帶（記為LL)、低高頻帶 (記為LH)、高低頻帶（記為HL)、高高頻帶（記為_，以下分別對LH、HL、HH子頻帶進行后 續(xù)處理。
[0051] (b)提取子頻帶的小波系數(shù)局部方差。首先定義一個尺寸為WXW的檢測窗口， We {3, 5, 7, 9}，用最大似然估計（ML Maximum Likelihood)算法和最小均方誤差（MMSE Minimum Mean Square Error)算法估計每個小波系數(shù)的局部方差，其計算公式如下：
[0052]
⑴
[0053] 其中〇 "為加性高斯