论文部分内容阅读
随着数码相机的日益普及以及数字媒体技术的发展,数字图像在日常生活中的使用也越来越广泛。它覆盖了媒体广告、新闻图片甚至科学研究等当今生活的各个方面。凭借其易于获取、存储、传播及编辑的特性,数字图像给人们的生产生活带来了很多便利。但与此同时,数字图像的使用所带来的信息安全问题也随之呈现。例如,伪造的新闻图片会给社会带来不可估量的负面影响。在某些场合,比如数字图像作为法庭证物的时候,也有必要对其真实性做出判断。数字图像被动认证仅根据成像设备的特性或者图像本身就能确定其真实性,因此近来受到了很高的关注。基于传感器模式噪声的数字图像被动认证技术仅依靠传感器本身的特性,可以确定图像的来源,称之为数字图像的相机源检测。相机源检测需要预先提取相机参考模板(相机指纹),然后通过检测某一图像是否包含该参考模板即可判断其是否为该相机所拍摄。通过确定图像的来源在一定程度上就可以确定图像的真实有效性。在相机源检测的基础上,还可以完成图像篡改检测等应用。然而,数字图像相机源检测的性能还有待提高,尤其是当图像尺寸较小的时候。本文首先通过分析传感器模式噪声的特性,得知其容易受低频杂质的影响。从而给出了基于拉普拉斯预滤波的相机参考模板提取方法,抑制图像中的低频信号,以获取到更准确的传感器信息从而提高相机源检测性能。通过对比不同参考模板提取方法下的源检测ROC曲线,得知该模板提取方法能够改进小尺寸图像下的源检测性能。同时,我们注意到相机模式噪声参考模板具有相对平坦的傅里叶幅度谱,而通常从单一测试图像提取的模式噪声受其他非模式噪声信号干扰其傅里叶幅度谱则会出现一些大分量。本文假设模式噪声为白噪声,对测试图像噪声进行频谱幅度归一化操作可以抑制非模式噪声信号的干扰,从而可以提高源检测性能。基于该假设,我们首先提出了基于测试图像模式噪声傅里叶频谱幅度归一化的源检测方法,提高了源检测性能。同时本文还对比和分析了现有两种基本相机参考模板提取方法的源检测性能。在此基础上,提出一个基于模式噪声频谱幅度归一化的相机参考模板提取方法,以便获取到更准确的传感器信息从而提高源检测性能。实验结果表明使用该方法提取的参考模板进行相机源检测,能够大幅提高源检测的性能,尤其是在低误检率的情况下。同时与现有两种相机参考模板提取方法相比,该方法对JPEG压缩也具有较好的鲁棒性。