[发明专利]一种利用协方差矩阵检测照片来源的数字图像取证方法

说明书

技术领域

本发明属于信号与信息处理技术领域，涉及到检测数码照片图像相机来源的数字图像取证方法。

背景技术

目前针对数码照片的相机来源检测方法，比较典型的主要有三类方法。第一类是J.，J.Fridrich，M.Goljan在Digital“bullet scratches”for images一文中提出的方法。他们认为数码照片中存在由于不同相机拍摄所引入的特有特征，并称之为“数字弹道”，通过小波去噪提取图像的模式噪声，可以作为数字弹道并用于检测数字图像来源。但是该方法必须获得拍摄该图像的数码相机，这在实际中往往很难做到。第二类方法则是以M.Kharrazi，H.T.Sencar，N.Memon在Blind source camera identification文中提出的算法为代表。这类方法从数字图像中提取颜色特征、图像质量特征以及小波系数统计特征，并以多类支持向量机(SVM，Support Vector Machine)作为分类器来检测数字图像来源。第三类则是基于颜色滤波阵列(CFA，Color Filter Array)插值检测的图像相机来源检测方法，其典型算法为A.Swanminathan，M.Wu，K.J.R.Liu在Non-intrusiveforensic analysis of visual sensors using output images文中，S.Bayram，H.T.Sencar，N.Memon在Source camera identification based on CFA interpolation文中，以及Y.Long，Y.Huang在Image based source camera identification using demosaicking文中提出的方法。这三种方法分别利用最小化问题求解、最优化逼近以及期望最大化算法对图像的CFA插值系数进行估计，并以此确定数字图像的相机来源。第二类算法和第三类算法目前对同品牌不同型号的相机来源鉴别能力均较差，同时当待取证数字图像的来源相机数目增大时，这些算法的准确率急剧下降，往往只能以60％～70％的检测正确率来取证数字图像的相机来源。但在实际中，由于待取证的图像来源未知，而市场上流通的相机类型较多，因此这些方法的实用性较差。

发明内容

本发明的目的是利用相机成像过程中CFA插值的线性模型，通过采用协方差矩阵对CFA插值系数进行统计估计，降低对CFA插值系数的估计误差，并以SFFS(Sequential Floating Feature Selection)特征选择方法优选出估计的CFA插值系数作为特征，使用支持向量机作为分类器，来对数字图像的相机来源进行检测和取证。

本发明的技术方案如下：

1.相机成像过程中CFA插值的线性模型

数码相机的成像要经历感光、成像和后期处理三个主要过程。外界被拍摄景物反射的光子通过镜头进入相机，被感光器件所感光后形成不同强度的电流。由于现有的感光器件CCD或CMOS均为单色电子元件，只能感应光照强度，而不能分辨颜色。因此，理论上要记录真实的彩色图像，需要在感光器件前端放置三个单色滤光片，分别过滤出R、G和B三种颜色的光，并在一个像素点上用三个感光器件记录三种颜色的强度值。但是这样的设计不仅需要精密的制造，更使得相机成本成倍增加。在实际中，人们常在感光器件前端放置一个CFA，如图1，使得每个像素点只用一个感光器件记录一种颜色分量。由于感光器件在每个像素点上只采集了一种颜色数据，因此成像过程相应地就必须引入CFA插值以获得真彩色图像。CFA插值的基本思想是利用颜色缺失点邻域像素点的线性组合，来估计该点的缺失色彩值。

典型的CFA插值方法有双线性插值(bilinear)、双三次插值(bicubic)、中值滤波插值(Median Filter)、平滑色调插值(Smooth Hue)、基于梯度插值(Gradient-Based)和自适应色彩平面插值(Adaptive Color Plane)等。尽管这些方法的实现途径各不相同，性能各有差异，但是其根本的思想，都是利用待插值点周围邻域的若干像素，进行线性或类似线性组合的方式，来获得对该插值点像素值的估计。以基于双线性的插值方法为例，本发明用下式表示其实现过程。

R_x，y＝r_x，y                                     (1)