[发明专利]一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法

说明书

本发明涉及一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法，首先对输入图像进行归一化，色彩空间转换等预处理；其次检测输入图像的饱和度，色度，亮度，边缘区域，纹理区域，平坦区域作为感兴趣候选区域；然后根据上述信息将图像切割成指定大小的色块，并将这些色块分成六个子集；最后将六个子集中的色块分别送入残差网络，利用深度学习的方法提取每个色块中的相机光响应非均匀性指纹，预训练形成一个指纹提取系统，用于源相机识别。本方法提取指纹具有唯一性且鲁棒性好，能够较为快速且准确的检测出相机光响应非均匀性指纹，适用于刑侦鉴定，支票防伪，图像比对，信息安全等领域。

技术领域

本发明涉及一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法，属于计算机视觉技术领域。

背景技术

随着计算机视觉技术的发展，源相机识别技术日趋得到重视，越来越多的场合使用源相机识别技术鉴定图像来源以及真伪，比如刑侦鉴定，支票防伪，图像比对，信息安全等。若在原始图像上直接进行检测，会造成准确性低、计算量大、检测速度慢等问题。因此，基于深度学习的相机光响应非均匀性指纹提取得到了广泛的应用，同时有效选取源相机识别所需的光响应非均匀性指纹特征信息更是其成功的关键。

现有技术中，对过大图像提取相机指纹时存在计算量大、计算复杂度高、空间占用率高等问题。

现有的关于相机光响应非均匀性指纹提取方法中，一般采用降噪的方式来提取，其中使用最广泛的是Lukas提出的方法，他在文章中已证明相机光响应非均匀性指纹是一种乘性噪声，Lukas方法是采用低通滤波器滤除原始图像加性噪声，然后用原始图像减去去噪后的图像，即得到相机光响应非均匀性指纹。但由于相机光响应非均匀性指纹噪声属于乘性噪声，是高频信号，并且与图像本身内容相关，这种方法得到的指纹噪声信息不强，准确性较低，且是在整幅图像上操作，计算量大，不容易操作。

中国专利文献CN104036280A公开了一种基于感兴趣区域和聚类相结合的视频指纹方法，其技术特点是包括以下步骤：在视频指纹提取阶段，将视频感兴趣区域作为提取视频指纹的基本单元，采用基于聚类算法去除视频指纹的时域冗余特征；在视频指纹匹配阶段，采用多个视频指纹距离平均值的方法进行视频指纹匹配。但是，该专利在提取视频指纹时算法复杂度较高，对于单帧视频，处理整幅图像，资源占用率较高，不利于视频指纹实时提取。

发明内容

针对现有技术的不足，本发明提供了一种基于组合特征表示的相机光响应非均匀性指纹提取及比对方法；

本发明避免了对过大图像提取相机指纹时计算量大、计算复杂度高、空间占用率高等问题，本方法能够快速且准确的找到具有相机光响应非均匀性指纹的感兴趣区域，其实际应用广泛且具有计算量小，算法复杂度小，准确快速的特点，缩小相机指纹提取范围以减少计算量，同时提高了检测效率和检测准确率，提高了相机光响应非均匀性指纹效率和准确度。

发明概述：

本发明一种基于组合特征表示的相机光响应非均匀性(PRNU)指纹提取及比对方法，包括：首先，对输入图像进行预处理；其次，检测输入图像的饱和度、色度、亮度、边缘区域、纹理区域及平坦区域，作为感兴趣候选区域；然后，根据上述信息将图像切割成指定大小的色块，并将这些色块分成六个子集；最后，将六个子集中的色块分别送入残差网络，利用深度学习的方法提取每个色块中的相机指纹，并对目标图像进行指纹比对。

术语解释：

1、相机光响应非均匀性指纹，是指由传感器像素单元对光照的响应非均匀性引起的一种模式噪声，由于其与传感器尺寸、光谱响应及传感器涂层厚度有关，不受外界温度和湿度的影响，性能稳定且独一无二，被认为是相机的固有属性，可作为相机的设备指纹。

2、饱和度，是指彩度除以明度，与彩度同样表征彩色偏离同亮度灰色的程度。

3、色度，颜色是由亮度和色度共同表示的，色度是不包括亮度在内的颜色的性质，它反映的是颜色的色调和饱和度。