[发明专利]基于边缘引导加权平均的源相机识别方法及系统

权利要求书

1.一种基于边缘引导加权平均的源相机识别方法，其特征在于，包括以下步骤：

获取相机拍摄得到的图像数据；

将获取的图像数据裁剪为预设尺寸的图像块；

获取图像块的残差图像，构建残差图像的边缘加权权重图；

将获取的残差图像以及对应的边缘加权权重图进行融合后估计得到相机指纹；

计算待识别图像数据的残差图像与相机指纹之间的加权相关值，根据加权相关值进行源相机识别。

2.如权利要求1所述的基于边缘引导加权平均的源相机识别方法，其特征在于，采用拉普拉斯边缘检测算子检测残差图像的边缘区域与非边缘区域，分配边缘区域的权重和非边缘区域的权重。

3.如权利要求1所述的基于边缘引导加权平均的源相机识别方法，其特征在于，相机指纹的获取方法为：

将数据库图像原始图像裁剪成预设尺寸的图像块，并划分为指纹集和测试集；

利用指纹集获取相机的一组残差图像，构建每张残差图像的边缘加权权重图；

利用相机指纹融合方法，将获取的残差图像以及对应的边缘加权权重图进行融合后估计得到相机指纹。

4.如权利要求3所述的基于边缘引导加权平均的源相机识别方法，其特征在于，采用最大似然估计逐像素融合残差图像，得到最终的相机指纹；

或者，

通过计算某相机测试集中被正确分类的测试图像数量与该测试集中所有测试图像数量的总数之比作为此相机的识别准确度。

5.如权利要求3所述的基于边缘引导加权平均的源相机识别方法，其特征在于，采用两种方式设置实验数据库，一种为对于所有相机模型，随机选择每种相机模型的一个相机组成第一实验数据库；另一种为选择多部来源于同一相机模型的相机作为第二实验数据库。

6.如权利要求5所述的基于边缘引导加权平均的源相机识别方法，其特征在于，对于两个实验数据库中所有的相机的图像，采用两种方式进行划分数据集；

一种是随机选择所有相机的第一数量的图像作为指纹集，剩余第二数量的图像作为测试集；另一种是随机选择所有相机的第三数量的图像作为指纹集，剩余的第四数量的图像作为测试集。

7.如权利要求1所述的基于边缘引导加权平均的源相机识别方法，其特征在于，残差图像与相机指纹之间的加权相关值最大时的相机为待识别图像对应的源相机；

或者，

对待识别的原图像去噪以获得其去噪版本，并使用原图像与去噪版本之间的差值作为残差图像；

或者，

将待识别图像从中心区域裁剪为64×64或128×128的图像块。

8.一种基于边缘引导加权平均的源相机识别系统，其特征在于，包括：

数据获取模块，被配置为：获取相机拍摄得到的图像数据；

图像裁剪模块，被配置为：将获取的图像数据裁剪为预设尺寸的图像块；

权重分配模块，被配置为：获取图像块的残差图像，构建残差图像的边缘加权权重图；

指纹获取模块，被配置为：将获取的残差图像以及对应的边缘加权权重图进行融合后估计得到相机指纹；

识别模块，被配置为：计算待识别图像数据的残差图像与相机指纹之间的加权相关值，根据加权相关值进行源相机识别。

9.一种介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的基于边缘引导加权平均的源相机识别方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的基于边缘引导加权平均的源相机识别方法中的步骤。