專利名稱：基于白平衡的數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分方法
技術(shù)領(lǐng)域：
本發(fā)明屬于多媒體取證領(lǐng)域，尤其涉及一種基于白平衡的數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分方法。
背景技術(shù)：
個人電腦與互聯(lián)網(wǎng)的普及標(biāo)志著數(shù)字時代的到來。數(shù)字時代的便利不言而喻，但由此產(chǎn)生的社會問題也隨之而來，譬如‘電子犯罪’。隨著不斷攀升的電子犯罪案件，數(shù)字取證(digitalforensics)技術(shù)應(yīng)運(yùn)而生。它是將包括數(shù)字信號產(chǎn)生、存儲、傳輸?shù)鹊南嚓P(guān)信息作為犯罪調(diào)查與法律事務(wù)所需的證據(jù)，例如電子郵件，辦公文檔、音、視頻、圖像，上網(wǎng)記錄、內(nèi)存數(shù)據(jù)、GPS信息等。在數(shù)字取證學(xué)科的多個方向中，多媒體取證技術(shù)為近年來剛剛興起的熱門方向。多媒體取證主要驗證數(shù)字信息(如數(shù)字圖像、視頻、音頻等)的真實性與可靠性，主要用途是用于在法庭上驗證數(shù)字證據(jù)的可靠性，是否可以采信等。如今，數(shù)字圖像因其迅速普及、廣泛傳播和極易修改等特性引起了人們的廣泛關(guān)注。數(shù)字圖像隨處可見，報刊、雜志、網(wǎng)絡(luò)等等都其傳播途徑。于此同時，越來越強(qiáng)大的照片編輯軟件使得即使是普通人依然可以通過個人電腦對數(shù)字圖像進(jìn)行編輯及修改，甚至偽造照片。隨著圖像編輯軟件的升級，篡改圖像、計算機(jī)生成圖像越來越逼真，甚至難以用肉眼區(qū)分其真實性。然而，除了某些特定的娛樂場景，大多數(shù)時候，人們都需要確切地知道所看到的數(shù)字圖像真?zhèn)巍Ｌ貏e是一旦牽扯到經(jīng)濟(jì)利益、個人聲譽(yù)、輿論導(dǎo)向、犯罪調(diào)查等等，數(shù)字圖像內(nèi)容的真實性、來源的可靠性更是必須確認(rèn)的信息。不幸的是，偽造圖像早已深入到我們的生活，科學(xué)、政治、商業(yè)、法律、媒體等諸多領(lǐng)域均受到了不同程度的影響。而傳統(tǒng)的驗證方法難以應(yīng)付今日的數(shù)字圖像“信譽(yù)危機(jī)”。為了更好的應(yīng)對數(shù)字圖像的安全問題，數(shù)字圖像被動取證技術(shù)應(yīng)用而生。數(shù)字圖像被動取證技術(shù)屬于近年來出現(xiàn)的前沿研究領(lǐng)域，其在醫(yī)學(xué)、軍事、法庭證據(jù)、新聞報道、保險事故調(diào)查、電子商務(wù)等領(lǐng)域均有涉獵，應(yīng)用十分廣泛。國內(nèi)外研究尚處于初級階段，技術(shù)上雖面臨著諸多挑戰(zhàn)，但絲毫不影響市場對其的迫切需求，應(yīng)用前景看好。數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分是數(shù)字圖像被動取證技術(shù)中的一個熱門研究分支。在制圖軟件泛濫的今天，計算機(jī)生成圖像已經(jīng)可以做到“以假亂真”的逼真效果。如何區(qū)分圖像內(nèi)容是數(shù)碼相機(jī)拍攝得到的自然圖片，是對真實世界的記錄及反映；還是只是計算機(jī)制圖技術(shù)的體現(xiàn)，內(nèi)容并不真實，甚至是對現(xiàn)實的扭曲，并可誤導(dǎo)公眾。這些都是在面對非娛樂(如刑事偵查、法庭舉證等)場景中所必須回答出的問題。也是本專利研究的重點(diǎn)。傳統(tǒng)的用于數(shù)字相機(jī)圖像與計算機(jī)生成圖像區(qū)分的方法是基于小波檢測的區(qū)分方法。這類方法往往通過對小波進(jìn)行多級分解，并在各個子帶上求取多個統(tǒng)計量以組成區(qū)分特征。在現(xiàn)有的這類方法中，常見的做法是為了提高區(qū)分精度而不斷的增大小波分解的級數(shù)，并在更多子帶上求取統(tǒng)計特征，用不斷增多假設(shè)條件、增大區(qū)分特征維度為代價來換取區(qū)分精度的提高，這必然會導(dǎo)致統(tǒng)計特征維度偏大；與此同時，小波變換并不能很好的挖掘圖像的邊緣信息，而數(shù)碼相機(jī)所拍攝得到的真實世界圖像與計算機(jī)生成的人工圖像間的重要區(qū)別之一就在與邊緣細(xì)節(jié)的不同，這亦導(dǎo)致了區(qū)分精度仍有待提高的不足。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述不足之處，從而解決數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分中，統(tǒng)計特征維度過大、區(qū)分精度不高的問題。本發(fā)明提供一種基于白平衡的數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分方法，包含以下步驟步驟1，建立圖像數(shù)據(jù)庫，圖像數(shù)據(jù)庫中包括若干數(shù)碼相機(jī)圖像和若干計算機(jī)生成圖像；步驟2，對圖像數(shù)據(jù)庫中的每一幅圖像進(jìn)行統(tǒng)計特征提取，獲得特征向量集；步驟3，將步驟2中所得的特征向量集送入分類器中訓(xùn)練，得到用于區(qū)分?jǐn)?shù)碼相機(jī)圖像與計算機(jī)生成圖像的區(qū)分模型；步驟4，對待測的圖像進(jìn)行統(tǒng)計特征提取，所得特征向量送入分類器，通過步驟3所得區(qū)分模型進(jìn)行判斷。而且，步驟2和步驟4中，對任一圖像進(jìn)行統(tǒng)計特征提取的實現(xiàn)方式包括以下子步驟，步驟2. 1，選擇η種白平衡算法，對圖像進(jìn)行η種白平衡算法的光源估計；步驟2. 2，針對步驟2.1所得η種光源估計，分別計算R，G, B三個通道上的增益系數(shù),列舉這3 Xn個增益系數(shù),其中ce {r，g，b}，i = {I, 2,..., η}；步驟2. 3，依據(jù)步驟2. 2中求得的3Xn個增益因子，通過公式次-1)計算得到另外的3Xn個統(tǒng)計特征； 步驟2. 4，將步驟2. 2求得的增益系數(shù)作為第I至第3Xn個特征，將步驟2. 3求得的統(tǒng)計特征4作為第3Xn+l至第6Xn個特征，組合成為最終的特征向量。而且，取n=5。本發(fā)明追求性能更優(yōu)的數(shù)字圖像鑒別方法，用于在數(shù)字圖像鑒權(quán)中判斷圖像是否為數(shù)碼相機(jī)拍攝得到的真實圖像，還是通過制圖軟件生成的人工圖像，進(jìn)而為圖像內(nèi)容真實與否提供可靠的判斷依據(jù)，以利于我國刑偵技術(shù)研究的發(fā)展、推進(jìn)相關(guān)法律的制定。
具體實施例方式本發(fā)明通過分析數(shù)碼相機(jī)成像與計算機(jī)制圖軟件成像的原理，指出了數(shù)碼相機(jī)拍照成像過程中，必須經(jīng)過白平衡處理這一步驟，而計算機(jī)成像則不必如此，然后以此不同之處為出發(fā)點(diǎn)，設(shè)計出來一種基于白平衡的數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分方法。該方法設(shè)計的基本原理如下多數(shù)白平衡處理的基本方法遵循Von Kries模型，即①對圖像光源進(jìn)行考察，評估圖像的色溫依據(jù)色溫估計的結(jié)果，設(shè)定圖像上每個顏色層的顏色調(diào)制增益因子依據(jù)設(shè)定的顏色調(diào)制增益因子，調(diào)制圖像顏色，所得的圖像即為白平衡處理過的圖像。對與數(shù)碼相機(jī)圖像而言，其圖像已經(jīng)經(jīng)過了一次白平衡處理，圖像上光源的色溫已經(jīng)相同或相近于白平衡算法所設(shè)定的標(biāo)準(zhǔn)光源色溫，而計算機(jī)生成圖像則不然。因此，如果對數(shù)碼相機(jī)圖像進(jìn)行白平衡處理，相當(dāng)于第二次白平衡處理，其顏色調(diào)制改動必然不大、甚至是不需要調(diào)制。而對計算機(jī)生成圖像進(jìn)行白平衡處理，此時相當(dāng)于第一次白平衡處理，其顏色調(diào)制改動相對較大。換句話說，圖像生成過程中白平衡處理有無可以通過對圖像色溫的評估進(jìn)行判斷。在圖像是否為相機(jī)拍攝的真實圖像、成像過程中經(jīng)過了何種白平衡處理算法等問題均未知的情況下，通過對已知圖像進(jìn)行多種白平衡色溫估計，并提取統(tǒng)計特征；而后采用分類器訓(xùn)練出區(qū)分模型的方法實現(xiàn)數(shù)碼相機(jī)圖像與計算機(jī)生成圖像的區(qū)分。實施例詳細(xì)說明本發(fā)明技術(shù)方案。本發(fā)明提供的一種基于白平衡的數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分方法，用于在數(shù)字圖像鑒權(quán)中判斷圖像是否為數(shù)碼相機(jī)拍攝得到的真實圖像，還是通過制圖軟件生成的人工圖像，進(jìn)而為圖像內(nèi)容真實與否提供可靠的判斷依據(jù)。本發(fā)明技術(shù)方案可采用計算機(jī)軟件技術(shù)實現(xiàn)自動運(yùn)行。以下通過實施例詳細(xì)說明本發(fā)明技術(shù)方案。實施例實現(xiàn)流程包含以下步驟步驟1，建立圖像數(shù)據(jù)庫具體實施時可建立用于訓(xùn)練數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分模型的專有圖像數(shù)據(jù)庫，包括有數(shù)碼相機(jī)圖像、計算機(jī)生成圖像若干(可自行收集，也可采用他人已建立的數(shù)據(jù)庫，如哥倫比亞大學(xué)的DVMM數(shù)據(jù)庫)。步驟2，統(tǒng)計特征提取 對圖像數(shù)據(jù)庫中的每一幅圖像均依據(jù)統(tǒng)計特征提取方法提取特征向量，獲得圖像數(shù)據(jù)庫中所有圖像的特征向量構(gòu)成的特征向量集。步驟3，訓(xùn)練區(qū)分模型將步驟2中所得的特征向量集送入分類器中訓(xùn)練，得到用于區(qū)分?jǐn)?shù)碼相機(jī)圖像與計算機(jī)生成圖像的區(qū)分模型；步驟4，待測圖像鑒別如需要判斷圖像是否為計算機(jī)生成圖像時，通過步驟2中一致的統(tǒng)計特征提取方法提取出待測圖像的特征，所得特征向量送入分類器，通過已經(jīng)訓(xùn)練好的區(qū)分模型進(jìn)行判斷。為便于實施參考，本發(fā)明實施例進(jìn)一步提供上述區(qū)分方法中提及的統(tǒng)計特征提取方法的具體求解步驟如下步驟2. 1，圖像光源估計實施例取n=5，對圖像進(jìn)行5種白平衡算法的第一步操作，即光源估計(一般有4種白平衡算法，Gray World, MaxRGB, Shades of Grey,以及 Grey Edge,但 Grey Edge 依據(jù)參數(shù)不同分為2種情況，總共5種光源估計法)。步驟2. 2，特征集一的提取針對步驟2.1的5種光源估計，分別計算R，G, B三個通道上的增益系數(shù)，列舉這15個增益系數(shù),其中c e {r，g, b}，i = {1，2，...，5}，將這15個統(tǒng)計特征作為第I至第15個特征；步驟2. 3，特征集二的提取依據(jù)步驟2. 2中求得的15個增益因子，通過公式<-1)計算得到另外的15個統(tǒng)計特征，將這15個統(tǒng)計特征作為第16至第30個特征；其中，abs(.)表示的是取絕對值操作,英文為absolute,是各類計算機(jī)語言(包括C語目、VB語目、Pascal語目、Matlab語目等常用編程語目)中取絕對值的函數(shù)表達(dá)。
步驟2. 4，最終特征的形成將步驟2. 2求得的特征作為第I至第15個特征；將步驟2. 3求得的特征作為第16至第30個特征，合并組合成為最終的特征向量。本文中所描述的具體實施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對所描述的具體實施例做各種各樣的修改或補(bǔ)充或采用類似的方式替代，但并不會偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。
權(quán)利要求
1.一種基于白平衡的數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分方法，其特征在于包含以下步驟， 步驟1，建立圖像數(shù)據(jù)庫，圖像數(shù)據(jù)庫中包括若干數(shù)碼相機(jī)圖像和若干計算機(jī)生成圖像； 步驟2，對圖像數(shù)據(jù)庫中的每一幅圖像進(jìn)行統(tǒng)計特征提取，獲得特征向量集； 步驟3，將步驟2中所得的特征向量集送入分類器中訓(xùn)練，得到用于區(qū)分?jǐn)?shù)碼相機(jī)圖像與計算機(jī)生成圖像的區(qū)分模型； 步驟4，對待測的圖像進(jìn)行統(tǒng)計特征提取，所得特征向量送入分類器，通過步驟3所得區(qū)分模型進(jìn)行判斷。
2.如權(quán)利要求1所述基于白平衡的數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分方法，其特征在于 步驟2和步驟4中，對任一圖像進(jìn)行統(tǒng)計特征提取的實現(xiàn)方式包括以下子步驟， 步驟2. 1，選擇η種白平衡算法，對圖像進(jìn)行η種白平衡算法的光源估計； 步驟2. 2，針對步驟2.1所得η種光源估計，分別計算R，G, B三個通道上的增益系數(shù)，列舉這 3Xn 個增益系數(shù)0^ :，其中 ce {r，g，b}, i = {I, 2,..., η}； 步驟2. 3，依據(jù)步驟2. 2中求得的3Χη個增益因子，通過公式吒_1)計算得到另外的3Xn個統(tǒng)計特征； 步驟2. 4，將步驟2. 2求得的增益系數(shù)作為第I至第3Xn個特征，將步驟2. 3求得的統(tǒng)計特征<作為第3Xn+l至第6Xn個特征，組合成為最終的特征向量。
3.如權(quán)利要求1所述基于白平衡的數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分方法，其特征在于取n=5。
全文摘要
本發(fā)明涉及一種多媒體取證技術(shù)，特別是一種基于白平衡的數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分方法，以解決數(shù)字圖像內(nèi)容真實性鑒別的問題。利用數(shù)碼相機(jī)拍攝得到的圖像會遺留有白平衡處理過的痕跡，而計算機(jī)生成得到的圖像則不必經(jīng)過這個處理過程的原理，依據(jù)對待測圖像中白平衡處理痕跡的有無檢測，從而實現(xiàn)數(shù)碼相機(jī)圖像與計算機(jī)生成圖像區(qū)分。本發(fā)明可應(yīng)用于數(shù)字圖像鑒權(quán)系統(tǒng)的制定、正版卡通與盜版區(qū)分等應(yīng)用，對性能較好的數(shù)字圖像內(nèi)容真實性檢測方法的使用取得主動權(quán)。
文檔編號G06K9/62GK103065156SQ20121056389
公開日2013年4月24日 申請日期2012年12月21日 優(yōu)先權(quán)日2012年12月21日
發(fā)明者胡瑞敏, 高尚, 王中元, 張茂勝, 盧濤 申請人:武漢大學(xué)