专利名称：基于白平衡的数码相机图像与计算机生成图像区分方法
技术领域：
本发明属于多媒体取证领域，尤其涉及一种基于白平衡的数码相机图像与计算机生成图像区分方法。
背景技术：
个人电脑与互联网的普及标志着数字时代的到来。数字时代的便利不言而喻，但由此产生的社会问题也随之而来，譬如‘电子犯罪’。随着不断攀升的电子犯罪案件，数字取证(digitalforensics)技术应运而生。它是将包括数字信号产生、存储、传输等的相关信息作为犯罪调查与法律事务所需的证据，例如电子邮件，办公文档、音、视频、图像，上网记录、内存数据、GPS信息等。在数字取证学科的多个方向中，多媒体取证技术为近年来刚刚兴起的热门方向。多媒体取证主要验证数字信息(如数字图像、视频、音频等)的真实性与可靠性，主要用途是用于在法庭上验证数字证据的可靠性，是否可以采信等。如今，数字图像因其迅速普及、广泛传播和极易修改等特性引起了人们的广泛关注。数字图像随处可见，报刊、杂志、网络等等都其传播途径。于此同时，越来越强大的照片编辑软件使得即使是普通人依然可以通过个人电脑对数字图像进行编辑及修改，甚至伪造照片。随着图像编辑软件的升级，篡改图像、计算机生成图像越来越逼真，甚至难以用肉眼区分其真实性。然而，除了某些特定的娱乐场景，大多数时候，人们都需要确切地知道所看到的数字图像真伪。特别是一旦牵扯到经济利益、个人声誉、舆论导向、犯罪调查等等，数字图像内容的真实性、来源的可靠性更是必须确认的信息。不幸的是，伪造图像早已深入到我们的生活，科学、政治、商业、法律、媒体等诸多领域均受到了不同程度的影响。而传统的验证方法难以应付今日的数字图像“信誉危机”。为了更好的应对数字图像的安全问题，数字图像被动取证技术应用而生。数字图像被动取证技术属于近年来出现的前沿研究领域，其在医学、军事、法庭证据、新闻报道、保险事故调查、电子商务等领域均有涉猎，应用十分广泛。国内外研究尚处于初级阶段，技术上虽面临着诸多挑战，但丝毫不影响市场对其的迫切需求，应用前景看好。数码相机图像与计算机生成图像区分是数字图像被动取证技术中的一个热门研究分支。在制图软件泛滥的今天，计算机生成图像已经可以做到“以假乱真”的逼真效果。如何区分图像内容是数码相机拍摄得到的自然图片，是对真实世界的记录及反映；还是只是计算机制图技术的体现，内容并不真实，甚至是对现实的扭曲，并可误导公众。这些都是在面对非娱乐(如刑事侦查、法庭举证等)场景中所必须回答出的问题。也是本专利研究的重点。传统的用于数字相机图像与计算机生成图像区分的方法是基于小波检测的区分方法。这类方法往往通过对小波进行多级分解，并在各个子带上求取多个统计量以组成区分特征。在现有的这类方法中，常见的做法是为了提高区分精度而不断的增大小波分解的级数，并在更多子带上求取统计特征，用不断增多假设条件、增大区分特征维度为代价来换取区分精度的提高，这必然会导致统计特征维度偏大；与此同时，小波变换并不能很好的挖掘图像的边缘信息，而数码相机所拍摄得到的真实世界图像与计算机生成的人工图像间的重要区别之一就在与边缘细节的不同，这亦导致了区分精度仍有待提高的不足。
发明内容
本发明的目的在于克服上述不足之处，从而解决数码相机图像与计算机生成图像区分中，统计特征维度过大、区分精度不高的问题。本发明提供一种基于白平衡的数码相机图像与计算机生成图像区分方法，包含以下步骤步骤1，建立图像数据库，图像数据库中包括若干数码相机图像和若干计算机生成图像；步骤2，对图像数据库中的每一幅图像进行统计特征提取，获得特征向量集；步骤3，将步骤2中所得的特征向量集送入分类器中训练，得到用于区分数码相机图像与计算机生成图像的区分模型；步骤4，对待测的图像进行统计特征提取，所得特征向量送入分类器，通过步骤3所得区分模型进行判断。而且，步骤2和步骤4中，对任一图像进行统计特征提取的实现方式包括以下子步骤，步骤2. 1，选择η种白平衡算法，对图像进行η种白平衡算法的光源估计；步骤2. 2，针对步骤2.1所得η种光源估计，分别计算R，G, B三个通道上的增益系数,列举这3 Xn个增益系数,其中ce {r，g，b}，i = {I, 2,..., η}；步骤2. 3，依据步骤2. 2中求得的3Xn个增益因子，通过公式次-1)计算得到另外的3Xn个统计特征； 步骤2. 4，将步骤2. 2求得的增益系数作为第I至第3Xn个特征，将步骤2. 3求得的统计特征4作为第3Xn+l至第6Xn个特征，组合成为最终的特征向量。而且，取n=5。本发明追求性能更优的数字图像鉴别方法，用于在数字图像鉴权中判断图像是否为数码相机拍摄得到的真实图像，还是通过制图软件生成的人工图像，进而为图像内容真实与否提供可靠的判断依据，以利于我国刑侦技术研究的发展、推进相关法律的制定。
具体实施例方式本发明通过分析数码相机成像与计算机制图软件成像的原理，指出了数码相机拍照成像过程中，必须经过白平衡处理这一步骤，而计算机成像则不必如此，然后以此不同之处为出发点，设计出来一种基于白平衡的数码相机图像与计算机生成图像区分方法。该方法设计的基本原理如下多数白平衡处理的基本方法遵循Von Kries模型，即①对图像光源进行考察，评估图像的色温依据色温估计的结果，设定图像上每个颜色层的颜色调制增益因子依据设定的颜色调制增益因子，调制图像颜色，所得的图像即为白平衡处理过的图像。对与数码相机图像而言，其图像已经经过了一次白平衡处理，图像上光源的色温已经相同或相近于白平衡算法所设定的标准光源色温，而计算机生成图像则不然。因此，如果对数码相机图像进行白平衡处理，相当于第二次白平衡处理，其颜色调制改动必然不大、甚至是不需要调制。而对计算机生成图像进行白平衡处理，此时相当于第一次白平衡处理，其颜色调制改动相对较大。换句话说，图像生成过程中白平衡处理有无可以通过对图像色温的评估进行判断。在图像是否为相机拍摄的真实图像、成像过程中经过了何种白平衡处理算法等问题均未知的情况下，通过对已知图像进行多种白平衡色温估计，并提取统计特征；而后采用分类器训练出区分模型的方法实现数码相机图像与计算机生成图像的区分。实施例详细说明本发明技术方案。本发明提供的一种基于白平衡的数码相机图像与计算机生成图像区分方法，用于在数字图像鉴权中判断图像是否为数码相机拍摄得到的真实图像，还是通过制图软件生成的人工图像，进而为图像内容真实与否提供可靠的判断依据。本发明技术方案可采用计算机软件技术实现自动运行。以下通过实施例详细说明本发明技术方案。实施例实现流程包含以下步骤步骤1，建立图像数据库具体实施时可建立用于训练数码相机图像与计算机生成图像区分模型的专有图像数据库，包括有数码相机图像、计算机生成图像若干(可自行收集，也可采用他人已建立的数据库，如哥伦比亚大学的DVMM数据库)。步骤2，统计特征提取 对图像数据库中的每一幅图像均依据统计特征提取方法提取特征向量，获得图像数据库中所有图像的特征向量构成的特征向量集。步骤3，训练区分模型将步骤2中所得的特征向量集送入分类器中训练，得到用于区分数码相机图像与计算机生成图像的区分模型；步骤4，待测图像鉴别如需要判断图像是否为计算机生成图像时，通过步骤2中一致的统计特征提取方法提取出待测图像的特征，所得特征向量送入分类器，通过已经训练好的区分模型进行判断。为便于实施参考，本发明实施例进一步提供上述区分方法中提及的统计特征提取方法的具体求解步骤如下步骤2. 1，图像光源估计实施例取n=5，对图像进行5种白平衡算法的第一步操作，即光源估计(一般有4种白平衡算法，Gray World, MaxRGB, Shades of Grey,以及 Grey Edge,但 Grey Edge 依据参数不同分为2种情况，总共5种光源估计法)。步骤2. 2，特征集一的提取针对步骤2.1的5种光源估计，分别计算R，G, B三个通道上的增益系数，列举这15个增益系数,其中c e {r，g, b}，i = {1，2，...，5}，将这15个统计特征作为第I至第15个特征；步骤2. 3，特征集二的提取依据步骤2. 2中求得的15个增益因子，通过公式<-1)计算得到另外的15个统计特征，将这15个统计特征作为第16至第30个特征；其中，abs(.)表示的是取绝对值操作,英文为absolute,是各类计算机语言(包括C语目、VB语目、Pascal语目、Matlab语目等常用编程语目)中取绝对值的函数表达。
步骤2. 4，最终特征的形成将步骤2. 2求得的特征作为第I至第15个特征；将步骤2. 3求得的特征作为第16至第30个特征，合并组合成为最终的特征向量。本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
权利要求
1.一种基于白平衡的数码相机图像与计算机生成图像区分方法，其特征在于包含以下步骤， 步骤1，建立图像数据库，图像数据库中包括若干数码相机图像和若干计算机生成图像； 步骤2，对图像数据库中的每一幅图像进行统计特征提取，获得特征向量集； 步骤3，将步骤2中所得的特征向量集送入分类器中训练，得到用于区分数码相机图像与计算机生成图像的区分模型； 步骤4，对待测的图像进行统计特征提取，所得特征向量送入分类器，通过步骤3所得区分模型进行判断。
2.如权利要求1所述基于白平衡的数码相机图像与计算机生成图像区分方法，其特征在于 步骤2和步骤4中，对任一图像进行统计特征提取的实现方式包括以下子步骤， 步骤2. 1，选择η种白平衡算法，对图像进行η种白平衡算法的光源估计； 步骤2. 2，针对步骤2.1所得η种光源估计，分别计算R，G, B三个通道上的增益系数，列举这 3Xn 个增益系数0^ :，其中 ce {r，g，b}, i = {I, 2,..., η}； 步骤2. 3，依据步骤2. 2中求得的3Χη个增益因子，通过公式吒_1)计算得到另外的3Xn个统计特征； 步骤2. 4，将步骤2. 2求得的增益系数作为第I至第3Xn个特征，将步骤2. 3求得的统计特征<作为第3Xn+l至第6Xn个特征，组合成为最终的特征向量。
3.如权利要求1所述基于白平衡的数码相机图像与计算机生成图像区分方法，其特征在于取n=5。
全文摘要
本发明涉及一种多媒体取证技术，特别是一种基于白平衡的数码相机图像与计算机生成图像区分方法，以解决数字图像内容真实性鉴别的问题。利用数码相机拍摄得到的图像会遗留有白平衡处理过的痕迹，而计算机生成得到的图像则不必经过这个处理过程的原理，依据对待测图像中白平衡处理痕迹的有无检测，从而实现数码相机图像与计算机生成图像区分。本发明可应用于数字图像鉴权系统的制定、正版卡通与盗版区分等应用，对性能较好的数字图像内容真实性检测方法的使用取得主动权。
文档编号G06K9/62GK103065156SQ20121056389
公开日2013年4月24日 申请日期2012年12月21日 优先权日2012年12月21日
发明者胡瑞敏, 高尚, 王中元, 张茂胜, 卢涛 申请人:武汉大学