[发明专利]基于白平衡的数码相机图像与计算机生成图像区分方法

说明书

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n种白平衡算法，对图像进行n种白平衡算法的光源估计；

步骤2.2，针对步骤2.1所得n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×n个增益系数其中c∈{r，g,b}，i＝{1,2,...,n}；

步骤2.3，依据步骤2.2中求得的3×n个增益因子，通过公式计算得到另外的3×n个统计特征；

步骤2.4，将步骤2.2求得的增益系数作为第1至第3×n个特征，将步骤2.3求得的统计特征作为第3×n+1至第6×n个特征，组合成为最终的特征向量。

而且，取n=5。