数字图像取证 - 基于相机属性的取证 3
Posted on Thu 01 October 2020 in Digital Image Forensics • 1 min read
PRNU
相机可以简单的建模为\(I(x, y) = I_0(x, y) + \gamma I_0(x, y)K(x, y) + N(x, y)\)，其中为\(I_0\)无噪声的图像，\(y\)是叠加系数，\(N\)是其他噪声因素（灰尘，曝光时间过长等等），\(K\)就是本节中的相机噪声，更具体的指的是photo-response non-uniformity noise（PRNU）为光子（Cmos接受量）与电子（Cmos自有量）的相互干扰产生的一种具有特点性质的噪声。
PRNU提取
PRNU的提取比较简单, 首先提取总噪声\(W_k(x, y) = I_k(x, y) - \hat{I_k}(x, y)\). 随后便有
$$
K(x, y) = \frac{\sum^n_{k = 1}W_k(x, y)I_k(x, y)}{\sum^n_{k = 1}I^2_k(x, y)}
$$
图像间的PRNU检测
求解相关性算法, 可以检测两组图像是否使用同一相机进行拍摄.
$$
\rho = I(x, y)k(x, y)\bigotimes W(x, y)
$$
其中\(\bigotimes\)表示正则化的相关性