光响应不均匀性（PRNU）的出现背景及处理方法

李丰汐

摘 要：在多媒体发达的社会，以及共享理念的出现，每天通过社交媒体如朋友圈、脸谱网、照片墙、微博客等网络平台使得大量的照片信息流露于大众视野。照片真实性越来越受到人们的关注。其中光响应不均匀性（PRNU）是照片真实性参考的一个信号值，但如何进行有效的PRNU压缩也是广大学者关心的问题，本文基于此提出了PRNU所出现的背景、提取信息所遇到的困境以及有效的压缩方法。

关键词：光响应不均匀性；照片真实性；压缩方法

1 照片光响应不均匀性出现的背景

1.1照片的来源广泛导致其安全性不够

多媒体内容的生成和共享量每天通过社交媒体（例如，脸谱网，照片墙，微博客等）或照片共享平台（例如网络相册）等正在迅速增长，主要是由于轻松获取视听录音技术和移动互联网连接的快速便捷。一些专业人士以及业余爱好者每天在网络上分享图像和视频。他们的广泛传播这些在安全方面也带来的许多隐患和挑战。

事实上，快速的进入多媒体数字内容的以及易于操作的发展数字取证调查方法是迫切需要的。当内容产生时与成像设备一起使用进行恶意或犯罪意图时，进行照片分析评估是至关重要的，尤其是他们的真实性和完整性，最终阻止他们扩散。在这种情况下，面临的一个共同问题是调查员所面临是相机来源属性，即确定哪个部门接受了给定图片。法院、警察部门、报纸和公司只是其中的一部分解决所有权归属纠纷的各方验证图像的真实性。

1.2、照片可被匿名处理导致不真实

基于图像水印的主动取证方法或比特流嵌入元数据并不总是适用于所有者身份的识别，或者可能很容易被愚弄。例如，水印必须在图像起始处插入即使在经历过一些常规的转换，例如旋转、缩放或压缩也是可以进行辨认的。相反，元数据操作在每个人的手中，只要点击几下，就可以对图像进行匿名处理，可以移除其拍摄信息的所有属性。

1.3、照片响应不均匀性出现的意义

以完全盲目的方式面对所有权归属，研究人员已经开发出一套适合于通过处理这样的组件来提取图像上留下的痕迹作为透镜像差、彩色滤光片阵列（CFA）去马赛克伪像、JPEG压缩迹线或这些的组合形式。除了上述所有的盲方法，在最近几年中，照片响应不均匀性（PRNU）也引起了许多人的兴趣，是由于其内在的鲁棒性[1]。照片响应不均匀性主要是由于传感器的硅缺陷和可以作为一个独特的指纹传感器为每个相机。这样的指纹被嵌入到每一个拍摄的专用设备中，变成一个专业数码单反相机（DSLR）或便宜的智能手机。

1.4照片响应不均匀性（PRNU）提取信息的方式

事实上，PRNU指纹提取过程对自然图像进行了深入分析，噪声提取后图像内容残差的影响一直面临着信号增强技术。此外，提取的PRNU跟踪到裁剪、缩放和JPEG压缩的固有鲁棒性让路于大量使用照相机PRNU指纹的方法设备识别。此外，基于聚类方法显示了分离的可能性基于多个相机设备的图片PRNU示踪分析。

2 光响应不均匀性（PRNU）提取信息的困境

2.1光响应不均匀性（PRNU）压缩的困境

在过去的十年中，数字设备极其快速的在网络上获取和分享的图片的能力大大增加了网民们通过网路入口公开访问数字图像的几率。Web上也显著增加了数字图像的数量。盡管这种技术的提升，优势也十分的明显，已经成为强制性的需要核实原图以及这种方法共享的图片。其中光响应不均匀性（PRNU）是调查时的参考信号验证或识别哪一个相机设备拍摄照片正在分析中。虽是这样，PRNU几乎是白色形状的噪音，因此很难压缩存储或大规模搜索，但这是调查场景频繁的场景。为了解决这个问题，法医界已经发展起来一系列压缩算法，其中高斯随机预测已经证实达到了最先进的性能。

2.2 照片响应不均匀性（PRNU）信息转换的困境

执行设备属性的问题之一是通过PRNU在现实世界中的应用，但是在自然界PRNU信号本身的问题。而实际上PRNU的特点是弱乘性噪声类信号[2]，确定性但以无损的方式有效地压缩。大规模检索设置需要存储数千个引用指纹在全分辨率方面存在问题。存储空间的数量。此外，当噪声从查询图像中提取的残差需要相关数据库中的所有参考指纹越多指纹和残差的紧凑版本降低计算成本。在移动认证中场景中，当用户想要验证其设备时通过将从图片中提取的残差发送到集中式数据库验证，限制数据量是通过网络发送来减少响应时间来强制性的提高用户体验。

3 光响应不均匀性（PRNU）压缩欲解决的方法

虽然之前光响应不均匀也有提成相关解法[3]，但在本文中，我们提出了一种PRNU压缩方法。适合JPEG图像。在衰减时定制的抽取预处理步骤PRNU迹线已经存在的频率成分抑制JPEG压缩图像，这意味着减少PRNU数据库的大小，或直接提取的残差图像下的分析，仍然确保高相机检测能力。考虑两个指标：i）存储空间/传输比特率；②计算复杂度。这些是实现高压缩率的必要条件。边界相机属性复杂性。

由于图像通常是JPEG压缩的，高频PRNU组件可能会损坏，从而造成低频整体更具信息量。死区量化比二进制提供更大的灵活性，特别是当与熵编码器配对时。利用第一个想法，它是可能的预处理PRNU跟踪的抽取操作可达减少向量空间维数之前的一定比率随机投影，仍然保留重要的相机设备信息。即使PRNU对JPEG压缩具有鲁棒性在设备识别或验证方面；JPEG压缩引入的强量化高频分量促进介绍。通过抽取的低通滤波作为第一步管道，为了只保存那些频率成分它载有关于原始的重要信息PRNU信号。

第二个想法基本上是在指纹之间妥协。二值化（即二进制量化）和指纹消化（即只编码突出的峰）。多亏了所提出的死区量化过程，这是可能的利用熵编码器进一步压缩指纹在PRNU二进制量化之后没有证明是有用的。实验在控制JPEG下进行压缩，用JPEG图像直接由摄像机的固件压缩。JPEG图像实际上被考虑时的投影，同时实现原始图像时的最新状态可用。

4 总结

本文在分析PRNU出现的背景前提下以及分析了PRNU发展的困顿下提出了一种PRNU的压缩的方法。实现了与其他压缩方法对比条件下也可以得到相同或更好的压缩水平。为后来PRNU的发展提供了一种新的思路和方法。

参考文献

[1]颜色解耦光响应非均匀性噪声融合凸优化的图像伪造检测算法[J].孙力、黄正谦.测控技术.2015（34）

[2]微光CCD相机的噪声分析与处理[J].应用基础与工程科学学报.2001（9）

[3]CCD像素响应不均匀性的校正方法[J].陈迎娟、张之江、张智强.光学精密工程.2004（12）