买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东工业大学申请的专利一种基于小尺寸图像的源相机识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116612290B 。

龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310690624.X，技术领域涉及：G06V10/30；该发明授权一种基于小尺寸图像的源相机识别方法是由田妮莉;刘凯悦;潘晴设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本一种基于小尺寸图像的源相机识别方法在说明书摘要公布了：本发明公开了一种基于小尺寸图像的源相机识别方法，包括：首先将图像分块进行真实边界扩展后使用双树复小波结合自适应加窗维纳滤波器获取图像块的噪声残差，并根据残差的噪声方差制定权重调整策略获得权重矩阵，据此结合最大似然估计法求取多个相机的参考PRNU噪声；对测试图像通过双树复小波结合自适应加窗维纳滤波器进行去噪并提取测试图像的PRNU噪声；计算待测图像的PRNU噪声和所有相机的参考PRNU噪声的相关性，当与某参考相机的相关性最高时，则判定待测图像来自该相机。本发明解决了现有的相机PRNU估计算法中对于小尺寸图像不同区域受到的噪声干扰考虑不充分、传统的加权平均方法导致的方差权重异常的问题，有效改善小图像源相机识别性能。

本发明授权一种基于小尺寸图像的源相机识别方法在权利要求书中公布了：1.一种基于小尺寸图像的源相机识别方法，其特征在于，包括： S1，求取多个相机的参考PRNU噪声，并将这些PRNU噪声存入PRNU噪声数据库中； S2，对测试图像通过双树复小波滤波器进行去噪操作，并利用测试图像与去噪后的图像相减，从而提取测试图像的PRNU噪声； S3，计算待测图像的PRNU噪声和PRNU噪声数据库中所有相机的参考PRNU噪声的相关性，当与某参考相机的相关性最高时，则判定待测图像来自该相机. 步骤S1中，求取某台相机的参考PRNU噪声的具体步骤如下： Al，通过该相机拍摄一组图像，并通过截取该组图像的中心部分获得一组小尺寸图像作为相机的参考图像；将每个参考图像分成多个图像块，并对图像块的边界扩展参考图像邻域的内容； A2，将A1步骤处理后的图像块分别使用双树复小波变换后使用中值估计器估计小波子带的噪声方差，再将噪声方差应用于加窗维纳滤波估计小波系数，接着进行双树复小波逆变换，之后恢复图像块边界扩展并利用去噪前的图像块与去噪后的图像块相减，得到每个图像块的噪声残差； A3，根据图像块上干扰噪声的方差通过加权平均方法设置权重，并对方差异常的图像块通过权重调整策略对赋予的权重进行调整；对所有的图像块进行权重调整操作后获得权重系数矩阵； A4，利用权重系数矩阵结合加权最大似然估计方法得到相机的PRNU乘性因子K； A5，对乘性因子K采用进行零均值化处理，接着对零均值化处理后的乘性因子K与该相机拍摄的所有参考图像进行相乘后再求平均，得到该相机的参考PRNU噪声； 所述根据图像块上干扰噪声的方差通过加权平均方法设置权重，包括： 图像块干扰噪声的方差计算方式如式4所示，以第i个参考图像p行q列的图像块为例： P和Q分别代表一张参考图像切割成图像块的行数和列数；为图像块上的像素点在一个方向上重新排列的数量，表示图像块上的干扰噪声在各个像素点的分量，如式5所示，则表示的均值； 式5中，Xip，q表示该图像块的噪声残差，为Xip，q的均值，N是参考图像的张数； 得到图像块干扰噪声的方差后通过式6的加权平均方法获取图像块的权重： 式中，wkp，q表示第k张参考图像p，q位置图像块的权重，表示第k张图像p，q位置图像块的干扰噪声方差，i表示第i张参考图像； 所述对方差异常的图像块通过权重调整策略对赋予的权重进行调整，包括： 当干扰噪声方差大于λ1或者小于λ2时对方差进行调整，具体为将公式6中的σo2p，q调整为如式7计算出的其中o＝i，k： 式7中，λ1、λ2这两个参数分别代表噪声方差的上下限阈值；r为敏感因子，表示利用权重调整策略进行限制之后的干扰噪声方差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。